Gerçek zamanlı YOLO görüntü sınıflandırma
Ultralytics YOLO26 sınıflandırma modelleriyle her görüntüye doğru etiketi ata. Kendi kategorilerinle dakikalar içinde eğitim yap ve uç cihaz, bulut ve mobil donanımlarda gerçek zamanlı çıkarım çalıştır.
YOLO26 sınıflandırma modelleri
YOLO26-cls modelleri, tüm görüntüye etiket atar; top-1 ve top-5 doğruluğu aşağıda raporlanır. Ailenin en küçük ve en hızlı üyeleridir: nano sınıflandırıcı CPU'da birkaç milisaniyede çalışır. Basit, her sınıf için ayrı klasör yapısına sahip bir veri kümesiyle özel kategoriler üzerinde ince ayar yapılabilir.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| Model | Boyut (px) | Top-1 doğruluk | Top-5 doğruluk | CPU ONNX (ms) | T4 TensorRT (ms) | Parametre (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 |
Ultralytics belgelerinden 224 pikselde YOLO26 sınıflandırma kıyaslama sonuçları.
Dünyanın önde gelen kuruluşlarının tercihi
Modellerimizin etkisi
En yeni görüntü yapay zekâ modellerimizle sektörler genelindeki süreçleri kolaylaştır. Ultralytics'in sunduğu hız, doğruluk ve kullanım kolaylığı.
Ultralytics YOLO modellerinin gelişimi
Ultralytics YOLO'nun pratik YOLOv5 iş akışından uç cihazlara hazır YOLO26 çıkarımına nasıl evrildiğini gör.
Akıllı anotasyonla 10 kata kadar daha hızlı etiketle
Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için görüntü anotasyon aracı sunar. Akıllı anotasyondan hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlandı.
- SAM destekli akıllı anotasyon:Maskeler ve sınırlayıcı kutular tek tıkla.
- Tüm yapay zekâ görevlerini kapsar:Nesne algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz tahmini, OBB.
- Evrensel biçim desteği:YOLO, COCO ve daha fazlası arasından seçim yap.
- Ekip incelemesi ve sürüm takibi:Her adımda sorunsuz iş birliği.
En iyi GPU'larda daha ucuza eğitim yap
Ampere'den Blackwell'e 26 NVIDIA GPU, saati 0,24 $'dan başlayan fiyatlarla. Ek ücret yok, minimum kullanım yok, taahhüt yok.
Sektörel çözümleri keşfet
Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl kullandığını gör.
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Tarım
Otomotiv
Sağlık
Lojistik
Üretim
Perakende
Robotik
Sık sorulan sorular
Görüntü sınıflandırma, bir görüntünün tamamına sınıflardan birini atar ve her sınıf için bir güven puanı verir. En basit bilgisayarlı görü görevidir ve nesnelerin nerede olduğunu değil, görüntünün ne gösterdiğini bilmen gerektiğinde doğru seçimdir; örneğin kalite derecelendirme, içerik sıralama veya durum izleme için. Ultralytics YOLO sınıflandırma modelleri küçük, hızlı ve ince ayar yapması kolaydır.
Görüntü başına tek bir etiket yeterliyse sınıflandırmayı, görüntüdeki nesneleri konumlandırman veya sayman gerekiyorsa nesne algılamayı kullan. Sınıflandırma modelleri daha hafiftir ve daha hızlı eğitilir; bu nedenle konum önemli olmadığında çoğu zaman en verimli çözümdür.
Ultralytics YOLO26 sınıflandırma modelleri, uç cihaz dağıtımı için nano boyuttan en yüksek doğruluk için ekstra büyük boyuta kadar önerilen başlangıç noktasıdır. Tüm boyutlar, diğer Ultralytics YOLO görevleriyle aynı eğitim ve dağıtım iş akışını paylaşır.
Görüntüleri her sınıf için ayrı bir klasörde düzenleyip Ultralytics kütüphanesinin eğitim modunu çalıştır veya veri kümeni Ultralytics Platform'a yükleyip yerel kurulum yapmadan bulut GPU'larında eğitim yap. Önceden eğitilmiş ağırlıklarda ince ayar yapmak, sınıf başına birkaç yüz görüntüyle genellikle yüksek doğruluk sağlar.
ONNX, OpenVINO, TensorRT, CoreML, LiteRT ve diğer biçimlere aktarmak için dışa aktarma modunu kullan. Sınıflandırma modelleri en küçük YOLO varyantlarıdır; bu nedenle mobil uygulamalar, gömülü cihazlar ve yüksek verimli hizmetler için idealdir.
Ultralytics ile görüntü sınıflandırma geliştir
Verilerini düzenle, YOLO26 sınıflandırıcılarını eğit ve Ultralytics Platform ile her yerde dağıt.