使用 Ultralytics YOLO 在数秒内训练计算机视觉模型

探索我们最先进的人工智能架构,像专家一样训练和部署您的高精度人工智能 YOLO 模型

Ultralytics YOLO 在行动

5M
每月访问量

至 Ultralytics 产品

1B/day
图像分析

使用 Ultralytics pip 软件包

3M/day
已培训的模型

使用 Ultralytics pip 软件包

110k
GitHub Stars

用于 Ultralytics 开放源码作品

完全
引导

与 30 人的团队一起取得阶段性成果

只需 3 个简单步骤,即可提升您的业务或研究水平

企业的 YOLO

利用人工智能扩展业务

将 Ultralytics YOLO 集成到您的应用程序中,或使用我们的无代码解决方案优化 ML 模型管道。

无论您是有抱负的初创企业还是大型企业,YOLO 都能为计算机视觉问题提供高效、可扩展的解决方案。

为企业展示 YOLO
展示学术界的 YOLO

学术界的 YOLO

利用计算机视觉促进您的学术研究

对新开发的算法和模型进行全面评估和测试,轻松发表科研论文。

技术用户的 YOLO

提高工作效率

Ultralytics YOLO 是一款高效的工具,适用于计算机视觉和 ML 领域的专业人士,可帮助创建精确的物体检测模型。

使用我们的无代码平台,简化 ML 开发流程,改善团队成员之间的协作。

为技术用户展示 YOLO
为技术爱好者展示 YOLO

爱好者的 YOLO

尝试 YOLO 模式的个人实验

学习和实验计算机视觉和物体检测,或将 Ultralytics YOLO 用于个人项目和学习。

你用过的最好的人工智能架构

只需点击几下即可简单使用

使用我们的无代码解决方案或 pip 安装,只需两行代码即可开始训练模型、查看结果、跟踪损失和指标

多功能物体
检测

利用新功能:骨干网络、无锚检测头和损失函数,增强物体检测和分割功能

有据可查的工作流程

我们为 YOLO11 的 4 种主要模式(预测、验证、培训和输出)提供了详尽的文档和示例

一尘不染的代码

我们的代码是从零开始编写的,并在代码和 Ultralytics 文档中提供了全面的示例文档。

YOLO 模型图书馆

YOLO11 支持所有 YOLO 版本,甚至包括竞争对手的版本(Google MobileNet 等)

支持多种格式和平台

将训练好的模型轻松导出为最常见的格式(ONNX、OpenVINO、CoreML 等),并在从 CPU 到 GPU 的各种平台上运行这些模型

Glenn Jocher,Ultralytics 创始人兼首席执行官

格伦-约切尔

Ultralytics 创始人兼首席执行官

视觉人工智能的发展速度比以往任何时候都要快,而 Ultralytics 正是这种创新的推动力。我们相信,人工智能是人人都能使用的,因此在 YOLOv8 之后,我们就开始着手工作,2024 年推出的 YOLO11 就是基于这一理念。它简化了实时计算机视觉任务,如物体检测和实例分割,使任何希望在各行业构建可靠的视觉人工智能解决方案的人都能轻松使用。

关于我们

企业许可证

Ultralytics YOLO 许可证

实现宏伟的业务目标

将 Ultralytics YOLO 集成到您的产品中

无需将作品开源

开始

无代码平台

Ultralytics HUB 上的 YOLO

上传图像数据集

选择 ML 模型进行训练或创建自己的模型

在任何地方部署您的模型

注册

在 GitHub 上贡献

明星
|
44,419
观看
|
352
叉子
|
15,201

我们将架构的核心结构从一个简单的版本转变为一个强大的平台。现在,YOLO11 可支持任何 YOLO 架构,而不仅仅是 v8。我们很高兴能够支持用户贡献的模型、任务和应用程序。

启动 GitHub 上的软件仓库
开发人员查看 Ultralytics GitHub