Deskripsi
Ultralytics YOLO adalah kerangka kerja AI komprehensif yang terkenal dengan kemampuannya dalam deteksi objek dan segmentasi gambar secara real-time. Iterasi terbaru, YOLO26, mewakili generasi berikutnya dari AI visi, dibangun di atas kemajuan deep learning dan computer vision yang signifikan. Ia menampilkan inferensi NMS-free end-to-end dan penerapan edge yang dioptimalkan, membuatnya sangat mudah beradaptasi untuk berbagai platform perangkat keras, dari perangkat edge ringkas hingga API cloud yang kuat.
Baca Selengkapnya
Kerangka kerja ini dirancang untuk menyederhanakan seluruh alur kerja computer vision, mulai dari anotasi dan pelatihan hingga penerapan. Pengguna dapat menganotasi, melatih, dan menerapkan model YOLO dengan mudah. Ultralytics Docs berfungsi sebagai pusat utama untuk memahami dan memanfaatkan fitur-fitur kerangka kerja, melayani praktisi machine learning berpengalaman maupun pendatang baru di bidang ini. Tujuannya adalah untuk memaksimalkan potensi YOLO dalam berbagai proyek.
Keluarga YOLO memiliki sejarah yang kaya, dimulai dengan rilis awal Joseph Redmon dan Ali Farhadi pada tahun 2015. Versi selanjutnya, termasuk YOLOv2, YOLOv3, YOLOv4, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10, dan YOLO11 terbaru, secara konsisten memperkenalkan peningkatan arsitektur dan teknik inovatif. YOLO26 melanjutkan evolusi ini, menawarkan kinerja, fleksibilitas, dan efisiensi yang ditingkatkan untuk berbagai tugas AI visi.
Ultralytics menyediakan opsi lisensi yang fleksibel, termasuk lisensi open-source AGPL-3.0 untuk pelajar dan penggemar, serta Lisensi Enterprise untuk penggunaan komersial. Pendekatan ganda ini memastikan bahwa meskipun kolaborasi terbuka didorong, bisnis dapat mengintegrasikan perangkat lunak dan model AI Ultralytics ke dalam produk dan layanan mereka dengan mulus. Kerangka kerja ini mendukung berbagai tugas computer vision, termasuk deteksi, segmentasi instance, segmentasi semantik, estimasi pose, pelacakan, dan klasifikasi, menjadikannya alat yang serbaguna bagi pengembang dan peneliti.
- KategoriAlat Computer Vision
- Model HargaOpen source
- PenerapanAPI Edge / Cloud
Fitur Inti Ultralytics YOLO
Deteksi objek real-time
Segmentasi gambar
Model YOLO26 dengan inferensi NMS-free
Penerapan edge yang dioptimalkan
Penerapan API cloud
Dukungan untuk tugas deteksi, segmentasi, estimasi pose, pelacakan, dan klasifikasi
Alur kerja anotasi, pelatihan, dan penerapan yang disederhanakan
Lisensi open-source AGPL-3.0
Lisensi Enterprise untuk penggunaan komersial
Integrasi dengan dataset kustom
Kemampuan pelacakan multi-objek
Memulai dengan Ultralytics YOLO
Instalasi: Instal paket ultralytics menggunakan pip.
Mulai Cepat: Ikuti panduan mulai cepat untuk pengaturan awal dan menjalankan model pertama Anda.
Prediksi: Gunakan mode prediksi untuk inferensi pada gambar, video, dan stream.
Pelatihan: Latih model YOLO baru pada dataset kustom menggunakan mode latih.
Eksplorasi Tugas: Temukan dan implementasikan berbagai tugas computer vision seperti deteksi, segmentasi, dan pose.
Pelacakan: Implementasikan pelacakan multi-objek menggunakan perintah lacak.
Penerapan: Terapkan model ke perangkat edge atau API cloud.
Kasus Penggunaan Ultralytics YOLO
- Deteksi Objek
- Segmentasi Gambar
- Estimasi Pose
- Pelacakan Objek
- Sistem Otonom
- Pengawasan dan Keamanan
- Analisis Pencitraan Medis
- Analitik Ritel
