نماذج Ultralytics YOLO26
طوّر تطبيقات ذكاء الرؤية الاصطناعي الآنية والجاهزة للأجهزة الطرفية، مع الاستدلال الأصلي الشامل من البداية إلى النهاية، ومسار نشر أبسط، وسير العمل المألوف من Ultralytics.
عائلة نماذج YOLO26
يأتي YOLO26 بخمسة أحجام للاكتشاف، من النانوي إلى فائق الكبر، وتدعم جميعها الاستدلال الأصلي الشامل من البداية إلى النهاية، ما يلغي NMS في مسارات النشر المدعومة؛ ويعرض عمود e2e الدقة في هذا الوضع المبسّط. صُمم النموذج النانوي لوحدات CPU والأجهزة الطرفية، وتشترك جميع الأحجام في سير عمل موحّد للتدريب والتحقق والتصدير.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| النموذج | الحجم (بكسل) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (مللي ثانية) | T4 TensorRT (مللي ثانية) | المعاملات (مليون) | FLOPs (مليار) |
|---|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 40.1 | 38.9 ± 0.7 | 1.7 ± 0.0 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 47.8 | 87.2 ± 0.9 | 2.5 ± 0.0 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 52.5 | 220.0 ± 1.4 | 4.7 ± 0.1 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 54.4 | 286.2 ± 2.0 | 6.2 ± 0.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 56.9 | 525.8 ± 4.0 | 11.8 ± 0.2 | 55.7 | 193.9 |
معايير قياس أداء YOLO26 في الاكتشاف من وثائق Ultralytics.
تحظى بثقة المؤسسات الرائدة عالميًا
أثر نماذجنا
بسّط العمليات في مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة لدينا. سرعة ودقة وسهولة استخدام مدعومة من Ultralytics.
جرّب الاستدلال باستخدام YOLO26
اسحب صورة وأفلتها لمشاهدة اكتشاف الأجسام في الوقت الفعلي
تطور نماذج Ultralytics YOLO
تعرّف على تطور Ultralytics YOLO من سير عمل YOLOv5 العملي إلى استدلال YOLO26 الجاهز للأجهزة الطرفية.
أنجز وسم البيانات بسرعة تفوق 10 مرات باستخدام التعليقات التوضيحية الذكية
توفر لك منصة Ultralytics أداة لتعليق الصور التوضيحي لبناء مجموعات بيانات عالية الجودة بسرعة أكبر. صُممت هذه الميزات، بدءًا من التعليقات التوضيحية الذكية ووصولًا إلى التحرير اليدوي الدقيق، لتقليل الوقت اللازم لوسم الصور من دون التضحية بالجودة.
- تعليقات توضيحية ذكية مدعومة بـ SAM:أقنعة ومربعات إحاطة بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتقسيم الكائنات إلى وحدات، والتقسيم الدلالي، والتصنيف، وتقدير الوضعية، وOBB.
- دعم شامل للتنسيقات:اختر YOLO أو COCO أو غيرهما.
- مراجعة الفريق وإدارة الإصدارات:تعاون واضح في كل خطوة.
درّب باستخدام أفضل وحدات GPU بتكلفة أقل
26 وحدة GPU من NVIDIA بأسعار تبدأ من 0.24 دولار/ساعة — من Ampere إلى Blackwell. بلا هوامش ربح إضافية، أو حد أدنى، أو التزام.
استكشف حلول القطاعات
تعرّف على كيفية تطبيق الفرق لرؤية الحاسوب من Ultralytics في بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الأسئلة المتكررة
يمثل Ultralytics YOLO26 أحدث جيل مستقر من نماذج الرؤية الحاسوبية الآنية. يلغي تصميمه الشامل الحاجة إلى كبت الصناديق غير القصوى أثناء مسارات الاستدلال المدعومة، ما يبسّط النشر مع الحفاظ على API المألوفة من Ultralytics. راجع وثائق YOLO26 للاطلاع على تفاصيل البنية ومعايير الأداء وطريقة الاستخدام.
يقلل YOLO26 تعقيد النشر من خلال الاستدلال الشامل الخالي من NMS، وبنية مصممة للتنفيذ بكفاءة على وحدات CPU والأجهزة الطرفية. يحقق النموذج النانوي YOLO26 استدلالًا على CPU أسرع بنسبة تصل إلى 43% مقارنةً بـ YOLO11n، وفقًا لمعايير Ultralytics. راجع ظروف الاختبار والنتائج الكاملة في وثائق YOLO26.
يدعم YOLO26 اكتشاف الأجسام، وتقسيم المثيلات، والتقسيم الدلالي، وتصنيف الصور، وتقدير الوضعيات، واكتشاف الأجسام الموجّهة.
ابدأ بـ YOLO26n للأجهزة الطرفية محدودة الموارد وأعباء العمل الحساسة لزمن الاستجابة. يوازن YOLO26s وYOLO26m بين السرعة والدقة، بينما يعطي YOLO26l وYOLO26x الأولوية للدقة عند توفر قدرة حوسبة أكبر. قارن جميع المتغيرات في معايير أداء YOLO26، ثم تحقّق من المرشحين باستخدام بياناتك.
استخدم وضع التدريب في مكتبة Ultralytics، أو افتح مشروع YOLO26 الرسمي على Ultralytics Platform لإضافة التعليقات التوضيحية إلى البيانات والتدريب على وحدات GPU سحابية وإعداد مخرجات النشر. توفر الأوزان المدرّبة مسبقًا نقطة انطلاق عملية للضبط الدقيق.
أنشئ باستخدام Ultralytics YOLO26
درّب نماذج YOLO26 وتحقّق من صحتها وصدّرها وانشرها باستخدام منصة Ultralytics.