YOLO 회전 객체 탐지
회전된 BBox로 모든 각도의 객체를 탐지하십시오. Ultralytics YOLO26 OBB 모델은 축 정렬 박스가 겹치거나 실패하는 선박, 차량, 건물 및 텍스트를 정확하게 감싸며 항공 및 위성 이미지에 이상적입니다.
YOLO26 OBB 모델
YOLO26-obb 모델은 1024픽셀 해상도에서 회전된 BBox를 예측하며, 객체가 임의의 각도로 나타나는 항공 및 위성 이미지를 위해 제작되었습니다. 5가지 크기는 속도와 정확도 간의 균형을 제공하며, 모두 표준 워크플로우를 사용하여 사용자 정의 회전 박스 데이터셋에 대해 파인튜닝할 수 있습니다.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 OBB model
model = YOLO("yolo26n-obb.pt")
# Run inference
results = model("image.jpg")| 모델 | 크기 (px) | mAP 50-95 (e2e) | mAP 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | 파라미터 (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 |
Ultralytics 문서의 YOLO26 회전 탐지 벤치마크입니다.
세계 유수의 기업들이 신뢰하는 솔루션
당사 모델의 영향력
당사의 최첨단 비전 AI 모델로 산업 전반의 프로세스를 간소화하십시오. Ultralytics가 제공하는 속도, 정확성 및 사용 편의성을 경험하십시오.
Ultralytics YOLO 모델의 진화
실용적인 YOLOv5 워크플로우에서 엣지 대응 YOLO26 추론으로 Ultralytics YOLO가 어떻게 발전했는지 확인해 보십시오.
빠르고 실용적인 PyTorch 워크플로우를 통해 실시간 객체 탐지를 누구나 사용할 수 있도록 만들었습니다.
탐지, 세그멘테이션, 분류, 포즈 및 OBB 전반에 걸쳐 통합된 워크플로우 확장.
친숙한 Ultralytics 워크플로우를 유지하면서 정확도, 속도 및 효율성을 향상시켰습니다.
엔드투엔드 추론과 효율적인 에지 배포에 최적화된 아키텍처를 도입했습니다.
스마트 주석을 사용하여 최대 10배 더 빠르게 라벨링하십시오.
Ultralytics Platform은 고품질 데이터셋을 더 빠르게 구축할 수 있는 이미지 주석 도구를 제공합니다. 스마트 주석부터 정밀한 수동 편집까지, 이러한 기능은 품질 저하 없이 이미지 라벨링 시간을 줄이도록 설계되었습니다.
- SAM 기반 스마트 주석: 한 번의 클릭으로 마스크와 BBox를 생성합니다.
- 전체 AI 작업 지원: Detection, instance segmentation, semantic segmentation, classification, pose, OBB.
- 범용 형식 지원: YOLO, COCO, VOC 등 원하는 형식을 선택하십시오.
- 팀 리뷰 및 버전 관리: 모든 단계에서 원활한 협업을 지원합니다.
최고의 GPU에서 더 저렴하게 학습하십시오
Ampere부터 Blackwell까지 시간당 $0.24부터 시작하는 26개의 NVIDIA GPU를 제공합니다. 추가 비용, 최소 사용량 제한, 약정이 없습니다.
어디서나 배포
20가지 포맷으로 내보내기하고 엣지, 클라우드, 모바일에 배포하세요.
산업별 솔루션 살펴보기
팀들이 프로덕션 환경 전반에서 어떻게 Ultralytics 컴퓨터 비전을 적용하는지 확인하십시오.
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
농업 분야 AI
자동차 분야 AI
의료 분야 AI
물류 분야 AI
제조 분야 AI
소매 분야 AI
로봇 분야 AI
자주 묻는 질문
회전 객체 탐지는 축 정렬 직사각형 대신 각 객체의 실제 방향과 일치하는 회전된 BBox를 예측합니다. 항구의 선박, 주차장의 차량, 문서의 텍스트 라인과 같이 길쭉하거나 밀집된 객체의 경우 회전된 박스가 딱 맞게 들어가며 표준 박스에서 발생하는 중첩 문제를 방지합니다.
객체가 임의로 회전되어 나타나고 그 방향이나 정확한 범위가 중요한 경우(항공 및 위성 이미지, 드론 검사, 문서 분석, 위에서 내려다본 산업 장면 등)에 OBB를 사용하십시오. 객체가 대부분 수직으로 서 있고 방향이 중요하지 않은 경우에는 표준 객체 탐지가 더 간단하고 효과적입니다.
Ultralytics YOLO26 OBB 모델은 DOTA 항공 이미지 벤치마크에서 사전 학습되었으며 나노(nano)부터 엑스트라 라지(extra-large)까지 다양한 크기로 제공되므로 권장되는 시작점입니다. 다른 모든 Ultralytics YOLO 작업과 동일한 학습, 검증 및 내보내기 워크플로우를 공유합니다.
YOLO OBB 형식으로 회전 박스를 주석 처리하고 학습 모드를 실행하거나, Ultralytics Platform을 사용하여 주석 처리, 클라우드 GPU 학습 및 브라우저에서의 결과 평가를 수행하십시오. 대부분의 항공 데이터셋에는 DOTA 사전 학습 가중치로부터의 파인튜닝이 가장 빠른 방법입니다.
내보내기 모드를 사용하여 OBB 모델을 ONNX, TensorRT, OpenVINO 및 기타 형식으로 내보내십시오. 회전 박스 출력은 내보낸 모델에서 직접 생성되므로 엣지 디바이스, 드론 및 서버에서 추론 파이프라인을 단순하게 유지할 수 있습니다.
Ultralytics로 회전 탐지 기능 구축
Ultralytics Platform을 사용하여 회전 박스를 주석 처리하고, YOLO26 OBB 모델을 학습하며, 어디에나 배포하십시오.