YOLO-Bildklassifizierung in Echtzeit
Weise mit den Ultralytics-YOLO26-Klassifizierungsmodellen jedem Bild die passende Bezeichnung zu. Trainiere sie in wenigen Minuten mit deinen eigenen Kategorien und führe Inferenz in Echtzeit auf Edge-Geräten, in der Cloud und auf Mobilgeräten aus.
YOLO26-Klassifizierungsmodelle
YOLO26-cls-Modelle ordnen ganzen Bildern Klassen zu; die Top-1- und Top-5-Genauigkeit wird unten angegeben. Sie sind die kleinsten und schnellsten Modelle der Familie – der Nano-Klassifikator benötigt auf einer CPU nur wenige Millisekunden – und lassen sich anhand eines einfachen Datensatzes mit einem Ordner pro Klasse auf benutzerdefinierte Kategorien abstimmen.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| Modell | Größe (px) | Top-1-Genauigkeit | Top-5-Genauigkeit | CPU ONNX (ms) | T4 TensorRT (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| 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 |
Benchmarks zur YOLO26-Klassifizierung bei 224 Pixeln aus der Ultralytics-Dokumentation.
Weltweit führende Organisationen vertrauen uns
Die Wirkung unserer Modelle
Optimiere Abläufe in verschiedenen Branchen mit unseren hochmodernen Vision-AI-Modellen. Ultralytics sorgt für Geschwindigkeit, Genauigkeit und einfache Bedienung.
Die Entwicklung der Ultralytics-YOLO-Modelle
Sieh dir an, wie sich Ultralytics YOLO vom praktischen YOLOv5-Ablauf bis zur Inferenz mit YOLO26 für Edge-Geräte weiterentwickelt hat.
Bis zu 10-mal schneller beschriften – mit intelligenter Annotation
Die Ultralytics Platform bietet dir ein Bild-Annotationstool, mit dem du schneller hochwertige Datensätze erstellst. Von intelligenter Annotation bis hin zu präziser manueller Bearbeitung: Diese Funktionen verkürzen die Zeit für die Bildbeschriftung, ohne die Qualität zu beeinträchtigen.
- Intelligente, von SAM unterstützte Annotation:Masken und Begrenzungsrahmen mit einem Klick.
- Unterstützung für alle KI-Aufgaben:Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Posenschätzung, OBB.
- Unterstützung universeller Formate:Du hast die Wahl zwischen YOLO, COCO und mehr.
- Teamprüfung und Versionsverwaltung:Klare Zusammenarbeit bei jedem Schritt.
Trainiere kostengünstig mit den besten GPUs
26 NVIDIA-GPUs ab 0,24 $/Std. – von Ampere bis Blackwell. Keine Aufschläge, keine Mindestabnahme, keine Vertragsbindung.
Überall bereitstellen
Exportiere in 22 Formate und stelle sie auf Edge-Geräten, in der Cloud und auf Mobilgeräten bereit.
Lösungen für verschiedene Branchen entdecken
Erfahre, wie Teams Computer Vision von Ultralytics in Produktionsumgebungen einsetzen.
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Häufig gestellte Fragen
Die Bildklassifizierung ordnet ein ganzes Bild einer von mehreren Klassen zu und gibt für jede Klasse einen Konfidenzwert aus. Sie ist die einfachste Computer-Vision-Aufgabe und eignet sich, wenn du wissen musst, was auf einem Bild zu sehen ist, statt wo sich Objekte befinden – etwa zur Qualitätsbewertung, zum Sortieren von Inhalten oder zur Zustandsüberwachung. Ultralytics-YOLO-Klassifizierungsmodelle sind klein, schnell und einfach per Fine-Tuning anzupassen.
Verwende Klassifizierung, wenn eine Bezeichnung pro Bild ausreicht, und Objekterkennung, wenn du Objekte im Bild lokalisieren oder zählen musst. Klassifizierungsmodelle sind leichter und schneller zu trainieren und deshalb oft die effizienteste Lösung, wenn die Position keine Rolle spielt.
Ultralytics YOLO26-Klassifizierungsmodelle sind der empfohlene Ausgangspunkt. Die verfügbaren Größen reichen von Nano für den Einsatz auf Edge-Geräten bis Extra-Large für maximale Genauigkeit. Für alle Größen gilt derselbe Trainings- und Bereitstellungsablauf wie für andere Ultralytics-YOLO-Aufgaben.
Sortiere die Bilder in je einem Ordner pro Klasse und starte den Trainingsmodus der Ultralytics-Bibliothek oder lade deinen Datensatz auf die Ultralytics Platform hoch und trainiere ohne lokale Einrichtung auf Cloud-GPUs. Mit Fine-Tuning vortrainierter Gewichte lässt sich in der Regel bereits mit einigen Hundert Bildern pro Klasse eine hohe Genauigkeit erreichen.
Exportiere das Modell mit dem Exportmodus nach ONNX, OpenVINO, TensorRT, CoreML, LiteRT und in weitere Formate. Klassifizierungsmodelle sind die kleinsten YOLO-Varianten und eignen sich daher ideal für mobile Apps, eingebettete Geräte und Dienste mit hohem Durchsatz.
Bildklassifizierung mit Ultralytics entwickeln
Sortiere Daten, trainiere YOLO26-Klassifikatoren und stelle sie mit der Ultralytics Platform überall bereit.