Phát hiện đối tượng có định hướng YOLO
Phát hiện đối tượng ở bất kỳ góc nào với các bounding box xoay. Các model YOLO26 OBB của Ultralytics khớp chặt chẽ với tàu thuyền, phương tiện, tòa nhà và văn bản nơi các hộp căn chỉnh theo trục chồng lên nhau và thất bại — lý tưởng cho hình ảnh trên không và vệ tinh.
Các model YOLO26 OBB
Các model YOLO26-obb dự đoán các bounding box xoay ở độ phân giải 1024 pixel, được xây dựng cho hình ảnh trên không và vệ tinh, nơi các đối tượng xuất hiện ở các góc bất kỳ. Năm kích thước cân bằng giữa tốc độ và độ chính xác, và tất cả đều được tinh chỉnh trên các tập dữ liệu hộp xoay tùy chỉnh với quy trình tiêu chuẩn.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 OBB model
model = YOLO("yolo26n-obb.pt")
# Run inference
results = model("image.jpg")| Mô hình | Kích thước (px) | mAP 50-95 (e2e) | mAP 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Tham số (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 |
Các benchmark phát hiện có định hướng YOLO26 từ tài liệu Ultralytics.
Được tin dùng bởi các tổ chức hàng đầu thế giới
Tác động từ các mô hình của chúng tôi
Tối ưu hóa quy trình trên nhiều ngành nghề với các mô hình AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.
Sự tiến hóa của các model Ultralytics YOLO
Xem cách Ultralytics YOLO tiến hóa từ quy trình làm việc YOLOv5 thực tế sang suy luận YOLO26 sẵn sàng cho biên.
Gắn nhãn nhanh hơn tới 10 lần với tính năng gán nhãn thông minh
Ultralytics Platform cung cấp cho bạn công cụ gán nhãn hình ảnh để xây dựng các tập dữ liệu chất lượng cao nhanh hơn. Từ gán nhãn thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gắn nhãn hình ảnh mà không làm giảm chất lượng.
- Gán nhãn thông minh được hỗ trợ bởi SAM: Mặt nạ và hộp giới hạn trong một cú nhấp chuột.
- Bao phủ toàn diện các tác vụ AI: Phát hiện, phân đoạn thực thể, phân đoạn ngữ nghĩa, phân loại, tư thế, OBB.
- Hỗ trợ định dạng vạn năng: Tùy chọn YOLO, COCO của bạn và nhiều định dạng khác.
- Đánh giá của nhóm và quản lý phiên bản: Cộng tác rõ ràng ở mọi bước.
Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn
26 GPU NVIDIA bắt đầu từ $0,24/giờ — từ Ampere đến Blackwell. Không phụ thu, không mức tối thiểu, không ràng buộc.
Triển khai ở mọi nơi
Xuất sang 20 định dạng và triển khai trên các thiết bị biên, đám mây và di động.
Khám phá các giải pháp theo ngành
Xem cách các nhóm áp dụng thị giác máy tính Ultralytics trên các môi trường sản xuất.
Nông nghiệp
Ô tô
Y tế
Hậu cần
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Y tế
Hậu cần
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Y tế
Hậu cần
Sản xuất
Bán lẻ
Robot
Các câu hỏi thường gặp
Phát hiện đối tượng có định hướng dự đoán các hộp bao xoay khớp với hướng thực tế của từng đối tượng thay vì các hình chữ nhật căn chỉnh theo trục. Đối với các đối tượng kéo dài hoặc xếp dày đặc — tàu thuyền trong cảng, xe cộ trong bãi đỗ xe, các dòng văn bản trên tài liệu — các hộp xoay ôm sát và tránh được sự chồng chéo khiến các hộp chuẩn trở nên mơ hồ.
Sử dụng OBB khi các đối tượng xuất hiện ở các góc xoay tùy ý và hướng hoặc phạm vi khít của các đối tượng quan trọng: hình ảnh trên không và vệ tinh, kiểm tra bằng drone, phân tích tài liệu và các cảnh công nghiệp được nhìn từ trên xuống. Nếu các đối tượng hầu hết thẳng đứng và hướng không quan trọng, phát hiện đối tượng chuẩn sẽ đơn giản hơn và hiệu quả tương đương.
Các mô hình OBB Ultralytics YOLO26 là điểm khởi đầu được khuyên dùng, được huấn luyện trước trên bộ benchmark hình ảnh trên không DOTA và có sẵn ở các kích thước từ nano đến extra-large. Các mô hình OBB chia sẻ quy trình huấn luyện, xác thực và xuất giống như mọi tác vụ Ultralytics YOLO khác.
Chú thích các hộp xoay ở định dạng YOLO OBB và chạy chế độ train, hoặc sử dụng Ultralytics Platform để chú thích, huấn luyện trên GPU đám mây và đánh giá kết quả trên trình duyệt. Tinh chỉnh từ trọng số được huấn luyện trước trên DOTA là con đường nhanh nhất cho hầu hết các tập dữ liệu trên không.
Xuất các mô hình OBB bằng chế độ export sang ONNX, TensorRT, OpenVINO và các định dạng khác. Các đầu ra hộp xoay được tạo trực tiếp bởi mô hình đã xuất, giúp giữ cho các pipeline suy luận đơn giản trên các thiết bị biên, drone và máy chủ.
Xây dựng phát hiện có định hướng với Ultralytics
Chú thích các hộp xoay, huấn luyện các model YOLO26 OBB và triển khai các model bất cứ đâu với Ultralytics Platform.