Descripción
Ultralytics YOLO es un framework de IA integral reconocido por sus capacidades en detección de objetos y segmentación de imágenes en tiempo real. La última iteración, YOLO26, representa la próxima generación de IA de visión, construida sobre importantes avances en aprendizaje profundo y visión por computadora. Presenta inferencia NMS-free de extremo a extremo y despliegue optimizado en edge, lo que lo hace altamente adaptable para diversas plataformas de hardware, desde dispositivos edge compactos hasta robustas APIs en la nube.
Leer más
Este framework está diseñado para optimizar todo el flujo de trabajo de visión por computadora, desde la anotación y el entrenamiento hasta el despliegue. Los usuarios pueden anotar, entrenar y desplegar modelos YOLO con facilidad. La documentación de Ultralytics sirve como un centro central para comprender y utilizar las características del framework, dirigido tanto a profesionales experimentados en aprendizaje automático como a recién llegados al campo. El objetivo es maximizar el potencial de YOLO en diversos proyectos.
La familia YOLO tiene una rica historia, comenzando con el lanzamiento inicial de Joseph Redmon y Ali Farhadi en 2015. Versiones posteriores, incluyendo YOLOv2, YOLOv3, YOLOv4, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10, y el último YOLO11, han introducido consistentemente mejoras arquitectónicas y técnicas innovadoras. YOLO26 continúa esta evolución, ofreciendo un rendimiento, flexibilidad y eficiencia mejorados para una gama completa de tareas de IA de visión.
Ultralytics proporciona opciones de licencia flexibles, incluyendo la licencia de código abierto AGPL-3.0 para estudiantes y entusiastas, y una Licencia Empresarial para uso comercial. Este doble enfoque asegura que, si bien se fomenta la colaboración abierta, las empresas pueden integrar sin problemas el software y los modelos de IA de Ultralytics en sus productos y servicios. El framework soporta una amplia gama de tareas de visión por computadora, incluyendo detección, segmentación de instancias, segmentación semántica, estimación de pose, seguimiento y clasificación, lo que lo convierte en una herramienta versátil para desarrolladores e investigadores.
- CategoríaHerramientas de visión artificial
- Modelo de preciosCódigo abierto
- ImplementaciónAPI de Borde / Nube
Características principales de Ultralytics YOLO
Detección de objetos en tiempo real
Segmentación de imágenes
Modelo YOLO26 con inferencia NMS-free
Despliegue optimizado en edge
Despliegue de API en la nube
Soporte para tareas de detección, segmentación, estimación de pose, seguimiento y clasificación
Flujo de trabajo optimizado de anotación, entrenamiento y despliegue
Licencia de código abierto AGPL-3.0
Licencia empresarial para uso comercial
Integración con conjuntos de datos personalizados
Capacidades de seguimiento multiobjeto
Primeros pasos con Ultralytics YOLO
Instalación: Instale el paquete ultralytics usando pip.
Inicio rápido: Siga la guía de inicio rápido para la configuración inicial y la ejecución de su primer modelo.
Predicción: Utilice el modo predict para inferencia en imágenes, videos y transmisiones.
Entrenamiento: Entrene nuevos modelos YOLO en conjuntos de datos personalizados usando el modo train.
Exploración de tareas: Descubra e implemente diversas tareas de visión por computadora como detect, segment y pose.
Seguimiento: Implemente el seguimiento multiobjeto usando el comando track.
Despliegue: Despliegue modelos en dispositivos edge o APIs en la nube.
Casos de uso de Ultralytics YOLO
- Detección de Objetos
- Segmentación de Imágenes
- Estimación de Pose
- Seguimiento de Objetos
- Sistemas Autónomos
- Vigilancia y Seguridad
- Análisis de Imágenes Médicas
- Análisis Minorista
