Phân loại ảnh YOLO theo thời gian thực
Gán nhãn phù hợp cho từng ảnh bằng các model phân loại Ultralytics YOLO26. Huấn luyện trên các danh mục của riêng bạn chỉ trong vài phút và chạy suy luận theo thời gian thực trên phần cứng biên, cloud và di động.
Các model phân loại YOLO26
Model YOLO26-cls gán nhãn cho toàn bộ ảnh; độ chính xác top-1 và top-5 được báo cáo bên dưới. Đây là những model nhỏ nhất và nhanh nhất trong họ — bộ phân loại nano chạy trong vài mili giây trên CPU — và có thể fine-tune trên các danh mục tùy chỉnh từ dataset đơn giản, với mỗi lớp nằm trong một thư mục riêng.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| Model | Kích thước (px) | Độ chính xác top-1 | Độ chính xác top-5 | CPU ONNX (ms) | T4 TensorRT (ms) | Tham số (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 |
Các benchmark phân loại YOLO26 ở độ phân giải 224 pixel từ tài liệu Ultralytics.
Được các tổ chức hàng đầu thế giới tin dùng
Tác động từ các model của chúng tôi
Tinh gọn quy trình trên nhiều ngành với các model AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.
Quá trình phát triển của các model Ultralytics YOLO
Tìm hiểu quá trình phát triển của Ultralytics YOLO, từ quy trình YOLOv5 thực tiễn đến suy luận YOLO26 sẵn sàng cho edge.
Gắn nhãn nhanh hơn tới 10 lần với công cụ chú thích thông minh
Ultralytics Platform cung cấp công cụ chú thích ảnh giúp bạn xây dựng dataset chất lượng cao nhanh hơn. Từ chú thích thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gắn nhãn ảnh mà không ảnh hưởng đến chất lượng.
- Chú thích thông minh được hỗ trợ bởi SAM:Tạo mask và bounding box chỉ bằng một lần nhấp.
- Hỗ trợ đầy đủ các tác vụ AI:Phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát:Tùy chọn YOLO, COCO và nhiều định dạng khác.
- Đánh giá và quản lý phiên bản nhóm:Cộng tác rõ ràng ở mọi bước.
Huấn luyện với GPU tốt nhất, tiết kiệm hơn
26 GPU NVIDIA với giá khởi điểm $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không mức tối thiểu, không cam kết.
Triển khai ở mọi nơi
Xuất sang 22 định dạng và triển khai trên các thiết bị biên, nền tảng đám mây và thiết bị di động.
Khám phá giải pháp theo ngành
Tìm hiểu cách các nhóm ứng dụng thị giác máy tính Ultralytics trong môi trường sản xuất.
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Câu hỏi thường gặp
Phân loại ảnh gán toàn bộ ảnh vào một trong các lớp, kèm điểm confidence cho từng lớp. Đây là tác vụ thị giác máy tính đơn giản nhất và là lựa chọn phù hợp khi bạn cần biết ảnh thể hiện điều gì thay vì vị trí của các đối tượng — chẳng hạn như phân loại chất lượng, sắp xếp nội dung hoặc giám sát trạng thái. Các model phân loại Ultralytics YOLO nhỏ gọn, nhanh và dễ fine-tune.
Dùng phân loại khi chỉ cần một nhãn cho mỗi ảnh, và dùng phát hiện đối tượng khi cần định vị hoặc đếm đối tượng trong ảnh. Model phân loại nhẹ hơn và huấn luyện nhanh hơn, vì vậy thường là giải pháp hiệu quả nhất khi vị trí không quan trọng.
Các model phân loại Ultralytics YOLO26 là lựa chọn khởi đầu được khuyến nghị, với nhiều kích thước từ nano để triển khai trên thiết bị biên đến extra-large để đạt độ chính xác tối đa. Mọi kích thước đều dùng chung workflow huấn luyện và triển khai với các tác vụ Ultralytics YOLO khác.
Sắp xếp ảnh vào một thư mục cho mỗi lớp rồi chạy chế độ train của thư viện Ultralytics, hoặc tải dataset lên Ultralytics Platform và huấn luyện trên GPU cloud mà không cần thiết lập môi trường cục bộ. Fine-tune trọng số pretrained thường đạt độ chính xác cao chỉ với vài trăm ảnh mỗi lớp.
Export bằng chế độ export sang ONNX, OpenVINO, TensorRT, CoreML, LiteRT và các định dạng khác. Model phân loại là những biến thể YOLO nhỏ nhất, rất phù hợp cho ứng dụng di động, thiết bị nhúng và dịch vụ có thông lượng cao.
Xây dựng giải pháp phân loại ảnh với Ultralytics
Sắp xếp dữ liệu, huấn luyện model phân loại YOLO26 và triển khai ở bất cứ đâu với Ultralytics Platform.