Orientierte Objekterkennung mit YOLO
Erkenne Objekte in jedem Winkel mit gedrehten Begrenzungsrahmen. Die Ultralytics YOLO26-OBB-Modelle passen Begrenzungsrahmen eng an Schiffe, Fahrzeuge, Gebäude und Text an, wenn achsenparallele Rahmen sich überlappen und versagen – ideal für Luft- und Satellitenbilder.
YOLO26-OBB-Modelle
YOLO26-obb-Modelle sagen gedrehte Begrenzungsrahmen mit einer Auflösung von 1024 Pixeln voraus. Sie sind für Luft- und Satellitenbilder ausgelegt, in denen Objekte in beliebigen Winkeln erscheinen. Fünf Größen bieten unterschiedliche Kompromisse zwischen Geschwindigkeit und Genauigkeit. Alle lassen sich mit dem Standard-Workflow anhand eigener Datensätze mit gedrehten Begrenzungsrahmen feinabstimmen.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 OBB model
model = YOLO("yolo26n-obb.pt")
# Run inference
results = model("image.jpg")| Modell | Größe (px) | mAP 50-95 (e2e) | mAP 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n-obb | 1024 | 52.4 | 78.9 | 97.7 ± 0.9 | 2.8 ± 0.0 | 2.5 | 14.0 |
| YOLO26s-obb | 1024 | 54.8 | 80.9 | 218.0 ± 1.4 | 4.9 ± 0.1 | 9.8 | 55.1 |
| YOLO26m-obb | 1024 | 55.3 | 81.0 | 579.2 ± 3.8 | 10.2 ± 0.3 | 21.2 | 183.3 |
| YOLO26l-obb | 1024 | 56.2 | 81.6 | 735.6 ± 3.1 | 13.0 ± 0.2 | 25.6 | 230.0 |
| YOLO26x-obb | 1024 | 56.7 | 81.7 | 1485.7 ± 11.5 | 30.5 ± 0.9 | 57.6 | 516.5 |
Benchmarks zur orientierten Objekterkennung mit YOLO26 aus der Ultralytics-Dokumentation.
Weltweit führende Organisationen vertrauen uns
Die Wirkung unserer Modelle
Optimiere Abläufe in verschiedenen Branchen mit unseren hochmodernen Vision-AI-Modellen. Ultralytics sorgt für Geschwindigkeit, Genauigkeit und einfache Bedienung.
Die Entwicklung der Ultralytics-YOLO-Modelle
Sieh dir an, wie sich Ultralytics YOLO vom praktischen YOLOv5-Ablauf bis zur Inferenz mit YOLO26 für Edge-Geräte weiterentwickelt hat.
Bis zu 10-mal schneller beschriften – mit intelligenter Annotation
Die Ultralytics Platform bietet dir ein Bild-Annotationstool, mit dem du schneller hochwertige Datensätze erstellst. Von intelligenter Annotation bis hin zu präziser manueller Bearbeitung: Diese Funktionen verkürzen die Zeit für die Bildbeschriftung, ohne die Qualität zu beeinträchtigen.
- Intelligente, von SAM unterstützte Annotation:Masken und Begrenzungsrahmen mit einem Klick.
- Unterstützung für alle KI-Aufgaben:Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Posenschätzung, OBB.
- Unterstützung universeller Formate:Du hast die Wahl zwischen YOLO, COCO und mehr.
- Teamprüfung und Versionsverwaltung:Klare Zusammenarbeit bei jedem Schritt.
Trainiere günstiger auf den besten GPUs
26 NVIDIA-GPUs ab 0,24 $/Std. – von Ampere bis Blackwell. Keine Aufschläge, keine Mindestabnahme, keine Vertragsbindung.
Überall bereitstellen
Exportiere in 22 Formate und stelle sie auf Edge-Geräten, in der Cloud und auf Mobilgeräten bereit.
Lösungen für verschiedene Branchen entdecken
Erfahre, wie Teams Computer Vision von Ultralytics in Produktionsumgebungen einsetzen.
Landwirtschaft
Automobilindustrie
Gesundheitswesen
Logistik
Fertigung
Einzelhandel
Robotik
Häufig gestellte Fragen
Bei der orientierten Objekterkennung werden gedrehte Begrenzungsrahmen vorhergesagt, die der tatsächlichen Ausrichtung eines Objekts entsprechen, statt achsenparalleler Rechtecke. Bei länglichen oder dicht gedrängten Objekten – etwa Schiffen im Hafen, Fahrzeugen auf einem Parkplatz oder Textzeilen in einem Dokument – passen gedrehte Rahmen eng und vermeiden die Überlappungen, die Standardrahmen mehrdeutig machen.
Verwende OBB, wenn Objekte in beliebigen Drehwinkeln erscheinen und ihre Ausrichtung oder die genaue Begrenzung wichtig ist: bei Luft- und Satellitenbildern, Drohneninspektionen, Dokumentanalysen und Industrieszenen aus der Vogelperspektive. Sind die Objekte überwiegend aufrecht und ist ihre Ausrichtung unerheblich, ist die standardmäßige Objekterkennung einfacher und genauso effektiv.
Die Ultralytics YOLO26-OBB-Modelle sind der empfohlene Einstieg. Sie wurden mit dem Benchmark für Luftbilder DOTA vortrainiert und sind in Größen von Nano bis Extra-Large verfügbar. Für sie gilt derselbe Trainings-, Validierungs- und Export-Workflow wie für alle anderen Ultralytics-YOLO-Aufgaben.
Annotiere gedrehte Begrenzungsrahmen im YOLO-OBB-Format und starte den Trainingsmodus, oder verwende die Ultralytics Platform, um zu annotieren, auf Cloud-GPUs zu trainieren und Ergebnisse im Browser auszuwerten. Für die meisten Luftbilddatensätze ist die Feinabstimmung von mit DOTA vortrainierten Gewichten der schnellste Weg.
Exportiere OBB-Modelle mit dem Exportmodus nach ONNX, OpenVINO, TensorRT und in weitere Formate. Das exportierte Modell gibt gedrehte Begrenzungsrahmen direkt aus. So bleiben Inferenz-Pipelines auf Edge-Geräten, Drohnen und Servern einfach.
Orientierte Erkennung mit Ultralytics entwickeln
Annotiere gedrehte Begrenzungsrahmen, trainiere YOLO26-OBB-Modelle und stelle sie mit der Ultralytics Platform überall bereit.