Meet YOLO26: next-gen vision AI.

Link to this sectionUltralytics YOLO26 支持的计算机视觉任务#

Ultralytics YOLO supported computer vision tasks

Ultralytics YOLO26 是一个功能多样的 AI 框架,支持多种 计算机视觉 任务。该框架可用于执行 检测分割语义分割OBB分类姿态 估计。这些任务各有不同的目标和用例,让你能够通过一个单一框架来应对各种计算机视觉挑战。



Watch: Explore Ultralytics YOLO Tasks: Object Detection, Segmentation, OBB, Tracking, and Pose Estimation.

Link to this section检测#

检测是 YOLO26 支持的首要任务。它涉及识别图像或视频帧中的对象,并在其周围绘制边界框。检测到的对象根据其特征被分类到不同的类别中。YOLO26 能够以高 精度 和速度在单个图像或视频帧中检测多个对象,使其成为 监控系统自动驾驶车辆 等实时应用的理想选择。

检测示例

Link to this section图像分割#

分割通过为每个对象生成像素级掩码,将对象检测提升到了新的高度。这种精度对于 医学成像农业分析制造质量控制 等应用非常有用。

分割示例

Link to this section语义分割#

语义分割为图像中的每个像素分配一个类别标签,从而生成整个场景的密集类别图。与实例分割不同,它不区分同一类别的单个对象。这使其非常适合 自动驾驶场景解析 和土地覆盖映射,在这些领域中,理解完整的空间布局比识别单个对象更为重要。

语义分割示例

Link to this section分类#

分类涉及根据内容对整个图像进行归类。此任务对于电子商务中的 产品分类内容审核野生动物监测 等应用至关重要。

分类示例

Link to this section姿态估计#

姿态估计通过检测图像或视频帧中的特定关键点来跟踪运动或估计姿态。这些关键点可以代表人体的关节、面部特征或其他重要的兴趣点。YOLO26 在关键点检测方面表现出色,具有高精度和高速度,使其在 健身应用体育分析人机交互 中极具价值。

姿态示例

Link to this sectionOBB#

旋转边界框 (OBB) 检测通过增加旋转角度来增强传统的对象检测,从而更好地定位旋转的对象。此功能对于物体以各种角度出现的 航空影像分析文档处理工业应用 尤为重要。YOLO26 为在多种场景下检测旋转对象提供了高精度和高速度。

旋转检测

Link to this section结论#

Ultralytics YOLO26 支持多种计算机视觉任务,包括检测、实例分割、语义分割、分类、旋转对象检测和关键点检测。每项任务都解决了计算机视觉领域中的特定需求,从基础的对象识别到详细的姿态分析。通过了解每项任务的功能和应用,你可以为你的具体计算机视觉挑战选择最合适的方法,并利用 YOLO26 的强大功能来构建有效的解决方案。

Link to this section常见问题解答#

Link to this sectionUltralytics YOLO26 可以执行哪些计算机视觉任务?#

Ultralytics YOLO26 是一个功能多样的 AI 框架,能够以高精度和高速度执行各种计算机视觉任务。这些任务包括:

  • 对象检测 通过在图像或视频帧中的对象周围绘制边界框来识别并定位它们。
  • 图像分割 根据内容将图像分割为不同的区域,对医学成像等应用非常有用。
  • 语义分割 为图像中的每个像素分配类别标签,以实现密集的场景理解。
  • 分类 根据内容对整个图像进行归类。
  • 姿态估计 在图像或视频帧中检测特定的关键点以跟踪运动或姿态。
  • 旋转对象检测 (OBB) 检测带有额外方向角的旋转对象,以提高精度。

Link to this section我该如何使用 Ultralytics YOLO26 进行对象检测?#

要使用 Ultralytics YOLO26 进行对象检测,请遵循以下步骤:

  1. 以适当的格式准备你的数据集。
  2. 使用检测任务训练 YOLO26 模型。
  3. 通过输入新的图像或视频帧来使用模型进行预测。
示例
from ultralytics import YOLO

# Load a pretrained YOLO model (adjust model type as needed)
model = YOLO("yolo26n.pt")  # n, s, m, l, x versions available

# Perform object detection on an image
results = model.predict(source="image.jpg")  # Can also use video, directory, URL, etc.

# Display the results
results[0].show()  # Show the first image results

如需更详细的说明,请查看我们的 检测示例

Link to this section使用 YOLO26 进行分割任务有哪些好处?#

使用 YOLO26 进行分割任务具有多项优势:

  1. 高精度: 分割任务提供精确的像素级掩码。
  2. 速度: YOLO26 针对实时应用进行了优化,即使在高分辨率图像下也能提供快速处理。
  3. 多种应用: 它是医学成像、自动驾驶以及其他需要详细图像分割的应用的理想选择。

图像分割部分 了解更多关于 YOLO26 进行分割的好处和用例。

Link to this sectionUltralytics YOLO26 能否处理姿态估计和关键点检测?#

是的,Ultralytics YOLO26 可以有效地执行高精度、高速度的姿态估计和关键点检测。此功能对于在体育分析、医疗保健和人机交互应用中跟踪运动特别有用。YOLO26 检测图像或视频帧中的关键点,从而实现精确的姿态估计。

如需更多详细信息和实施技巧,请访问我们的 姿态估计示例

Link to this section为什么我应该选择 Ultralytics YOLO26 进行旋转对象检测 (OBB)?#

使用 YOLO26 进行旋转对象检测 (OBB) 通过检测带有额外角度参数的对象来提高 精度。此功能对于需要准确定位旋转对象(例如航空影像分析和仓库自动化)的应用非常有益。

  • 提高精度: 角度组件减少了旋转对象的误报。
  • 多功能应用: 适用于地理空间分析、机器人技术等任务。

查看 旋转对象检测部分 以获取更多详细信息和示例。

评论