通过物体检测识别女性的微笑

利用Ultralytics YOLO

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模型

5米
每月访问量

自 Ultralytics 产品

500M/day
图像分析

Ultralytics pip 软件包

3M/day
已培训的模型

Ultralytics pip 软件包

100k
GitHub Stars

用于Ultralytics 开放源码作品

完全地
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

YOLO 企业

利用人工智能扩展业务

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

无论您是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。

生产设施中正在检测的瓶子,旁边的图表显示了视觉人工智能模型的训练效果
通过细分识别病毒
YOLO 学术界

利用人工智能促进学术研究

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。

YOLO 技术用户

提高工作效率

Ultralytics YOLO 是计算机视觉和 ML 领域专业人士的高效工具,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。

通过物体检测识别阀门
通过物体检测识别女性面部
YOLO 爱好者

尝试YOLO 进行个人实验

学习和实验计算机视觉和物体检测,或使用Ultralytics YOLO 进行个人项目和学习。

立即测试Ultralytics YOLO

使用我们的应用程序接口,上传您自己的图像,然后观看Ultralytics YOLO 使用我们预先训练的模型识别物体。

将图片拖放到此处。

做不可能的事

选择
选择
0
0
图片示例
齐达内在足球比赛中大喊大叫看电脑的男子一群人在一起用餐
或从设备上传图像
从设备上传图片
显示 JSON
下拉图标
要求
回应
手机上的一个应用程序,通过物体检测来识别某人佩戴的面具

在Ultralytics HUB 上训练完成后,您可以在我们的 Vision AI 应用程序中测试您的模型,iOS 和Android

复选标记
浏览预训练的YOLO 模型
复选标记
在智能手机上测试自己的模型
复选标记
在一个地方管理所有Ultralytics HUB 项目

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YOLOv8 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

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

YOLO 模型库

YOLOv8 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

格伦-约切尔

格伦-约切尔

Ultralytics 创始人兼首席执行官

经过 2 年的不断研究和开发,我们很高兴地宣布Ultralytics YOLOv8 的发布。这个YOLO 模型为实时检测和分割设定了新的标准,使我们能够更轻松地为各种使用案例开发简单而有效的人工智能解决方案。

关于我们
企业许可证
上传图像数据集
检查
实现宏伟的业务目标
检查
将Ultralytics YOLO 整合到您的产品中
检查
无需将作品开源
无代码平台
Ultralytics YOLO 关于 HUB
检查
上传图像数据集
检查
选择 ML 模型进行训练或创建自己的模型
检查
在任何地方部署您的模型

在 GitHub 上贡献

Github 徽标
明星
|
44,419
Github 徽标
观看
|
352
Github 徽标
叉子
|
15,201

我们已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,YOLOv8 可支持任何YOLO 架构,而不仅仅是 v8。我们很高兴能支持用户贡献的模型、任务和应用。

启动 GitHub 上的版本库
看电脑的男子