中文 · 한국어 · 日本語 · Русский · Deutsch · Français · Español · Português · Türkçe · Tiếng Việt · العربية

Link to this sectionUltralytics YOLO Dokümanları#

Ultralytics YOLO; nesne algılama, örnek bölümleme, anlamsal bölümleme, sınıflandırma, poz tahmini, yönlendirilmiş sınırlayıcı kutular ve takip için kullanılan, tek bir Python paketi ve CLI aracılığıyla erişilebilen bir gerçek zamanlı bilgisayarlı görü modelleri ailesidir. YOLO26, derin öğrenme ve bilgisayarlı görüdeki ilerlemeler üzerine inşa edilmiş olup, uçtan uca NMS'siz çıkarım ve optimize edilmiş uç birim dağıtımı sunar. Sadeleştirilmiş tasarımı, onu çeşitli uygulamalar için uygun hale getirir ve uç cihazlardan bulut API'lerine kadar farklı donanım platformlarına kolayca uyarlanabilir kılar. Kararlı üretim iş yükleri için hem YOLO26 hem de YOLO11 önerilir.

YOLO paketi ve CLI'nın yanı sıra, aynı modeller üzerinde veri etiketleme, bulut eğitimi ve dağıtım imkanı sunan Ultralytics Platform hakkında kapsamlı bir kaynak olan Ultralytics Dokümanlarını keşfet. İster deneyimli bir makine öğrenimi uygulayıcısı ol ister bu alanda yeni, bu merkez projelerinde YOLO'dan en iyi şekilde yararlanmana yardımcı olmayı amaçlar.

Ticari kullanım için Ultralytics Lisanslama üzerinden Kurumsal Lisans talep et.

Link to this sectionİki Komutla Başla#

# Install the ultralytics package from PyPI
pip install ultralytics

# Detect objects in an image with a pretrained YOLO26 model
yolo predict model=yolo26n.pt source='https://github.com/ultralytics/assets/releases/download/v0.0.0/bus.jpg'

Model ağırlıkları ve örnek görsel otomatik olarak indirilir ve açıklama eklenmiş sonuç runs/detect/predict klasörüne kaydedilir.

Tam kurulum ve kullanım referansı için Quickstart rehberine göz at.

Link to this sectionNe Yapmak İstiyorsun?#

Link to this sectionBu Dokümanlar Nasıl Düzenlendi?#

Çoğu model iş akışı yolo komutu, Görev (Task) isteğe bağlı olacak şekilde yolo [TASK] MODE ARGS dilbilgisini izler ve bu dokümanlar aynı üç bölüm artı bir kısayol etrafında düzenlenmiştir:

• Task, bir görüntüden ne istediğini yanıtlar: detection, instance segmentation, semantic segmentation, classification, pose estimation veya oriented boxes.
• Mode, bir modeli nasıl kullanacağını yanıtlar: train, validate, predict, export, track veya benchmark.
• Args configures the command, from which model to run with model= to hyperparameters like epochs and imgsz.
• Çözümler kısayoldur: Görev ve Mod adımlarını tamamen atlayan, nesne sayma veya güvenlik alarmı gibi hazır bir uygulamadır.

Diğer her şey bu dilbilgisini destekler: Modeller, model= parametresine verebileceğin her mimariyi listeler (YOLO26, YOLO11, SAM 3, RT-DETR ve daha fazlası); Veri Kümeleri, her görevin ne üzerinde eğitildiğini belirtir; Rehberler, donanım dağıtımı, hiperparametre ayarı, veri kümesi dönüştürme ve tam proje incelemelerini kapsayan geniş bir derinlemesine nasıl yapılır koleksiyonudur; Entegrasyonlar, hattı halihazırda kullandığın eğitim ve dağıtım araçlarına bağlar; Referans bölümü ise Python API'sindeki her sınıf ve işlevi belgeler.

Python paketinin ötesinde, aynı modeller üzerinde çalışan iki yüzey daha vardır: bulut etiketleme, eğitim ve dağıtım için Ultralytics Platform ve dışa aktarılan modelleri Python çalışma zamanı olmadan çalıştırmak için bağımsız bir Rust kütüphanesi ve CLI olan Ultralytics Inference.

Link to this sectionYOLO Lisansları: Ultralytics YOLO nasıl lisanslanmıştır?#

Ultralytics, çeşitli kullanım durumlarına uyum sağlamak için iki lisanslama seçeneği sunar:

• AGPL-3.0 Lisansı: Bu OSI onaylı açık kaynak lisansı, öğrenciler ve meraklılar için idealdir ve açık iş birliğini ve bilgi paylaşımını teşvik eder. Daha fazla ayrıntı için LICENSE dosyasına bak.
• Kurumsal Lisans: Geliştirme ve üretim kullanımı için bu lisans, Ultralytics yazılımının ve yapay zeka modellerinin; dahili araçlar, otomatik iş akışları ve üretim dağıtımları dahil olmak üzere ticari ürün ve hizmetlere sorunsuz entegrasyonunu sağlar ve AGPL-3.0'ın açık kaynak gereksinimlerini atlar. Başlamak için lütfen Ultralytics Licensing aracılığıyla bizimle iletişime geç.

Lisanslama stratejimiz, açık kaynak projelerimizdeki tüm iyileştirmelerin topluluğa geri kazandırılmasını sağlamak için tasarlanmıştır. Açık kaynağa inanıyoruz ve misyonumuz, katkılarımızın herkese fayda sağlayacak şekilde kullanılmasını ve genişletilmesini sağlamaktır.

Link to this sectionSSS#

Link to this sectionUltralytics YOLO nedir ve nesne algılamayı nasıl geliştirir?#

Ultralytics YOLO is the acclaimed YOLO (You Only Look Once) series for real-time object detection and image segmentation. The latest model, YOLO26, builds on previous versions by introducing end-to-end NMS-free inference and optimized edge deployment. YOLO supports various vision AI tasks such as detection, instance segmentation, semantic segmentation, pose estimation, tracking, and classification. Its efficient architecture ensures excellent speed and accuracy, making it suitable for diverse applications, including edge devices and cloud APIs.

Link to this sectionYOLO kurulumu ve ayarları ile nasıl başlayabilirim?#

YOLO ile başlamak hızlı ve basittir. Ultralytics paketini pip üzerinden pip install ultralytics komutuyla yükle, ardından ilk tahminini yolo predict model=yolo26n.pt ile çalıştır; model ağırlıkları otomatik olarak indirilir. conda, Docker ve kaynaktan kurulumu kapsayan kapsamlı talimatlar için Quickstart sayfasını ziyaret et.

Link to this sectionVeri kümemde özel bir YOLO modelini nasıl eğitebilirim?#

Veri kümen üzerinde özel bir YOLO modeli eğitmek birkaç ayrıntılı adım içerir:

1. Etiketlenmiş veri kümeni hazırla ve bunu bir veri kümesi YAML dosyasında açıkla.
2. Önceden eğitilmiş bir model yükle; örneğin Python'da YOLO("yolo26n.pt").
3. Eğitime model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640) ile veya komut satırından yolo detect train data=path/to/dataset.yaml epochs=100 imgsz=640 ile başla.

Ayrıntılı bir izlenecek yol için, eğitim sürecini optimize etmeye yönelik örnekler ve ipuçları içeren Bir Model Eğit kılavuzumuza göz at.

Link to this sectionUltralytics YOLO için mevcut lisanslama seçenekleri nelerdir?#

Ultralytics, YOLO için iki lisanslama seçeneği sunar:

• AGPL-3.0 Lisansı: Bu açık kaynak lisansı, açık iş birliğini teşvik eden eğitimsel ve ticari olmayan kullanım için idealdir.
• Kurumsal Lisans: AGPL-3.0'ın açık kaynak gereksinimlerini atlayarak, dahili araçlar, otomatik iş akışları ve üretim dağıtımları dahil olmak üzere geliştirme ve üretim kullanımı için.

Daha fazla ayrıntı için Lisanslama sayfamızı ziyaret et.

Link to this sectionUltralytics YOLO gerçek zamanlı nesne izleme için nasıl kullanılabilir?#

Ultralytics YOLO, verimli ve özelleştirilebilir çoklu nesne takibini destekler. Python'da YOLO("yolo26n.pt").track(source="path/to/video.mp4") çağrısı yap veya komut satırından yolo track source=path/to/video.mp4 komutunu çalıştır; her ikisi de video dosyaları, canlı yayınlar ve web kamerası girişi ile çalışır. Nesne takibini kurmak ve çalıştırmak için ayrıntılı bir rehber için, yapılandırmayı ve gerçek zamanlı senaryolardaki pratik uygulamaları açıklayan Track Mode dokümantasyonumuza göz at.