تصنيف الصور آنيًا باستخدام YOLO
عيّن الوسم المناسب لكل صورة باستخدام نماذج تصنيف Ultralytics YOLO26. درّب النماذج على فئاتك خلال دقائق، وشغّل الاستدلال آنيًا على الأجهزة الطرفية والسحابة والأجهزة المحمولة.
نماذج التصنيف YOLO26
تعيّن نماذج YOLO26-cls وسومًا للصور كاملةً، وتُعرض أدناه دقة top-1 وtop-5. وهي أصغر أفراد العائلة وأسرعها؛ إذ ينفذ المصنّف النانوي الاستدلال خلال بضعة ميلي ثانية على CPU، ويمكن ضبطه دقيقًا على فئات مخصصة انطلاقًا من مجموعة بيانات بسيطة منظّمة في مجلد لكل فئة.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| النموذج | الحجم (بكسل) | دقة Top-1 | دقة Top-5 | CPU ONNX (مللي ثانية) | T4 TensorRT (مللي ثانية) | المعاملات (مليون) | FLOPs (مليار) |
|---|---|---|---|---|---|---|---|
| YOLO26n-cls | 224 | 71.4 | 90.1 | 5.0 ± 0.3 | 1.1 ± 0.0 | 2.8 | 0.5 |
| YOLO26s-cls | 224 | 76.0 | 92.9 | 7.9 ± 0.2 | 1.3 ± 0.0 | 6.7 | 1.6 |
| YOLO26m-cls | 224 | 78.1 | 94.2 | 17.2 ± 0.4 | 2.0 ± 0.0 | 11.6 | 4.9 |
| YOLO26l-cls | 224 | 79.0 | 94.6 | 23.2 ± 0.3 | 2.8 ± 0.0 | 14.1 | 6.2 |
| YOLO26x-cls | 224 | 79.9 | 95.0 | 41.4 ± 0.9 | 3.8 ± 0.0 | 29.6 | 13.6 |
معايير أداء تصنيف YOLO26 بدقة 224 بكسل من وثائق Ultralytics.
تحظى بثقة المؤسسات الرائدة عالميًا
أثر نماذجنا
بسّط العمليات في مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة لدينا. سرعة ودقة وسهولة استخدام مدعومة من Ultralytics.
تطور نماذج Ultralytics YOLO
تعرّف على تطور Ultralytics YOLO من سير عمل YOLOv5 العملي إلى استدلال YOLO26 الجاهز للأجهزة الطرفية.
أنجز وسم البيانات بسرعة تفوق 10 مرات باستخدام التعليقات التوضيحية الذكية
توفر لك منصة Ultralytics أداة لتعليق الصور التوضيحي لبناء مجموعات بيانات عالية الجودة بسرعة أكبر. صُممت هذه الميزات، بدءًا من التعليقات التوضيحية الذكية ووصولًا إلى التحرير اليدوي الدقيق، لتقليل الوقت اللازم لوسم الصور من دون التضحية بالجودة.
- تعليقات توضيحية ذكية مدعومة بـ SAM:أقنعة ومربعات إحاطة بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتقسيم الكائنات إلى وحدات، والتقسيم الدلالي، والتصنيف، وتقدير الوضعية، وOBB.
- دعم شامل للتنسيقات:اختر YOLO أو COCO أو غيرهما.
- مراجعة الفريق وإدارة الإصدارات:تعاون واضح في كل خطوة.
درّب باستخدام أفضل وحدات GPU بتكلفة أقل
26 وحدة GPU من NVIDIA بأسعار تبدأ من 0.24 دولار/ساعة — من Ampere إلى Blackwell. بلا هوامش ربح إضافية، أو حد أدنى، أو التزام.
استكشف حلول القطاعات
تعرّف على كيفية تطبيق الفرق لرؤية الحاسوب من Ultralytics في بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الأسئلة المتكررة
يعيّن تصنيف الصور الصورة كاملةً إلى فئة من مجموعة فئات، مع درجة ثقة لكل فئة. وهو أبسط مهام الرؤية الحاسوبية، والخيار المناسب عندما تحتاج إلى معرفة ما تعرضه الصورة بدلًا من معرفة مواقع الأجسام، مثل تصنيف الجودة أو فرز المحتوى أو مراقبة الحالة. نماذج تصنيف Ultralytics YOLO صغيرة وسريعة ويسهل ضبطها دقيقًا.
استخدم التصنيف عندما يكفي وسم واحد لكل صورة، واستخدم كشف الأجسام عندما تحتاج إلى تحديد مواقع الأجسام في الصورة أو عدّها. نماذج التصنيف أخف وزنًا وأسرع تدريبًا، لذا غالبًا ما تكون الحل الأكثر كفاءة عندما لا يكون الموقع مهمًا.
تُعد نماذج التصنيف Ultralytics YOLO26 نقطة البداية الموصى بها، وتتراوح أحجامها من النانوي للنشر على الأجهزة الطرفية إلى الكبير جدًا لتحقيق أقصى دقة. وتشترك جميع الأحجام في سير عمل التدريب والنشر نفسه المستخدم لمهام Ultralytics YOLO الأخرى.
نظّم الصور في مجلد لكل فئة وشغّل وضع التدريب في مكتبة Ultralytics، أو ارفع مجموعة بياناتك إلى Ultralytics Platform ودرّبها على وحدات GPU سحابية من دون إعداد محلي. يحقق الضبط الدقيق للأوزان المدرّبة مسبقًا عادةً دقة عالية باستخدام بضع مئات من الصور لكل فئة.
صدّر باستخدام وضع التصدير إلى ONNX وOpenVINO وTensorRT وCoreML وLiteRT وغيرها من التنسيقات. نماذج التصنيف هي أصغر متغيرات YOLO، ما يجعلها مثالية لتطبيقات الهواتف المحمولة والأجهزة المضمنة والخدمات ذات الإنتاجية العالية.
أنشئ حلول تصنيف الصور باستخدام Ultralytics
نظّم البيانات، ودرّب مصنّفات YOLO26، وانشرها في أي مكان باستخدام Ultralytics Platform.