YOLO 定向目标检测
使用旋转边界框检测任意角度的物体。Ultralytics YOLO26 OBB 模型可以紧密框住船只、车辆、建筑物和文本，避免轴对齐边界框重叠和失效——非常适合航空和卫星图像。
YOLO26 OBB 模型
YOLO26-obb 模型以 1024 像素分辨率预测旋转边界框，适用于物体角度各异的航空和卫星图像。五种尺寸可权衡速度与精度，并且都能使用标准工作流在自定义旋转框数据集上微调。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 OBB model
model = YOLO("yolo26n-obb.pt")
# Run inference
results = model("image.jpg")| 模型 | 尺寸（像素） | mAP 50-95（e2e） | mAP 50 (e2e) | CPU ONNX（毫秒） | T4 TensorRT（毫秒） | 参数量（百万） | FLOPs（十亿） |
|---|---|---|---|---|---|---|---|
| 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 文档中的 YOLO26 定向检测基准测试。
深受全球领先机构信赖
我们的模型影响力
借助我们尖端的视觉 AI 模型，优化各行业流程。Ultralytics 为你带来速度、准确性和易用性。
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到适用于边缘设备的 YOLO26 推理。
借助智能标注，提速至多 10 倍
Ultralytics Platform 为你提供图像标注工具，帮助你更快地构建高质量数据集。从智能标注到精准的手动编辑，这些功能旨在缩短图像标注时间，同时不牺牲质量。
- SAM 驱动的智能标注：一键生成掩码和边界框。
- 全面覆盖 AI 任务：目标检测、实例分割、语义分割、分类、姿态估计、OBB。
- 通用格式支持：你可以选择 YOLO、COCO 等格式。
- 团队审核与版本管理：协作过程清晰可见，步步有序。
以更低成本使用顶级 GPU 进行训练
26 款 NVIDIA GPU，每小时仅需 $0.24 起——涵盖 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解各团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业
汽车
医疗保健
物流
制造业
零售
机器人
常见问题
定向目标检测会预测旋转边界框，使其贴合每个物体的实际朝向，而不是使用轴对齐矩形。对于细长或密集排列的物体——例如港口中的船只、停车场里的车辆、文档中的文本行——旋转框能紧密贴合物体，避免标准边界框重叠造成的歧义。
当物体角度各异，且其朝向或紧密贴合的边界范围很重要时，请使用 OBB：例如航空和卫星图像、无人机巡检、文档分析以及俯视工业场景。如果物体大多直立且朝向无关紧要，标准目标检测则更简单，效果也一样好。
Ultralytics YOLO26 OBB 模型是推荐的起点；这些模型在 DOTA 航空图像基准数据集上预训练，提供从 nano 到 extra-large 的多种尺寸。与其他 Ultralytics YOLO 任务一样，它们采用相同的训练、验证和导出工作流。
使用 YOLO OBB 格式标注旋转框，然后运行训练模式；也可以使用 Ultralytics Platform进行标注、在云端 GPU 上训练，并在浏览器中评估结果。对于大多数航空数据集，从 DOTA 预训练权重开始微调是最快的方式。
使用导出模式将 OBB 模型导出为 ONNX、OpenVINO、TensorRT 等格式。导出模型会直接生成旋转框输出，让边缘设备、无人机和服务器上的推理流程保持简单。
使用 Ultralytics 构建定向检测
标注旋转框、训练 YOLO26 OBB 模型，并通过 Ultralytics Platform 将模型部署到任何地方。