Phân loại hình ảnh YOLO thời gian thực
Gán nhãn chính xác cho mọi hình ảnh với các model phân loại Ultralytics YOLO26. Huấn luyện trên các danh mục của riêng bạn trong vài phút và thực hiện inference thời gian thực trên phần cứng edge, cloud và di động.
Các model phân loại YOLO26
Các model YOLO26-cls gán nhãn cho toàn bộ hình ảnh với độ chính xác top-1 và top-5 được báo cáo bên dưới. Đây là những thành viên nhỏ và nhanh nhất trong dòng model này — bộ phân loại nano chạy trong vài mili giây trên CPU — và chúng có thể fine-tune trên các danh mục tùy chỉnh từ tập dữ liệu cấu trúc mỗi thư mục một lớp (folder-per-class).
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) | Params (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 |
Điểm chuẩn phân loại YOLO26 tại độ phân giải 224 pixel từ tài liệu Ultralytics.
Được tin dùng bởi các tổ chức hàng đầu thế giới
Tác động từ các model của chúng tôi
Hợp lý hóa quy trình giữa các ngành công nghiệp 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.
Sự phát triển của các model Ultralytics YOLO
Xem cách Ultralytics YOLO phát triển từ workflow YOLOv5 thực tiễn sang inference YOLO26 sẵn sàng cho Edge.
Đã giúp việc phát hiện đối tượng thời gian thực trở nên dễ tiếp cận với một workflow PyTorch nhanh chóng và thực tế.
Mở rộng quy trình làm việc thống nhất trên các tác vụ phát hiện, phân đoạn, phân loại, pose và OBB.
Cải thiện độ chính xác, tốc độ và hiệu suất trong khi vẫn giữ nguyên quy trình làm việc quen thuộc của Ultralytics.
Đã giới thiệu tính năng inference end-to-end và một kiến trúc được tối ưu hóa cho việc triển khai edge hiệu quả.
Gán nhãn nhanh hơn tới 10 lần với tính năng gán nhãn thông minh
Nền tảng Ultralytics cung cấp công cụ gán nhãn hình ảnh giúp bạn xây dựng tập dữ liệu chất lượng cao nhanh hơn. Từ tính năng gán nhãn thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gán nhãn hình ảnh mà không làm giảm chất lượng.
- Gán nhãn thông minh dựa trên SAM: Mask và bounding box chỉ với một cú nhấp chuột.
- Hỗ trợ đầy đủ các tác vụ AI: Phát hiện đối tượng, phân đoạn thực thể, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát: Tùy chọn của bạn bao gồm YOLO, COCO, VOC và nhiều định dạng khác.
- Đánh giá nhóm và quản lý phiên bản: Cộng tác minh bạch trong từng bước thực hiện.
Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn
26 GPU NVIDIA với giá từ $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không yêu cầu tối thiểu, không cam kết.
Triển khai ở mọi nơi
Export sang 20 định dạng và triển khai trên edge, cloud và mobile.
Khám phá các giải pháp ngành
Xem cách các nhóm áp dụng thị giác máy tính của Ultralytics trong các môi trường sản xuất.
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
Các câu hỏi thường gặp
Phân loại hình ảnh gán toàn bộ một hình ảnh vào một trong các lớp đã thiết lập, kèm theo điểm số tin cậy cho mỗi lớp. Đây là tác vụ computer vision đơn giản nhất và là lựa chọn phù hợp khi bạn cần biết hình ảnh thể hiện nội dung gì thay vì vị trí của các đối tượng — ví dụ như phân loại chất lượng, sắp xếp nội dung hoặc giám sát trạng thái. Các model phân loại Ultralytics YOLO có kích thước nhỏ, tốc độ nhanh và dễ dàng fine-tune.
Hãy sử dụng phân loại khi một nhãn duy nhất cho mỗi hình ảnh là đủ, và nhận diện đối tượng khi bạn cần xác định vị trí hoặc đếm các đối tượng trong hình ảnh. Các model phân loại nhẹ và huấn luyện nhanh hơn, vì vậy chúng thường là giải pháp hiệu quả nhất khi vị trí không phải là yếu tố quan trọng.
Ultralytics YOLO26 là các model phân loại được khuyến nghị làm điểm khởi đầu, với nhiều kích thước từ nano cho triển khai edge đến extra-large cho độ chính xác tối đa. Tất cả các kích thước đều chia sẻ cùng quy trình huấn luyện và triển khai như các tác vụ Ultralytics YOLO khác.
Tổ chức hình ảnh vào các thư mục (mỗi thư mục một lớp) và chạy train mode của thư viện Ultralytics, hoặc tải tập dữ liệu của bạn lên Ultralytics Platform và huấn luyện trên cloud GPU mà không cần cài đặt cục bộ. Việc fine-tune các trọng số được huấn luyện trước thường đạt được độ chính xác cao chỉ với vài trăm hình ảnh mỗi lớp.
Xuất model bằng export mode sang ONNX, TensorRT, CoreML, OpenVINO, LiteRT và các định dạng khác. Các model phân loại là biến thể YOLO nhỏ nhất, giúp chúng trở nên lý tưởng cho ứng dụng di động, thiết bị nhúng và các dịch vụ có lưu lượng truy cập cao.
Xây dựng hệ thống phân loại hình ảnh với Ultralytics
Tổ chức dữ liệu, huấn luyện các bộ phân loại YOLO26 và triển khai chúng ở bất cứ đâu với Ultralytics Platform.