ما هو Ultralytics YOLO26؟

يعد Ultralytics YOLO26 أحدث جيل مستقر من نماذج الرؤية الحاسوبية الفورية. يزيل تصميمه الشامل (end-to-end) الحاجة إلى NMS أثناء مهام الاستدلال المدعومة، مما يبسط النشر مع الاحتفاظ بـ API Ultralytics المألوف. راجع وثائق YOLO26 للحصول على تفاصيل البنية والمعايير والاستخدام.

لماذا تم تصميم YOLO26 لنشر الحافة (edge)؟

يقلل YOLO26 من تعقيد النشر من خلال استدلال شامل وخالٍ من NMS وبنية مصممة للتنفيذ الفعال عبر وحدات CPU وأجهزة الحافة. يوفر نموذج YOLO26 نانو استدلال CPU أسرع بنسبة تصل إلى 43% مقارنة بـ YOLO11n في معايير Ultralytics. راجع ظروف الاختبار والنتائج الكاملة في وثائق YOLO26.

ما هي مهام الرؤية الحاسوبية التي يدعمها YOLO26؟

يدعم YOLO26 كشف الكائنات، وتجزئة المثيلات، والتجزئة الدلالية، وتصنيف الصور، وتقدير الوضعية، وكشف الكائنات الموجهة.

أي حجم نموذج YOLO26 يجب أن أستخدم؟

ابدأ بـ YOLO26n لأجهزة الحافة المحدودة وأحمال العمل الحساسة للتأخير. يوازن كل من YOLO26s و YOLO26m بين السرعة والدقة، بينما يعطي YOLO26l و YOLO26x الأولوية للدقة عند توفر المزيد من قدرات الحوسبة. قارن بين كل المتغيرات في معايير YOLO26، ثم تحقق من صحة المرشحين على بياناتك الخاصة.

كيف يمكنني تدريب YOLO26 على مجموعة بياناتي الخاصة؟

استخدم وضع التدريب في مكتبة Ultralytics، أو افتح مشروع YOLO26 الرسمي على منصة Ultralytics لتعليق البيانات، والتدريب على وحدات GPU سحابية، وإعداد ملفات النشر. توفر الأوزان المدربة مسبقاً نقطة بداية عملية للضبط الدقيق (fine-tuning).

Ultralytics YOLO

نماذج Ultralytics YOLO26

ابنِ رؤية اصطناعية فورية جاهزة للحافة مع استدلال شامل (end-to-end) أصلي، ومسار نشر أبسط، وسير عمل Ultralytics المألوف.

استكشف YOLO26 على المنصة استكشف وثائق YOLO26

★★★★★5/5

عائلة نماذج YOLO26

تأتي YOLO26 بخمسة أحجام للكشف تبدأ من الحجم المتناهي الصغر (nano) وصولاً إلى الحجم الكبير جداً (extra-large)، وتتميز جميعها باستدلال متكامل (end-to-end) أصلي يلغي الحاجة إلى NMS من مسارات النشر المدعومة — حيث يوضح عمود e2e الدقة في هذا الوضع المبسط. صُمم النموذج المتناهي الصغر (nano) للعمل على المعالجات المركزية (CPU) وأجهزة الحافة (edge devices)، وتشترك جميع الأحجام في سير عمل موحد للتدريب والتحقق والتصدير.

pip install ultralytics

from ultralytics import YOLO

# Load a YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference
results = model("image.jpg")

النموذج	الحجم (px)	mAP 50-95	mAP 50-95 (e2e)	CPU ONNX (ms)	T4 TensorRT (بالملي ثانية)	المعاملات (M)	FLOPs (B)
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 كشف YOLO26 من وثائق Ultralytics.

تحظى بثقة المؤسسات الرائدة عالميًا

تأثير نماذجنا

قم بتبسيط العمليات عبر مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية الحاسوبية المتطورة لدينا. السرعة، والدقة، وسهولة الاستخدام مدعومة بواسطة Ultralytics.

—

نجوم GitHub

—

عمليات التنزيل

—

استخدامات Ultralytics YOLO / يوم

—

المساهمون في المصادر المفتوحة

جرب استدلال YOLO26

قم بسحب وإفلات صورة لمشاهدة كشف الأجسام في الوقت الفعلي

عرض تجريبي مباشر

صورة الإدخال

قم برفع صورة أو اختر مثالاً للاختبار yolo26n. وثائق التنبؤ

أفلت صورة هنا

أو انقر للتصفح

يدعم JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP والمزيد (بحد أقصى 10 ميجابايت)

أو جرب مثالاً

الثقة

0.25

IoU

0.70

حجم الصورة

640

وثائق API

انشر نموذجك للحصول على نقطة نهاية استدلال مخصصة مع مصادقة بمفتاح API — ثم استبدل عنوان URL البديل والمفتاح أدناه بقيم النشر الخاصة بك. وثائق النشر

ملاحظة: هذا كود تجريبي. انشر نموذجك أولاً للحصول على عنوان URL لنقطة النهاية ومفتاح API الخاص بك.

import requests

# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

تطور نماذج Ultralytics YOLO

تعرّف على كيفية تطور Ultralytics YOLO من سير عمل YOLOv5 العملي إلى استدلال YOLO26 الجاهز للحافة.

2020

Ultralytics YOLOv5

جعل اكتشاف الكائنات في الوقت الفعلي متاحاً من خلال سير عمل PyTorch سريع وعملي.

2023

Ultralytics YOLOv8

توسيع سير العمل الموحد ليشمل الكشف، والتجزئة، والتصنيف، وتقدير الوضع، و OBB.

2024

Ultralytics YOLO11

تحسين الدقة والسرعة والكفاءة مع الحفاظ على سير عمل Ultralytics المألوف.

2026

Ultralytics YOLO26

تقديم استدلال شامل وبنية محسنة للنشر الفعال على الحافة.

Image annotation interface using smart segmentation to label an object.

نفذ عمليات التوسيم بسرعة تصل إلى 10 أضعاف باستخدام التوسيم الذكي

توفر لك منصة Ultralytics أداة لتوسيم الصور لإنشاء مجموعات بيانات عالية الجودة بشكل أسرع. بدءاً من التوسيم الذكي وحتى التعديل اليدوي الدقيق، صُممت هذه الميزات لتقليل وقت توسيم الصور دون التضحية بالجودة.

التوسيم الذكي المدعوم بتقنية SAM:أقنعة ومربعات إحاطة بضغطة واحدة.
تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتجزئة النسخ، والتجزئة الدلالية، والتصنيف، وتحديد الوضع، وOBB.
دعم التنسيقات الشامل:خيارك من YOLO و COCO والمزيد.
مراجعة الفريق وإصدار النسخ:تعاون واضح في كل خطوة.

تدريب على أفضل وحدات معالجة الرسومات (GPUs) بتكلفة أقل

26 وحدة معالجة رسومات NVIDIA تبدأ من 0.24 دولار/ساعة - من معمارية Ampere إلى Blackwell. بدون تكاليف إضافية، وبدون حد أدنى، وبدون التزامات.

Ampere

وحدات معالجة رسومات (GPUs) مثبتة للمراكز البيانات ومحطات العمل

استدلال فعال وذكاء اصطناعي في الوقت الفعلي

مصمم خصيصاً للتدريب على نطاق واسع

Blackwellجديد

أحدث جيل، أقصى قدر من الأداء

انشر في أي مكان

التصدير إلى 20 تنسيقاً والنشر عبر الحافة، السحاب، والأجهزة المحمولة.

استكشف حلول القطاعات

اطلع على كيفية تطبيق الفرق لرؤية Ultralytics الحاسوبية في بيئات الإنتاج.

الأسئلة الشائعة

يعد Ultralytics YOLO26 أحدث جيل مستقر من نماذج الرؤية الحاسوبية الفورية. يزيل تصميمه الشامل (end-to-end) الحاجة إلى NMS أثناء مهام الاستدلال المدعومة، مما يبسط النشر مع الاحتفاظ بـ API Ultralytics المألوف. راجع وثائق YOLO26 للحصول على تفاصيل البنية والمعايير والاستخدام.
يقلل YOLO26 من تعقيد النشر من خلال استدلال شامل وخالٍ من NMS وبنية مصممة للتنفيذ الفعال عبر وحدات CPU وأجهزة الحافة. يوفر نموذج YOLO26 نانو استدلال CPU أسرع بنسبة تصل إلى 43% مقارنة بـ YOLO11n في معايير Ultralytics. راجع ظروف الاختبار والنتائج الكاملة في وثائق YOLO26.
يدعم YOLO26 كشف الكائنات، وتجزئة المثيلات، والتجزئة الدلالية، وتصنيف الصور، وتقدير الوضعية، وكشف الكائنات الموجهة.
ابدأ بـ YOLO26n لأجهزة الحافة المحدودة وأحمال العمل الحساسة للتأخير. يوازن كل من YOLO26s و YOLO26m بين السرعة والدقة، بينما يعطي YOLO26l و YOLO26x الأولوية للدقة عند توفر المزيد من قدرات الحوسبة. قارن بين كل المتغيرات في معايير YOLO26، ثم تحقق من صحة المرشحين على بياناتك الخاصة.
استخدم وضع التدريب في مكتبة Ultralytics، أو افتح مشروع YOLO26 الرسمي على منصة Ultralytics لتعليق البيانات، والتدريب على وحدات GPU سحابية، وإعداد ملفات النشر. توفر الأوزان المدربة مسبقاً نقطة بداية عملية للضبط الدقيق (fine-tuning).

ابنِ باستخدام Ultralytics YOLO26

قم بتدريب نماذج YOLO26، والتحقق منها، وتصديرها، ونشرها باستخدام منصة Ultralytics.

افتح YOLO26 على المنصة

نماذج Ultralytics YOLO26

عائلة نماذج YOLO26

تأثير نماذجنا

جرب استدلال YOLO26

تطور نماذج Ultralytics YOLO

نفذ عمليات التوسيم بسرعة تصل إلى 10 أضعاف باستخدام التوسيم الذكي

تدريب على أفضل وحدات معالجة الرسومات (GPUs) بتكلفة أقل

انشر في أي مكان

استكشف حلول القطاعات

الزراعة

السيارات

الرعاية الصحية

الخدمات اللوجستية

التصنيع

التجزئة

الروبوتات

الزراعة

السيارات

الرعاية الصحية

الخدمات اللوجستية

التصنيع

التجزئة

الروبوتات

الزراعة

السيارات

الرعاية الصحية

الخدمات اللوجستية

التصنيع

التجزئة

الروبوتات

الأسئلة الشائعة

ما هو Ultralytics YOLO26؟

لماذا تم تصميم YOLO26 لنشر الحافة (edge)؟

ما هي مهام الرؤية الحاسوبية التي يدعمها YOLO26؟

أي حجم نموذج YOLO26 يجب أن أستخدم؟

كيف يمكنني تدريب YOLO26 على مجموعة بياناتي الخاصة؟

ابنِ باستخدام Ultralytics YOLO26