Bắt đầu

Ultralytics Inference cho Rust

Ultralytics Inference GitHub Ultralytics Inference Crates.io Ultralytics Inference docs.rs Ultralytics Inference Downloads Ultralytics Inference MSRV

Ultralytics Inference là thư viện inference YOLO hiệu năng cao và công cụ dòng lệnh được viết bằng Rust. Thư viện chạy model ONNX đã export thông qua ONNX Runtime để đưa ra dự đoán nhanh, an toàn bộ nhớ trên ảnh, video, webcam và luồng dữ liệu mà không cần runtime Python khi inference.

Dự án được đóng gói dưới dạng một crate duy nhất, ultralytics-inference, có thể sử dụng theo hai cách: làm CLI để chạy dự đoán nhanh và xử lý batch, hoặc làm thư viện được nhúng trực tiếp vào ứng dụng Rust. Công cụ hỗ trợ mọi tác vụ của Ultralytics và nhiều backend phần cứng thông qua giao diện thiết bị thống nhất. Đối với inference trên trình duyệt, cùng repository này phát hành package npm @ultralytics/yolo; xem hướng dẫn thiết lập.

Vì sao nên dùng Rust cho inference?#

  • Tốc độ native và footprint nhỏ. Biên dịch thành binary native không cần trình thông dịch, lý tưởng cho máy chủ, container và thiết bị biên.
  • An toàn bộ nhớ. Mô hình ownership của Rust loại bỏ nhiều nhóm lỗi runtime mà không cần garbage collector.
  • Tất cả tác vụ YOLO. Phát hiện, phân đoạn, phân đoạn ngữ nghĩa, ước lượng độ sâu, phân loại, tư thế và OBB từ một API, cùng OCR văn bản trong cảnh và suy luận theo ô cho ảnh lớn.
  • Hỗ trợ phần cứng rộng. CPU cùng các execution provider CUDA, TensorRT, CoreML, OpenVINO, DirectML, ROCm, MIGraphX và XNNPACK được chọn tại thời điểm build, cùng các model OpenVINO IR gốc.
  • Tiền xử lý trên GPU. Kernel CUDA hợp nhất tùy chọn thực hiện letterbox, chuẩn hóa và chuyển đổi layout trên GPU, rồi chuyển kết quả cho model mà không cần rời khỏi thiết bị.
  • Tự động tải xuống. Tên model YOLO đã biết, các model OCR và tài nguyên mẫu sẽ tự động được tải xuống trong lần sử dụng đầu tiên.
  • Đầu ra giống Python. Mask, đường viền mask và kết quả được vẽ tuân theo package Ultralytics Python, vì vậy --save tạo ra hình ảnh giống với plot().
Bạn đang tìm package Python?

Trang này giới thiệu crate Rust độc lập. Để xem quy trình Python (huấn luyện, validation, export và dự đoán), hãy tham khảo Hướng dẫn bắt đầu nhanh chính và chế độ Predict. Export bất kỳ model Ultralytics nào sang ONNX bằng tích hợp ONNX, rồi chạy model tại đây.

Cài đặt#

Yêu cầu Rust 1.92 trở lên. Tính năng video cũng yêu cầu cài đặt FFmpeg phiên bản 6 đến 9 trên hệ thống.

# Install the command-line tool from crates.io
cargo install ultralytics-inference

# Or with GPU support compiled in
cargo install ultralytics-inference --features cuda,tensorrt

Binary được đặt tại ~/.cargo/bin/ultralytics-inference (Linux và macOS) hoặc %USERPROFILE%\.cargo\bin\ trên Windows.

Bắt đầu nhanh với CLI#

CLI cung cấp subcommand predict. Nếu không có đối số, CLI sẽ tải model phát hiện nano và ảnh mẫu, chạy inference rồi lưu kết quả đã được chú thích vào runs/detect/predict.

# Detect on the built-in samples (downloads model and images)
ultralytics-inference predict

# Detect on your own image
ultralytics-inference predict --model yolo26n.onnx --source image.jpg

# Segmentation (auto-downloads yolo26n-seg.onnx)
ultralytics-inference predict --task segment --source image.jpg

# Pose on a video, shown live in a window
ultralytics-inference predict --task pose --source video.mp4 --show

# Depth estimation (auto-downloads yolo26n-depth.onnx)
ultralytics-inference predict --task depth --source image.jpg

# Tune thresholds and filter to specific classes
ultralytics-inference predict --source image.jpg --conf 0.5 --iou 0.45 --classes "0,1,2"

# Run a whole folder on the GPU in half precision
ultralytics-inference predict --source images/ --device cuda:0 --quantize 16

# Tile a large aerial image into overlapping 640 px windows to find small objects
ultralytics-inference predict --model yolo26n-obb.onnx --source aerial.jpg --tile 640

# Read scene text (auto-downloads yolo26n-text.onnx and the PaddleOCR models)
ultralytics-inference predict --ocr --source sign.jpg

# Thicker lines, no confidences in labels
ultralytics-inference predict --source image.jpg --line-width 4 --show-conf false

Tất cả các cờ predict:

CờMặc địnhMô tả
--model, -myolo26n.onnxĐường dẫn đến model ONNX hoặc bản export OpenVINO; tên YOLO đã biết sẽ được tự động tải xuống.
--taskdetectMột trong các giá trị detect, segment, semantic, depth, classify, pose, obb; chọn model nano nếu bỏ qua --model.
--source, -smẫuẢnh, thư mục, glob, video, chỉ số webcam, luồng hoặc URL.
--conf0.25Ngưỡng độ tin cậy.
--iou0.5Ngưỡng IoU cho non-maximum suppression.
--max-det300Số lượng detection tối đa trên mỗi ảnh.
--imgszmetadata của modelKích thước ảnh suy luận.
--rect [<BOOL>]trueSuy luận hình chữ nhật với phần đệm tối thiểu.
--tile [<TILE>]tắtKích thước ô cho suy luận bằng cửa sổ chồng lấp; --tile không kèm giá trị sẽ dùng --imgsz. Xem suy luận theo ô.
--retina-masksfalseTạo mask phân đoạn ở kích thước ảnh gốc thay vì kích thước suy luận.
--ocrfalseĐọc văn bản trong từng box, box định hướng hoặc mask bằng PaddleOCR; nếu không có --model, lệnh sẽ chạy yolo26n-text.onnx. Xem OCR.
--batch1Batch size khi suy luận.
--quantizeđộ chính xác của modelĐộ chính xác suy luận: 8, 16, 32, int8, fp16, fp32, w8a8, w16a16, w32a32, w8a16 hoặc w8a32.
--save [<BOOL>]trueLưu kết quả đã chú thích vào runs/<task>/predict.
--save-framesfalseLưu từng frame riêng lẻ cho đầu vào video thay vì lưu thành tệp video.
--save-jsonfalseLưu các PNG bản đồ lớp phân đoạn ngữ nghĩa.
--showfalseHiển thị kết quả trong cửa sổ.
--show-labels [<BOOL>]trueHiển thị tên class trong nhãn box.
--show-conf [<BOOL>]trueHiển thị độ tin cậy trong nhãn box.
--show-boxes [<BOOL>]trueVẽ các box và nhãn của chúng.
--line-widthtừ kích thước ảnhĐộ rộng đường viền box tính bằng pixel; giá trị này cũng quyết định kích thước nhãn.
--devicetự độngThiết bị thực thi, ví dụ cpu, cuda:0, tensorrt:0, coreml, intel:gpu, directml:0, rocm:0, migraphx:0, xnnpack.
--verbose [<BOOL>]trueIn kết quả và thời gian xử lý của từng ảnh.
--classestất cảLọc các phát hiện theo ID class, ví dụ 0, "0,1,2" hoặc "[0, 1, 2]".

[<BOOL>] đánh dấu một cờ có giá trị tùy chọn: truyền cờ mà không kèm giá trị (--rect) sẽ đặt giá trị thành true, còn --rect false sẽ tắt cờ. Cờ cũ --half vẫn được chấp nhận, ánh xạ sang --quantize 16 và in ra cùng cảnh báo ngừng sử dụng như package Python.

Hướng dẫn bắt đầu nhanh với thư viện#

Tải model và chạy dự đoán. Metadata của model như tên lớp, loại tác vụ và kích thước ảnh được tự động đọc từ tệp ONNX.

use ultralytics_inference::YOLOModel;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    // Metadata (classes, task, imgsz) is parsed from the model.
    let mut model = YOLOModel::load("yolo26n.onnx")?;

    let results = model.predict("image.jpg")?;

    for result in &results {
        if let Some(boxes) = &result.boxes {
            for i in 0..boxes.len() {
                let class_id = boxes.cls()[i] as usize;
                let conf = boxes.conf()[i];
                let name = result.names.get(&class_id).map_or("unknown", |s| s.as_str());
                println!("{name} {conf:.2}");
            }
        }
    }

    Ok(())
}

Dùng InferenceConfig để kiểm soát ngưỡng, kích thước ảnh, độ chính xác và thiết bị bằng builder API:

use ultralytics_inference::{Device, InferenceConfig, Quantization, YOLOModel};

let config = InferenceConfig::new()
    .with_confidence(0.5)
    .with_iou(0.45)
    .with_imgsz(640, 640)
    .with_device(Device::Cuda(0))
    .with_quantize(Quantization::Fp16);

let mut model = YOLOModel::load_with_config("yolo26n.onnx", config)?;
let results = model.predict("image.jpg")?;

Mỗi tác vụ điền dữ liệu vào một trường khác nhau trên Results. Mỗi tab bên dưới là một chương trình hoàn chỉnh, có thể chạy ngay; model và đầu vào mẫu sẽ tự động được tải xuống trong lần chạy đầu tiên. Thay predict_default() bằng predict("image.jpg") để chạy trên các tệp của riêng bạn.

use ultralytics_inference::YOLOModel;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let mut model = YOLOModel::load("yolo26n.onnx")?;
    let results = model.predict_default()?;

    for result in &results {
        if let Some(boxes) = &result.boxes {
            println!("{} detections", boxes.len());
            let xyxy = boxes.xyxy(); // rows of [x1, y1, x2, y2]
            for i in 0..boxes.len() {
                let class_id = boxes.cls()[i] as usize;
                let name = result.names.get(&class_id).map_or("unknown", |s| s.as_str());
                println!("  {name} {:.2} {:?}", boxes.conf()[i], xyxy.row(i).to_vec());
            }
        }
    }

    Ok(())
}

Các tác vụ được hỗ trợ#

Hỗ trợ tất cả tác vụ của Ultralytics. Khi bỏ qua --model, model nano tương ứng với tác vụ đã chọn sẽ được tự động tải xuống.

Tác vụ--taskĐầu raModel mặc định
Phát hiệndetectBounding box và lớpyolo26n.onnx
Instance segmentationsegmentBounding box cùng mask cho từng instanceyolo26n-seg.onnx
Semantic segmentationsemanticBản đồ lớp cho từng pixelyolo26n-sem.onnx
Ước tính độ sâudepthBản đồ độ sâu theo từng pixel, tính bằng métyolo26n-depth.onnx
ClassificationclassifyXác suất lớpyolo26n-cls.onnx
Tư thếposeBounding box cùng keypointyolo26n-pose.onnx
Bounding box định hướngobbBounding box xoayyolo26n-obb.onnx

--ocr bổ sung khả năng đọc văn bản trong cảnh cho mọi model phát hiện, phân đoạn hoặc OBB; nếu không có --model, lệnh sẽ chạy bộ phát hiện văn bản yolo26n-text.onnx. Xem OCR văn bản trong cảnh.

Khả năng tương thích của model#

Có thể tải mọi model Ultralytics đã xuất sang ONNX từ tệp cục bộ. Tính năng tự động tải xuống hỗ trợ các tên model YOLO26, YOLO11 và YOLOv8 tiêu chuẩn với các kích thước n, s, m, l và x:

Dòng modelCác biến thể có thể tự động tải xuống
YOLO26yolo26{n,s,m,l,x}.onnx, -seg, -sem, -depth, -cls, -pose, -obb và -text
YOLO11yolo11{n,s,m,l,x}.onnx, -seg, -cls, -pose và -obb
YOLOv8yolov8{n,s,m,l,x}.onnx, -seg, -cls, -pose và -obb

Phân đoạn ngữ nghĩa (-sem), ước lượng độ sâu (-depth) và các bộ phát hiện văn bản trong cảnh -text chỉ dành cho YOLO26. Bộ nhận dạng PaddleOCR PP-OCRv6_medium_rec.onnx và bộ phân loại hướng PP-LCNet_x0_25_textline_ori.onnx được --ocr (Apache-2.0) sử dụng cũng sẽ được tự động tải xuống. Các model phát hiện RT-DETR cũng chạy được nhưng không được tự động tải xuống: trước tiên hãy export một model sang ONNX. Các bản export OpenVINO IR gốc chạy với tính năng openvino-native; xem model OpenVINO IR.

Nguồn đầu vào#

Đối số --source (và kiểu Source trong thư viện) chấp nhận nhiều loại đầu vào, được tự động nhận diện từ chuỗi:

NguồnVí dụGhi chú
Ảnhimage.jpgTệp đơn.
Thư mụcimages/Tất cả ảnh trong thư mục.
Globimages/*.jpgMẫu theo cú pháp shell.
Videovideo.mp4Yêu cầu tính năng video.
Webcam0Yêu cầu tính năng video.
Luồngrtsp://...Yêu cầu tính năng video.
URLhttps://example.com/image.jpgTải ảnh từ xa.

Suy luận theo ô#

Ảnh lớn có vật thể nhỏ, chẳng hạn ảnh chụp từ trên không hoặc ảnh vệ tinh, có thể được chia thành các cửa sổ chồng lấp rồi ghép lại thành một kết quả duy nhất, giống với đối số Python tile. Các cửa sổ chồng lấp 20%, các box được ánh xạ trở lại ảnh nguồn và các box trùng lặp được loại bỏ theo từng class. Với bản export hỗ trợ batch động, --batch xử lý nhiều cửa sổ trong một lần gọi suy luận. Mọi tác vụ đều được hỗ trợ.

# 640 px windows; a bare --tile uses --imgsz
ultralytics-inference predict --model yolo26n-obb.onnx --source aerial.jpg --tile 640
use ultralytics_inference::{InferenceConfig, YOLOModel};

// with_tile(0) uses the inference size
let config = InferenceConfig::new().with_tile(640);
let mut model = YOLOModel::load_with_config("yolo26n.onnx", config)?;
let results = model.predict("aerial.jpg")?;

OCR văn bản trong cảnh#

Detector YOLO26-Text tìm các từ dưới dạng bounding box có hướng, còn TextRecognizer đọc chúng bằng PP-OCRv6 của PaddleOCR, cùng bộ nhận dạng được dùng trong giải pháp OCR Python. Bounding box từ các model phát hiện và mask từ các model phân đoạn cũng hoạt động: mask được đọc từ hình chữ nhật có diện tích nhỏ nhất bao quanh đường viền và giữ lại đường viền dưới dạng đa giác. Mỗi vùng cắt được xoay cho thẳng; văn bản mà bộ phân loại hướng xác định là lộn ngược sẽ được đọc lại sau khi xoay 180°, rồi các văn bản được trả về theo thứ tự đọc. Bộ nhận dạng chạy trên thiết bị của detector.

# Auto-downloads yolo26n-text.onnx and the PaddleOCR models
ultralytics-inference predict --ocr --source sign.jpg

# Any size of the text detector, on the GPU
ultralytics-inference predict --ocr --model yolo26x-text.onnx --source sign.jpg --device cuda:0

Ví dụ thư viện tải ảnh bằng crate image, vì vậy hãy thêm crate này cạnh package bằng cargo add image.

use ultralytics_inference::YOLOModel;
use ultralytics_inference::ocr::{DEFAULT_ORIENTATION, DEFAULT_RECOGNIZER, TextRecognizer};

let mut detector = YOLOModel::load("yolo26n-text.onnx")?;
let mut ocr = TextRecognizer::new(&detector, DEFAULT_RECOGNIZER, DEFAULT_ORIENTATION)?;
let image = image::open("sign.jpg")?;
let result = detector.predict_image(&image, "sign.jpg".into())?.remove(0);
for text in ocr.read(&image, &result)? {
    println!("{} {:.2} {:?}", text.text, text.confidence, text.polygon);
}

predict --ocr vẽ từng đoạn văn bản như giải pháp Python; --line-width, --show-labels và --show-conf cũng áp dụng cho phần này.

Thiết bị và execution provider#

Các backend GPU và bộ tăng tốc được biên dịch dưới dạng Cargo feature và được chọn khi chạy bằng --device (CLI) hoặc Device (thư viện). Nếu không chỉ định thiết bị, các provider được biên dịch vào bản build sẽ được đăng ký theo thứ tự ưu tiên cố định (TensorRT trước, sau đó đến CUDA, v.v.), vì vậy bản build chỉ có các feature mặc định sẽ chạy trên CPU.

Chuỗi thiết bịBiến thể DeviceBuild featurePhần cứng
cpuDevice::Cputích hợp sẵnMọi CPU
cuda:0Device::Cuda(0)cudaGPU NVIDIA
tensorrt:0Device::TensorRt(0)tensorrtGPU NVIDIA, tối ưu hóa
coremlDevice::CoreMlcoremlApple Silicon / macOS
intel:cpuDevice::IntelCpuopenvino hoặc openvino-nativeCPU Intel
intel:gpuDevice::IntelGpuopenvino hoặc openvino-nativeGPU Intel
intel:npuDevice::IntelNpuopenvino hoặc openvino-nativeNPU Intel
directml:0Device::DirectMl(0)directmlGPU Windows
rocm:0Device::Rocm(0)rocmGPU AMD
migraphx:0Device::MiGraphX(0)migraphxGPU AMD (Linux x64)
xnnpackDevice::XnnpackxnnpackCPU tối ưu hóa
# Build the CLI with the providers you need
cargo install ultralytics-inference --features cuda,tensorrt

Model OpenVINO IR#

Với tính năng openvino-native, --model cũng nhận bản export OpenVINO gốc, gồm file .xml hoặc thư mục từ yolo export format=openvino, rồi chạy model bằng runtime OpenVINO thay vì ONNX Runtime. Mọi tác vụ đều chạy trên intel:cpu, intel:gpu và intel:npu, còn thư viện tải model bằng YOLOModel::load("yolo26n_openvino_model"). Không cần cài OpenVINO để build; runtime được tải khi mở model đầu tiên. Xem hướng dẫn OpenVINO để thiết lập.

yolo export model=yolo26n.pt format=openvino # add quantize=16, quantize=8, dynamic=True, or batch=4
ultralytics-inference predict --model yolo26n_openvino_model --source bus.jpg --device intel:gpu

Tăng tốc GPU và tiền xử lý CUDA#

Trên phần cứng NVIDIA, tính năng cuda bật execution provider CUDA, còn tensorrt bổ sung provider TensorRT để tối ưu hóa thêm (bao gồm cuda, cũng chạy bộ nhận dạng OCR). Để đạt độ trễ suy luận thấp nhất có thể, tính năng cuda-preprocess chuyển bước tiền xử lý sang GPU.

cuda-preprocess thực hiện resize letterbox, chuẩn hóa và chuyển đổi layout HWC sang CHW bằng một CUDA kernel hợp nhất, sau đó đưa kết quả vào model dưới dạng tensor trên thiết bị mà không cần sao chép. Frame thô 8 bit vẫn được tải lên GPU, thông qua buffer trung gian được ghim trên GPU rời; kernel loại bỏ các bước resize, chuẩn hóa và chuyển đổi layout trên CPU, cũng như lần tải lên riêng cho tensor đã tiền xử lý. Điều này đặc biệt quan trọng với batch thông lượng cao và luồng thời gian thực.

# Build with fused GPU preprocessing (implies cuda + tensorrt)
cargo build --release --features cuda-preprocess

Đường xử lý nhanh được sử dụng tự động, không cần thay đổi API, khi tất cả điều kiện sau được đáp ứng: tính năng đã được build, thiết bị là CUDA, TensorRT hoặc chưa được chỉ định, tác vụ là phát hiện, phân đoạn, phân đoạn ngữ nghĩa (chỉ ảnh đơn), ước lượng độ sâu, tư thế hoặc OBB, và model sử dụng đầu vào FP32. Tính năng này được bật mặc định và có thể tắt riêng cho từng model:

use ultralytics_inference::{Device, InferenceConfig};

let config = InferenceConfig::new()
    .with_device(Device::TensorRt(0))
    .with_cuda_preprocess(false); // force CPU preprocessing
Khớp với bộ công cụ CUDA của bạn

cuda-preprocess yêu cầu bộ công cụ CUDA tương thích khi build và sử dụng NVRTC lúc chạy cho kernel tiền xử lý hợp nhất. Xem hướng dẫn tăng tốc CUDA và TensorRT để biết các yêu cầu về phiên bản và cách khắc phục sự cố.

Cargo feature#

Các feature được bật tại thời điểm build. Các feature mặc định hỗ trợ chú thích và hiển thị trực tiếp.

Tính năngMặc địnhMục đích
annotatecóVẽ box, mask, keypoint, nhãn và văn bản OCR; cần thiết cho --save.
visualizecóHiển thị cửa sổ thời gian thực cho --show.
videokhôngĐọc và ghi tệp video (yêu cầu FFmpeg phiên bản 6 đến 9).
cudakhôngNVIDIA CUDA execution provider.
tensorrtkhôngExecution provider NVIDIA TensorRT (bao gồm cuda).
cuda-preprocesskhôngTiền xử lý GPU hợp nhất (bao hàm cuda, tensorrt; cần CUDA toolkit).
coremlkhôngApple CoreML execution provider.
openvinokhôngExecution provider Intel OpenVINO (Linux và Windows x64).
openvino-nativekhôngModel OpenVINO IR gốc (.xml) thông qua runtime OpenVINO.
rocmkhôngExecution provider AMD ROCm (cần bản build ONNX Runtime của riêng bạn).
migraphxkhôngExecution provider AMD MIGraphX (Linux x64).
directmlkhôngWindows DirectML execution provider.
xnnpackkhôngExecution provider XNNPACK để tối ưu suy luận trên CPU.

Các nhóm tiện ích gộp những provider liên quan: nvidia (cuda, tensorrt), amd (rocm, migraphx), intel (openvino, onednn), mobile (nnapi, coreml, qnn) và all (annotate, visualize, video). Các provider bổ sung onednn, nnapi, qnn, acl, tvm, rknpu, cann, webgpu và azure cũng khả dụng.

Bật các feature khi cài đặt CLI hoặc thêm thư viện:

cargo install ultralytics-inference --features video
cargo install ultralytics-inference --features cuda,tensorrt
[dependencies]
ultralytics-inference = { version = "0.0.58", features = ["video"] }

Đầu ra và lưu kết quả#

Theo mặc định, các dự đoán được chú thích và lưu vào thư mục chạy tự động tăng số thứ tự:

runs/
└── detect/
    └── predict/          # then predict2, predict3, ...
        └── image.jpg     # annotated result

Thư mục con tương ứng với tác vụ (runs/segment/, runs/pose/, v.v.). Với nguồn video, đầu ra đã chú thích được ghi thành tệp video; truyền --save-frames để thay vào đó ghi từng frame riêng lẻ. Với tác vụ semantic, --save-json ghi các PNG bản đồ lớp theo từng pixel vào thư mục con results/. Với tác vụ depth, bản đồ độ sâu được tô màu sẽ được trộn lên ảnh nguồn, tương tự đầu ra plot() của Ultralytics Python. Việc lưu ảnh và video đã chú thích yêu cầu feature annotate; xuất PNG bản đồ lớp ngữ nghĩa thì không. Đầu vào và đầu ra video yêu cầu feature video.

Cách vẽ tuân theo Results.plot() của Python: độ rộng đường viền mặc định bằng 0,3% cạnh trung bình của ảnh (tối thiểu 2 px), nhãn nằm phía trên mỗi box hoặc bên trong box khi không đủ chỗ, và mask instance được hòa trộn theo cùng cách, vì vậy ảnh đã lưu khớp với Python. --line-width, --show-labels, --show-conf và --show-boxes hoạt động như các đối số Python cùng tên. Trong thư viện, truyền các đối số này qua AnnotateOptions:

use ultralytics_inference::annotate::{AnnotateOptions, annotate_image_with_options};

let options = AnnotateOptions {
    line_width: Some(3),
    show_conf: false,
    ..Default::default()
};
let annotated = annotate_image_with_options(&image, &results[0], &options);

Mask phân đoạn được tạo ở kích thước suy luận như trong Python; truyền --retina-masks (hoặc InferenceConfig::with_retina_masks(true)) để tạo mask ở kích thước ảnh gốc.

Câu hỏi thường gặp#

  • Không. Crate này chạy trực tiếp các model ONNX đã export thông qua ONNX Runtime. Chỉ cần Python nếu bạn huấn luyện hoặc export model trước đó bằng package Ultralytics.

  • Mọi model YOLO của Ultralytics được export sang ONNX, bao gồm YOLO26, YOLO11 và YOLOv8. Tên model đã biết sẽ được tự động tải xuống; bạn cũng có thể trỏ --model đến bất kỳ tệp .onnx cục bộ nào.

  • Export từ package Python, chẳng hạn bằng tích hợp ONNX, hoặc để CLI tự động tải model nano tiêu chuẩn cho tác vụ đã chọn trong lần chạy đầu tiên.

  • Có. --ocr đọc văn bản trong cảnh bằng bộ phát hiện YOLO26-Text và PaddleOCR, giống với giải pháp OCR Python, đồng thời hoạt động trên các box hoặc mask từ model phát hiện và phân đoạn của riêng bạn. Xem OCR văn bản trong cảnh.

  • Sử dụng suy luận theo ô: --tile 640 chia ảnh thành các ô chồng lấp có kích thước 640 px rồi ghép các phát hiện thành một kết quả duy nhất.

  • Có, khi bật feature video và cài FFmpeg 6 đến 9 trên hệ thống. Tính năng này hỗ trợ tệp video, webcam và các luồng RTSP/RTMP/HTTP.

  • Cả hai đều được bật theo mặc định. annotate vẽ box, mask, keypoint và nhãn lớp lên ảnh, đồng thời là yêu cầu để --save ghi các kết quả đã được chú thích. visualize mở cửa sổ trực tiếp cho --show. Để tạo bản build nhỏ hơn, không cần giao diện đồ họa và chỉ trả về kết quả bằng lập trình, hãy tắt chúng bằng cargo build --no-default-features (bật lại từng feature riêng lẻ khi cần).

  • Trang này cung cấp thông tin tổng quan ở cấp độ cao. Tài liệu tham khảo API đầy đủ, phân loại theo từng kiểu, cho mọi struct, method và tùy chọn cấu hình công khai được xuất bản trên docs.rs, tạo trực tiếp từ source.

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.