Clasificación de imágenes YOLO en tiempo real
Asigna la etiqueta correcta a cada imagen con los modelos de clasificación Ultralytics YOLO26. Entrena con tus propias categorías en minutos y ejecuta inferencias en tiempo real en hardware de borde (edge), nube y dispositivos móviles.
Modelos de clasificación YOLO26
Los modelos YOLO26-cls asignan etiquetas a toda la imagen con una precisión top-1 y top-5 como se muestra a continuación. Son los miembros más pequeños y rápidos de la familia (el clasificador nano se ejecuta en unos pocos milisegundos en la CPU) y se ajustan (fine-tune) a categorías personalizadas a partir de un conjunto de datos simple organizado por carpetas según la clase.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamaño (px) | Precisión top-1 | Precisión top-5 | CPU ONNX (ms) | T4 TensorRT (ms) | Parámetros (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 de clasificación YOLO26 a 224 píxeles de la documentación de Ultralytics.
Con la confianza de las organizaciones líderes en el mundo
El impacto de nuestros modelos
Optimiza procesos en todos los sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso impulsadas por Ultralytics.
La evolución de los modelos Ultralytics YOLO
Observa cómo evolucionó Ultralytics YOLO desde el flujo de trabajo práctico de YOLOv5 hasta la inferencia de YOLO26 lista para el borde.
Hizo que la detección de objetos en tiempo real fuera accesible con un flujo de trabajo rápido y práctico en PyTorch.
Flujo de trabajo unificado ampliado en detección, segmentación, clasificación, pose y OBB.
Precisión, velocidad y eficiencia mejoradas mientras se conserva el familiar flujo de trabajo de Ultralytics.
Introdujo la inferencia de extremo a extremo y una arquitectura optimizada para un despliegue eficiente en el borde.
Etiqueta hasta 10 veces más rápido con la anotación inteligente
Ultralytics Platform te ofrece la herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad con mayor rapidez. Desde la anotación inteligente hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente potenciada por SAM: Máscaras y bounding boxes en un solo clic.
- Cobertura completa de tareas de IA: Detección, segmentación de instancias, segmentación semántica, clasificación, pose, OBB.
- Compatibilidad universal de formatos: Tu elección entre YOLO, COCO, VOC y más.
- Revisión de equipo y control de versiones: Colaboración clara en cada paso.
Entrena en las mejores GPUs por menos
26 NVIDIA GPUs desde 0,24 $/hora — desde Ampere hasta Blackwell. Sin sobreprecios, sin mínimos, sin compromisos.
Implementa en cualquier lugar
Exporta a 20 formatos y despliega en edge, nube y dispositivos móviles.
Explora soluciones para la industria
Mira cómo los equipos aplican la visión por ordenador de Ultralytics en entornos de producción.
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
IA en agricultura
IA en automoción
IA en sanidad
IA en logística
IA en fabricación
IA en comercio minorista
IA en robótica
Preguntas frecuentes
La clasificación de imágenes asigna una imagen completa a una de un conjunto de clases, con una puntuación de confianza para cada una. Es la tarea más sencilla de visión artificial y la elección correcta cuando necesitas saber qué muestra una imagen en lugar de dónde están los objetos; por ejemplo, para control de calidad, clasificación de contenido o monitoreo de estado. Los modelos de clasificación Ultralytics YOLO son pequeños, rápidos y fáciles de ajustar (fine-tune).
Usa la clasificación cuando una única etiqueta por imagen sea suficiente, y la detección de objetos cuando necesites localizar o contar objetos dentro de la imagen. Los modelos de clasificación son más ligeros y rápidos de entrenar, por lo que suelen ser la solución más eficiente cuando la posición no importa.
Los modelos de clasificación Ultralytics YOLO26 son el punto de partida recomendado, con tamaños que van desde nano para despliegue en el borde (edge) hasta extra-large para obtener la máxima precisión. Todos los tamaños comparten el mismo flujo de trabajo de entrenamiento y despliegue que otras tareas de Ultralytics YOLO.
Organiza las imágenes en una carpeta por clase y ejecuta el modo entrenamiento de la biblioteca Ultralytics, o sube tu conjunto de datos a Ultralytics Platform y entrena en GPUs en la nube sin ninguna configuración local. Ajustar pesos preentrenados suele alcanzar una gran precisión con unos pocos cientos de imágenes por clase.
Exporta con el modo exportación a ONNX, TensorRT, CoreML, OpenVINO, LiteRT y otros formatos. Los modelos de clasificación son las variantes más pequeñas de YOLO, lo que los hace ideales para aplicaciones móviles, dispositivos embebidos y servicios de alto rendimiento.
Construye la clasificación de imágenes con Ultralytics
Organiza los datos, entrena clasificadores YOLO26 y despliégalos en cualquier lugar con Ultralytics Platform.