获取 YOLO 许可

体育领域的计算机视觉

从球员追踪到表现分析,Ultralytics YOLO 为新一代体育智能提供支持。

深受全球领先机构信赖

Ultralytics YOLO 如何应对体育领域挑战

与你的团队协作的实时 AI

Ultralytics YOLO 专为体育行业打造,可利用你现有的基础设施,简化工作流程,提供精准、快速且可投入生产的计算机视觉解决方案。

  • 即插即用式部署:部署所需开销极少,将集成时间缩短至几天。
  • 检测精度:在物体、环境和动态场景检测方面实现先进的实时检测性能。
  • 推理延迟低于 5 毫秒:支持边缘、云端或本地部署,并提供 22 种导出格式。
  • 数小时内即可投入生产:标注、训练并部署,缩短产品上市时间。
与你的团队协作的实时 AI

已发表的研究揭示了什么

基于 Ultralytics YOLO 构建的模型经过同行评审的结果。

98.5%
mAP50:在膝关节 MRI 中定位半月板,筛查运动损伤Güngör 等,《Knee Surgery, Sports Traumatology, Arthroscopy》,2025 年
2.02 km/h
根据 2,000 fps 视频测得的网球速度与雷达读数一致Shi 等,《iScience》,2026 年
94%
检测快速移动网球的 mAPZhang 等,《Scientific Reports》,2025

试用 YOLO26 推理

拖放图像,查看实时目标检测效果

输入
上传图像或选择示例以测试 YOLO26n。预测文档
实时演示

将图像拖放到此处

或点击浏览

支持 JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMP 等格式(最大 10MB)

置信度
0.25
IoU
0.50
图像尺寸
640
预测结果将在此处显示。

覆盖体育领域各阶段的视觉 AI

为生产流程的每个阶段量身打造解决方案。

球体轨迹追踪

使用 Ultralytics YOLO 追踪球的轨迹

借助 Ultralytics YOLO 实时追踪板式网球、网球、台球等运动中的球,并从视频流中自动生成数据分析、精彩片段和教练指导见解。

  • 实时球检测:以高速度和准确度追踪球在各帧中的位置和移动。
  • 多运动项目灵活适配:使用你自己的数据,针对不同尺寸、速度、球场状况和摄像头角度调整检测。
  • 球场和场地分析:结合球的追踪结果与球员数据,生成热力图和战术见解。
使用 Ultralytics YOLO 追踪球的轨迹

从 24 种导出格式中选择

训练一次,随处部署,从边缘微控制器到云端 GPU 集群。

以视觉 AI 变革各行各业

从工厂车间到手术室,Ultralytics 将视觉数据转化为实时决策。

REVA 使用 Ultralytics YOLO 自动处理 3,500 多个房产视频中的隐私信息

REVA 使用 Ultralytics YOLO 自动处理 3,500 多个房产视频中的隐私信息

了解 REVA 如何使用 Ultralytics YOLO 自动模糊车牌,并将房产巡查视频转化为房屋清单和退租审计记录。
了解详情
RTM 使用 Ultralytics YOLO26 将推理成本降低 28%

RTM 使用 Ultralytics YOLO26 将推理成本降低 28%

了解 RTM 如何使用 Ultralytics YOLO26 实现工厂全天候安全监控,并利用制造商已有的硬件将推理成本降低 28%。
了解详情
SK Godelius 使用 Ultralytics YOLO 检测矿山传送带上的 3,400 处缺陷

SK Godelius 使用 Ultralytics YOLO 检测矿山传送带上的 3,400 处缺陷

了解 SK Godelius 如何使用 Ultralytics YOLO 自动检测缺陷和异常,帮助矿厂提升安全性并简化工作流程。
了解详情
Camerite 使用 Ultralytics YOLO 将开发时间缩短 25.2%

Camerite 使用 Ultralytics YOLO 将开发时间缩短 25.2%

了解 Camerite 如何使用 Ultralytics YOLO 自动化视频监控、缩短开发时间,并帮助城市转向主动安防。
了解详情
OnsiteIQ 使用 Ultralytics YOLO11 将项目延误减少 20%

OnsiteIQ 使用 Ultralytics YOLO11 将项目延误减少 20%

了解 OnsiteIQ 如何使用 Ultralytics YOLO11 监控施工现场,将项目延误减少 20%,并以快 3 倍的速度解决纠纷。
了解详情
mtrail 的 TrainVision 将铁路数据采集时间缩短近 100%

mtrail 的 TrainVision 将铁路数据采集时间缩短近 100%

了解 mtrail 的 TrainVision 如何使用 Ultralytics YOLO 自动采集铁路数据,将耗时最多缩短 100%,并将错误减少 90%。
了解详情
Glacier Robotics 将美国回收设施中的 PET 流失率降低了 70%

Glacier Robotics 将美国回收设施中的 PET 流失率降低了 70%

了解 Glacier Robotics 如何使用 Ultralytics YOLO11 将 PET 泄漏减少 70%、提升回收准确率并实现废弃物分拣自动化。
了解详情
SOHGA 借助 Ultralytics YOLO 将停车场监控时间缩短 30%

SOHGA 借助 Ultralytics YOLO 将停车场监控时间缩短 30%

了解 SOHGA 的 MEGURU 系统如何使用 Ultralytics YOLO26 自动执行停车场巡逻,将巡逻时间缩短 30%,并提升安全性。
了解详情
Scaleout 借助 Ultralytics YOLO 将模型更新周期从数周缩短至数小时

Scaleout 借助 Ultralytics YOLO 将模型更新周期从数周缩短至数小时

了解 Scaleout 如何使用 Ultralytics YOLO 和联邦学习,在边缘设备上微调 AI 模型,同时确保敏感数据安全。
了解详情
RapiD Engineering 借助 Ultralytics YOLO,将海鲜质量控制系统的部署时间缩短了 1 周

RapiD Engineering 借助 Ultralytics YOLO,将海鲜质量控制系统的部署时间缩短了 1 周

了解 RapiD Engineering 如何使用 Ultralytics YOLO 自动检测鲑鱼,在实时检测缺陷的同时,节省一周的工程开发时间。
了解详情
Project Ocean Oasis 借助 Ultralytics YOLO 推进珊瑚礁保护

Project Ocean Oasis 借助 Ultralytics YOLO 推进珊瑚礁保护

了解 Project Ocean Oasis 如何使用 Ultralytics YOLO、边缘 AI 和自主监控系统,扩大珊瑚礁保护规模并提升海洋智能水平。
了解详情
Volley 借助 Ultralytics YOLO 为 250 多台球场 AI 训练器提供支持

Volley 借助 Ultralytics YOLO 为 250 多台球场 AI 训练器提供支持

了解 Volley 如何使用 Ultralytics YOLO 进行姿势估计、球检测和球场分类,为约 250 台场上训练设备提供实时指导。
了解详情
WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI 加速器,将安全违规事件减少 28%

WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI 加速器,将安全违规事件减少 28%

了解 WG Tech Solutions 如何借助边缘端的 Axelera Metis AI 加速器和 Ultralytics YOLO,将制造业安全违规减少了 28%。
了解详情
Stride 借助 Ultralytics YOLO,在 1 分钟内完成马匹步态分析

Stride 借助 Ultralytics YOLO,在 1 分钟内完成马匹步态分析

了解 Stride 如何在 iPhone 上使用 Ultralytics YOLO26 姿势估计,无需特殊硬件,约一分钟即可完成全面的离线马匹步态分析。
了解详情
Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率

Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率

了解 Pixelabs 如何在其 AI-Engine 中使用 Ultralytics YOLOv8 自动分析视网膜图像,助力早期阿尔茨海默病研究,召回率最高达 95%。
了解详情
SiteAssist 借助 Ultralytics YOLO 处理超过 77 万张图像,提升现场安全

SiteAssist 借助 Ultralytics YOLO 处理超过 77 万张图像,提升现场安全

了解 SiteAssist 如何使用 Ultralytics YOLO26 实时核验施工安全照片,处理超过 770,000 张图像并检测出超过 130 万个对象。
了解详情
Chef Robotics 借助 Ultralytics YOLO 将食品赠送量减少 67%

Chef Robotics 借助 Ultralytics YOLO 将食品赠送量减少 67%

Chef Robotics 使用 Ultralytics YOLO 检测托盘和食材,实现 99.5% 的准确率,并帮助 Cafe Spice 将餐食产量提高一倍以上。
了解详情
Cali Intelligence 借助 Ultralytics YOLO 将结账排队时间缩短 43%

Cali Intelligence 借助 Ultralytics YOLO 将结账排队时间缩短 43%

了解 Cali Intelligence 如何在现有门店监控摄像头上使用 Ultralytics YOLO,借助实时警报和预测将平均结账队列长度缩短 43%。
了解详情
MarineSitu 使用 Ultralytics YOLO 进行水下监测,系统正常运行时间达到 96% 以上

MarineSitu 使用 Ultralytics YOLO 进行水下监测,系统正常运行时间达到 96% 以上

了解 MarineSitu 如何在边缘硬件上运行 Ultralytics YOLO,检测潮汐涡轮机周围的海洋野生动物,并将每日视频审查时间缩短至一两个小时。
了解详情
Theia Scientific 借助 Ultralytics YOLO 将显微镜分析速度提升 43 倍

Theia Scientific 借助 Ultralytics YOLO 将显微镜分析速度提升 43 倍

了解 Theia Scientific 如何在 Theiascope™ 平台中使用 Ultralytics YOLO,实时检测、分割和测量 TEM 图像。
了解详情
eSmart Systems 借助 Ultralytics YOLO 将电力线巡检时间减半

eSmart Systems 借助 Ultralytics YOLO 将电力线巡检时间减半

了解 eSmart Systems 如何在 Grid Vision® 中使用 Ultralytics YOLO 检测电网组件和缺陷,将公用事业巡检时间缩短 50%。
了解详情
Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理

Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理

了解 Axelera AI 如何将 Ultralytics YOLO 集成到 Voyager SDK 中,借助 Metis AIPU 实现快速、准确且节能的边缘视觉处理。
了解详情
意法半导体在 MCU 上运行 Ultralytics YOLO,每次推理仅耗电 9.4 mJ

意法半导体在 MCU 上运行 Ultralytics YOLO,每次推理仅耗电 9.4 mJ

了解 STMicroelectronics 如何在低功耗微控制器上高效部署 Ultralytics YOLO 模型,从而在边缘端实现准确的实时推理。
了解详情
Specialvideo 借助 Ultralytics YOLO 将食品检测准确率提升至 99%

Specialvideo 借助 Ultralytics YOLO 将食品检测准确率提升至 99%

了解 Specialvideo 如何利用 Ultralytics YOLO 模型实现实时 AI 食品检测,确保质量、减少浪费并提升效率。
了解详情
Vivity AI 借助 Ultralytics YOLO 每年为工业运营节省 500 万美元以上

Vivity AI 借助 Ultralytics YOLO 每年为工业运营节省 500 万美元以上

了解 Vivity AI 如何利用 Ultralytics YOLO 模型增强工业自动化,提升效率、减少停机时间并保障工作场所安全。
了解详情
Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可扩展至 1 万个

Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可扩展至 1 万个

了解 Videologic Analytics 如何使用 Ultralytics YOLO 提升视频监控准确率、减少误报并缩短产品上市时间。
了解详情
Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提高 34%

Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提高 34%

了解 Prezent 如何使用 Ultralytics YOLO 检测幻灯片元素,将准确率从 65% 提升至 87%,并在 10 秒内处理完幻灯片。
了解详情
ALYCE 借助 Ultralytics YOLO 将交通 AI 推理速度提升 20%

ALYCE 借助 Ultralytics YOLO 将交通 AI 推理速度提升 20%

了解 ALYCE 如何使用 Ultralytics YOLO 提高交通数据准确性、节省两个月的开发时间,并打造更智能的城市交通工具。
了解详情
Kiwitron 借助 Ultralytics YOLO 检测 30 米外的工业危险

Kiwitron 借助 Ultralytics YOLO 检测 30 米外的工业危险

了解 Kiwitron 如何在 KiwiEye 系统中使用 Ultralytics YOLO 模型,检测最远 30 米外的工业危险,让作业现场更安全、更高效。
了解详情
安全与合规

企业级安全与合规

放心构建和部署。已通过 ISO 27001 认证、获得 SOC 2 鉴证,并支持符合 HIPAA 要求。

SOC 2 Type I

通过 AICPA 安全性、可用性和保密性 TSC 鉴证

ISO 27001:2022

经认证的信息安全管理体系

HIPAA

安全规则自我评估;为符合条件的 Enterprise 客户提供 BAA

GDPR 与 CCPA

符合全球数据保护法规

常见问题

  • 体育分析中的计算机视觉使用 AI 模型,自动追踪直播和预录视频中的球员、球体及动作,无需人工审核即可生成表现数据、热力图和教练洞察。Ultralytics YOLO 实时处理体育录像,将原始视频转化为覆盖足球、板式网球、台球等项目的结构化分析数据。

  • YOLO 会检测画面中的球员、场地标记和空白区域,让转播方能够实时插入虚拟广告或图形,无论是直播还是预录内容,都无需更改现有制作流程。详细了解 Ultralytics YOLO 的目标跟踪。

  • 姿态估计会追踪身体关键点和关节角度,从而在训练过程中实时标记姿势错误。深蹲或硬拉时,杠铃等器材可能会遮挡部分视野,因此使用你自己的健身房录像训练的模型比通用预训练模型更能妥善处理这些情况。

  • 可以。姿态估计能够监测物理治疗过程中的关节角度和活动范围,帮助临床人员和训练师追踪康复进展,并标记偏离安全康复计划的动作,无需专用动作捕捉设备。

  • 预训练模型通常会漏掉体育项目特有的目标,例如体积小、速度快的球,或你所在场地和队服的特定颜色。使用你自己的视频素材进行微调(通常只需几百帧)即可显著改善结果,而且你可以在 Ultralytics Platform 上管理整个流程。

  • 不需要。YOLO 模型可以导出并在现场的边缘硬件上运行,因此推理无需将比赛或活动视频发送到云端,这对体育赛事直播和注重隐私的视频尤其有用。

为每项运动带来实时视觉能力。

利用计算机视觉提升各项运动的表现。