Ultralytics creates cutting-edge, state-of-the-art (SOTA) YOLO models built on years of foundational research in computer vision and AI. Constantly updated for performance and …

YOLO (YOLO（You Only Look Once）是一种流行的 物体检测 和 图像分割 模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon）和阿里-法哈迪（Ali Farhadi）开发。 YOLO 于 2015 年 …

YOLO-NAS由Deci AI 开发，是一种利用先进的神经架构搜索（NAS）技术的先进物体检测模型。 它通过引入量化友好的基本模块和复杂的训练方案等功能，解决了以往YOLO 模型的局限性。 …

In this article, an antenna dataset is created to address important antenna interference source detection issues and serves as the basis for subsequent research. We introduce YOLO-Ant, a …

YOLOv6是 YOLO 系列的一次重大改进，它引入了一些关键的架构和训练变化，以在速度和准确性之间实现更好的平衡。 值得注意的是，YOLOv6 以专注于工业应用而脱颖而出。

2024年10月6日 · YOLO11是 Ultralytics YOLO系列 实时目标检测器的最新迭代版本，它以尖端的准确性、速度和效率重新定义了可能实现的 性能。 在之前YOLO版本取得的显著进步基础 …

2024年12月24日 · 本文将对 YOLO (ultralytics) 的整体架构进行深入解析，包括核心的 Model 与 Predictor 分离设计 、 动态任务配置机制 、回调函数 (Callbacks)的应用方式以及针对不同任务 …

YOLO11 may be used directly in the Command Line Interface (CLI) with a yolo command for a variety of tasks and modes and accepts additional arguments, i.e. imgsz=640. See a full list of …

Ultralytics YOLO11 is a cutting-edge, state-of-the-art (SOTA) model that builds upon the success of previous YOLO versions and introduces new features and improvements to further boost …

Ultralytics YOLO 是计算机视觉和 ML 领域专业人士的高效工具，可帮助创建精确的物体检测模型。 使用我们的无代码平台，简化 ML 开发流程，改善团队成员之间的协作。