YOLO 实时图像分类
使用 Ultralytics YOLO26 分类模型为每张图像分配恰当的标签。几分钟内即可使用你自己的类别完成训练，并在边缘设备、云端和移动硬件上实时进行推理。
YOLO26 分类模型
YOLO26-cls 模型会为整张图像分配标签，下方报告 top-1 和 top-5 准确率。它们是该系列中最小、最快的模型——nano 分类器在 CPU 上只需几毫秒即可运行——并且可以使用按类别分别存放图像的简单文件夹数据集，对自定义类别进行微调。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 classification model
model = YOLO("yolo26n-cls.pt")
# Run inference
results = model("image.jpg")| 模型 | 尺寸（像素） | top-1 准确率 | top-5 准确率 | CPU ONNX（毫秒） | T4 TensorRT（毫秒） | 参数量（百万） | FLOPs（十亿） |
|---|---|---|---|---|---|---|---|
| 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 文档中的 YOLO26 分类基准测试（224 像素）。
深受全球领先机构信赖
我们的模型影响力
借助我们尖端的视觉 AI 模型，优化各行业流程。Ultralytics 为你带来速度、准确性和易用性。
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到适用于边缘设备的 YOLO26 推理。
借助智能标注，提速至多 10 倍
Ultralytics Platform 为你提供图像标注工具，帮助你更快地构建高质量数据集。从智能标注到精准的手动编辑，这些功能旨在缩短图像标注时间，同时不牺牲质量。
- SAM 驱动的智能标注：一键生成掩码和边界框。
- 全面覆盖 AI 任务：目标检测、实例分割、语义分割、分类、姿态估计、OBB。
- 通用格式支持：你可以选择 YOLO、COCO 等格式。
- 团队审核与版本管理：协作过程清晰可见，步步有序。
以更低成本使用顶级 GPU 训练
26 款 NVIDIA GPU，每小时仅需 $0.24 起——涵盖 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解各团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
常见问题
图像分类会将整张图像归入一组类别中的某一类，并为每个类别提供置信度分数。这是最简单的计算机视觉任务；当你需要了解图像展示的内容，而不是目标所在位置时，图像分类是合适的选择，例如质量分级、内容分类或状态监控。Ultralytics YOLO 分类模型体积小、速度快且易于微调。
如果每张图像只需一个标签，使用分类；如果需要定位或统计图像中的目标，则使用目标检测。分类模型更轻量，训练速度也更快，因此当位置不重要时，通常是最高效的解决方案。
Ultralytics YOLO26 分类模型是推荐的起点，尺寸从适用于边缘部署的 nano 到追求最高准确率的超大型不等。所有尺寸都与其他 Ultralytics YOLO 任务共用相同的训练和部署工作流。
为每个类别分别建立一个文件夹来整理图像，然后使用 Ultralytics 库的训练模式进行训练；或者将数据集上传到 Ultralytics Platform，无需本地配置即可在云端 GPU 上训练。微调预训练权重通常只需每个类别几百张图像，就能达到较高的准确率。
使用导出模式将模型导出为 ONNX、OpenVINO、TensorRT、CoreML、LiteRT 等格式。分类模型是最小的 YOLO 变体，非常适合移动应用、嵌入式设备和高吞吐量服务。
使用 Ultralytics 构建图像分类应用
整理数据、训练 YOLO26 分类器，并使用 Ultralytics Platform 将其部署到任意环境。