5M
Visite mensili
a Ultralytics Prodotti
500M/day
Images Analyzed
with Ultralytics pip package
3M/day
Models Trained
with Ultralytics pip package
100k
GitHub Stars
for Ultralytics open-source works
Completamente
bootstrapped
achieving milestones with a team of 30
Integra Ultralytics YOLO nelle tue applicazioni o ottimizza la pipeline di modelli ML con la nostra soluzione no-code.
Che tu sia un'aspirante start-up o una grande azienda, YOLO offre soluzioni efficienti e scalabili per i problemi di computer vision.
Conduci valutazioni e test approfonditi di algoritmi e modelli di nuova concezione e pubblica facilmente articoli scientifici per la tua ricerca.
Ultralytics YOLO è uno strumento efficiente per i professionisti della computer vision e del ML che può aiutare a creare modelli accurati di rilevamento degli oggetti.
Semplifica il processo di sviluppo ML e migliora la collaborazione tra i membri del team grazie alla nostra piattaforma no-code.
Impara e sperimenta la visione artificiale e il rilevamento degli oggetti, oppure utilizza Ultralytics YOLO per progetti personali e di apprendimento.
Prova a utilizzare la nostra API caricando la tua immagine e guarda come Ultralytics YOLO identifica gli oggetti utilizzando i nostri modelli pre-addestrati.
Fare l'impossibile...
Una volta addestrati su Ultralytics HUB, puoi testare i tuoi modelli con la nostra applicazione Vision AI per iOS e per il nostro sito web. Android
Glenn Jocher
Ultralytics Fondatore e CEO
Dopo due anni di continua ricerca e sviluppo, siamo entusiasti di annunciare il rilascio di Ultralytics YOLOv8 . Questo modello YOLO stabilisce un nuovo standard nel rilevamento e nella segmentazione in tempo reale, facilitando lo sviluppo di soluzioni di intelligenza artificiale semplici ed efficaci per un'ampia gamma di casi d'uso.
Abbiamo trasformato la struttura centrale dell'architettura da una versione semplice a una piattaforma robusta. E ora, YOLOv8 è progettato per supportare qualsiasi architettura YOLO , non solo la v8. Siamo entusiasti di poter supportare i modelli, le attività e le applicazioni che gli utenti hanno contribuito a creare.
Avvia il repository su GitHub
