适用于各种工作流的 AI 驱动应用场景
探索视觉 AI 的实际应用，了解 Ultralytics 如何帮助团队将想法落地为生产环境中的解决方案。
零售损耗防控
实时检测商店行窃、漏扫和员工与顾客串通放行商品的行为。视觉 AI 监控自助结账和可疑行为，在不打扰顾客购物的情况下减少商品损耗。
视觉检测
在线速下检测缺陷、错位和标签错误。视觉 AI 验证组件是否存在，并以接近零人为错误的水平对通过/不通过结果进行分类。
驾驶员监控
实时检测困倦、使用手机和视线分散。视觉 AI 跟踪闭眼、头部倾斜和姿势，在事故发生前提醒驾驶员。
文档处理
大规模分类、提取和验证文档。视觉 AI 定位表单字段、校正扫描页面倾斜，并标记缺失签名，以减少转录错误。
库存管理
自动统计货架库存、验证 SKU 合规性，并检测不安全的托盘摆放方向。Vision AI 以持续的实时库存监控取代人工审计。
缺陷检测
在线速运行下发现发丝状裂纹、标签错位和表面缺陷。Vision AI 将产品分类为合格、不合格或返工品，避免有缺陷的零件进入工厂生产区域。
队列管理
实时统计客户数量、分类拥堵程度并发现沮丧迹象。Vision AI 可在瓶颈形成前预测它们，从而缩短等待时间并减少顾客离场。
我们的客户案例
Camerite 借助 Ultralytics YOLO 将开发时间缩短 25.2%
了解 Camerite 如何使用 Ultralytics YOLO 自动执行视频监控，将开发时间缩短，并帮助城市转向主动式安防。
OnsiteIQ 借助 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%，并将争议解决速度提升至 3 倍。
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 自动执行铁路数据采集，将耗时最多减少 100%，并将错误减少 90%。
Glacier Robotics 将美国各回收设施的 PET 泄漏减少了 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，并自动执行废物分拣。
SOHGA 借助 Ultralytics YOLO 将停车监控时间减少 30%
了解 SOHGA 的 MEGURU 系统如何使用 Ultralytics YOLO26 自动执行停车场巡检，将巡检时间减少 30%，并提升安全性。
Scaleout 借助 Ultralytics YOLO 将模型更新从数周缩短至数小时
了解 Scaleout 如何使用 Ultralytics YOLO 和联邦学习，在确保敏感数据安全的同时，于边缘设备上微调 AI 模型。
RapiD Engineering 借助 Ultralytics YOLO 将海鲜质量控制部署提前 1 周完成
了解 RapiD Engineering 如何使用 Ultralytics YOLO 自动执行鲑鱼检测、实时发现缺陷，并节省一周的工程工作时间。
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，扩大珊瑚礁保护和海洋智能的规模。
Volley 借助 Ultralytics YOLO 为 250+ 名场上训练者提供 AI 训练
“真正令人满意的是，该模型在训练器上的边缘硬件上能够很好地实时运行，而且我们可以在云端使用同一个模型，执行完全相同的流程。”
WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator 将安全违规减少 28%
了解 WG Tech Solutions 如何借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator，将制造业中的安全违规减少 28%
Stride 借助 Ultralytics YOLO 在 1 分钟内完成马匹步态分析
了解 Stride 如何利用 Ultralytics YOLO 模型进行马匹姿态估计，在 1 分钟内完成完整的步态分析。
Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率
了解 Pixelabs 如何利用 Ultralytics YOLO 模型自动执行工作流程，并实现 95% 的召回率。
SiteAssist 通过使用 Ultralytics YOLO 处理 770K+ 张图像，提升现场安全性
了解 SiteAssist 如何利用 Ultralytics YOLO 模型提升施工现场安全性。
Chef Robotics 使用 Ultralytics YOLO 将食品赠送率降低 67%
探索 Chef Robotics 如何使用 Ultralytics YOLO 模型实现精准食品组装。
Cali Intelligence 借助 Ultralytics YOLO 将结账队列缩短 43%
探索 Cali Intelligence 如何使用 Ultralytics YOLO 模型，通过对象检测减少零售结账排队。
MarineSitu 使用 Ultralytics YOLO 实现水下监测，正常运行时间达到 96% 以上
了解 MarineSitu 如何使用 Ultralytics YOLO 改变水下对象检测。
Theia Scientific 使用 Ultralytics YOLO 将显微镜分析速度提升 43 倍
了解 Theia Scientific 如何使用 Ultralytics YOLO 重新定义显微镜数据分析。
eSmart Systems 借助 Ultralytics YOLO 将电力线路巡检时间缩短一半
了解 eSmart Systems 如何使用 Ultralytics YOLO 提升缺陷检测速度，改变公用设施巡检。
Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理
了解 Axelera AI 如何利用 Ultralytics YOLO，在 Metis AI 芯片上实现快速、准确且高效的边缘视觉。
STMicroelectronics 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，实现边缘侧精准的实时推理。
Specialvideo 使用 Ultralytics YOLO 将食品检测准确率提升至 99%
了解 Specialvideo 如何使用 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。
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、减少停机时间并确保工作场所安全。
Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可规模扩大至 10K
了解 Videologic Analytics 如何集成 Ultralytics YOLO 模型以增强视频监控，提升检测准确率、减少误报并优化实时威胁监测。
Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提升 34%
了解 Prezent 如何利用 Ultralytics YOLO 模型自动检测幻灯片元素，在保留结构和设计的同时，将处理时间缩短至 10 秒以内。
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 模型提升数据准确性、优化城市交通，并为可持续发展的智慧城市打造 AI 驱动的交通解决方案。
Kiwitron 使用 Ultralytics YOLO 检测 30 米外的工业危险
探索 Kiwitron 如何在其 KewiEye 解决方案中使用 Ultralytics YOLO 模型检测并处理工业危险，提升安全性。
Camerite 借助 Ultralytics YOLO 将开发时间缩短 25.2%
了解 Camerite 如何使用 Ultralytics YOLO 自动执行视频监控，将开发时间缩短，并帮助城市转向主动式安防。
OnsiteIQ 借助 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%，并将争议解决速度提升至 3 倍。
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 自动执行铁路数据采集，将耗时最多减少 100%，并将错误减少 90%。
Glacier Robotics 将美国各回收设施的 PET 泄漏减少了 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，并自动执行废物分拣。
SOHGA 借助 Ultralytics YOLO 将停车监控时间减少 30%
了解 SOHGA 的 MEGURU 系统如何使用 Ultralytics YOLO26 自动执行停车场巡检，将巡检时间减少 30%，并提升安全性。
Scaleout 借助 Ultralytics YOLO 将模型更新从数周缩短至数小时
了解 Scaleout 如何使用 Ultralytics YOLO 和联邦学习，在确保敏感数据安全的同时，于边缘设备上微调 AI 模型。
RapiD Engineering 借助 Ultralytics YOLO 将海鲜质量控制部署提前 1 周完成
了解 RapiD Engineering 如何使用 Ultralytics YOLO 自动执行鲑鱼检测、实时发现缺陷，并节省一周的工程工作时间。
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，扩大珊瑚礁保护和海洋智能的规模。
Volley 借助 Ultralytics YOLO 为 250+ 名场上训练者提供 AI 训练
“真正令人满意的是，该模型在训练器上的边缘硬件上能够很好地实时运行，而且我们可以在云端使用同一个模型，执行完全相同的流程。”
WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator 将安全违规减少 28%
了解 WG Tech Solutions 如何借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator，将制造业中的安全违规减少 28%
Stride 借助 Ultralytics YOLO 在 1 分钟内完成马匹步态分析
了解 Stride 如何利用 Ultralytics YOLO 模型进行马匹姿态估计，在 1 分钟内完成完整的步态分析。
Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率
了解 Pixelabs 如何利用 Ultralytics YOLO 模型自动执行工作流程，并实现 95% 的召回率。
SiteAssist 通过使用 Ultralytics YOLO 处理 770K+ 张图像，提升现场安全性
了解 SiteAssist 如何利用 Ultralytics YOLO 模型提升施工现场安全性。
Chef Robotics 使用 Ultralytics YOLO 将食品赠送率降低 67%
探索 Chef Robotics 如何使用 Ultralytics YOLO 模型实现精准食品组装。
Cali Intelligence 借助 Ultralytics YOLO 将结账队列缩短 43%
探索 Cali Intelligence 如何使用 Ultralytics YOLO 模型，通过对象检测减少零售结账排队。
MarineSitu 使用 Ultralytics YOLO 实现水下监测，正常运行时间达到 96% 以上
了解 MarineSitu 如何使用 Ultralytics YOLO 改变水下对象检测。
Theia Scientific 使用 Ultralytics YOLO 将显微镜分析速度提升 43 倍
了解 Theia Scientific 如何使用 Ultralytics YOLO 重新定义显微镜数据分析。
eSmart Systems 借助 Ultralytics YOLO 将电力线路巡检时间缩短一半
了解 eSmart Systems 如何使用 Ultralytics YOLO 提升缺陷检测速度，改变公用设施巡检。
Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理
了解 Axelera AI 如何利用 Ultralytics YOLO，在 Metis AI 芯片上实现快速、准确且高效的边缘视觉。
STMicroelectronics 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，实现边缘侧精准的实时推理。
Specialvideo 使用 Ultralytics YOLO 将食品检测准确率提升至 99%
了解 Specialvideo 如何使用 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。
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、减少停机时间并确保工作场所安全。
Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可规模扩大至 10K
了解 Videologic Analytics 如何集成 Ultralytics YOLO 模型以增强视频监控，提升检测准确率、减少误报并优化实时威胁监测。
Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提升 34%
了解 Prezent 如何利用 Ultralytics YOLO 模型自动检测幻灯片元素，在保留结构和设计的同时，将处理时间缩短至 10 秒以内。
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 模型提升数据准确性、优化城市交通，并为可持续发展的智慧城市打造 AI 驱动的交通解决方案。
Kiwitron 使用 Ultralytics YOLO 检测 30 米外的工业危险
探索 Kiwitron 如何在其 KewiEye 解决方案中使用 Ultralytics YOLO 模型检测并处理工业危险，提升安全性。
Camerite 借助 Ultralytics YOLO 将开发时间缩短 25.2%
了解 Camerite 如何使用 Ultralytics YOLO 自动执行视频监控，将开发时间缩短，并帮助城市转向主动式安防。
OnsiteIQ 借助 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%，并将争议解决速度提升至 3 倍。
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 自动执行铁路数据采集，将耗时最多减少 100%，并将错误减少 90%。
Glacier Robotics 将美国各回收设施的 PET 泄漏减少了 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，并自动执行废物分拣。
SOHGA 借助 Ultralytics YOLO 将停车监控时间减少 30%
了解 SOHGA 的 MEGURU 系统如何使用 Ultralytics YOLO26 自动执行停车场巡检，将巡检时间减少 30%，并提升安全性。
Scaleout 借助 Ultralytics YOLO 将模型更新从数周缩短至数小时
了解 Scaleout 如何使用 Ultralytics YOLO 和联邦学习，在确保敏感数据安全的同时，于边缘设备上微调 AI 模型。
RapiD Engineering 借助 Ultralytics YOLO 将海鲜质量控制部署提前 1 周完成
了解 RapiD Engineering 如何使用 Ultralytics YOLO 自动执行鲑鱼检测、实时发现缺陷，并节省一周的工程工作时间。
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，扩大珊瑚礁保护和海洋智能的规模。
Volley 借助 Ultralytics YOLO 为 250+ 名场上训练者提供 AI 训练
“真正令人满意的是，该模型在训练器上的边缘硬件上能够很好地实时运行，而且我们可以在云端使用同一个模型，执行完全相同的流程。”
WG Tech Solutions 借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator 将安全违规减少 28%
了解 WG Tech Solutions 如何借助 Ultralytics YOLO 和 Axelera 的 AI Accelerator，将制造业中的安全违规减少 28%
Stride 借助 Ultralytics YOLO 在 1 分钟内完成马匹步态分析
了解 Stride 如何利用 Ultralytics YOLO 模型进行马匹姿态估计，在 1 分钟内完成完整的步态分析。
Pixelabs 借助 Ultralytics YOLO 驱动的自动化实现 95% 召回率
了解 Pixelabs 如何利用 Ultralytics YOLO 模型自动执行工作流程，并实现 95% 的召回率。
SiteAssist 通过使用 Ultralytics YOLO 处理 770K+ 张图像，提升现场安全性
了解 SiteAssist 如何利用 Ultralytics YOLO 模型提升施工现场安全性。
Chef Robotics 使用 Ultralytics YOLO 将食品赠送率降低 67%
探索 Chef Robotics 如何使用 Ultralytics YOLO 模型实现精准食品组装。
Cali Intelligence 借助 Ultralytics YOLO 将结账队列缩短 43%
探索 Cali Intelligence 如何使用 Ultralytics YOLO 模型，通过对象检测减少零售结账排队。
MarineSitu 使用 Ultralytics YOLO 实现水下监测，正常运行时间达到 96% 以上
了解 MarineSitu 如何使用 Ultralytics YOLO 改变水下对象检测。
Theia Scientific 使用 Ultralytics YOLO 将显微镜分析速度提升 43 倍
了解 Theia Scientific 如何使用 Ultralytics YOLO 重新定义显微镜数据分析。
eSmart Systems 借助 Ultralytics YOLO 将电力线路巡检时间缩短一半
了解 eSmart Systems 如何使用 Ultralytics YOLO 提升缺陷检测速度，改变公用设施巡检。
Axelera AI 使用 Ultralytics YOLO 实现 34 FPS 的边缘 AI 推理
了解 Axelera AI 如何利用 Ultralytics YOLO，在 Metis AI 芯片上实现快速、准确且高效的边缘视觉。
STMicroelectronics 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，实现边缘侧精准的实时推理。
Specialvideo 使用 Ultralytics YOLO 将食品检测准确率提升至 99%
了解 Specialvideo 如何使用 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。
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、减少停机时间并确保工作场所安全。
Videologic Analytics 借助 Ultralytics YOLO 将 AI 摄像头许可规模扩大至 10K
了解 Videologic Analytics 如何集成 Ultralytics YOLO 模型以增强视频监控，提升检测准确率、减少误报并优化实时威胁监测。
Prezent 借助 Ultralytics YOLO 将幻灯片检测准确率提升 34%
了解 Prezent 如何利用 Ultralytics YOLO 模型自动检测幻灯片元素，在保留结构和设计的同时，将处理时间缩短至 10 秒以内。
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 模型提升数据准确性、优化城市交通，并为可持续发展的智慧城市打造 AI 驱动的交通解决方案。
Kiwitron 使用 Ultralytics YOLO 检测 30 米外的工业危险
探索 Kiwitron 如何在其 KewiEye 解决方案中使用 Ultralytics YOLO 模型检测并处理工业危险，提升安全性。