ultralytics

Ultralytics YOLO26, YOLO11, YOLOv8: detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de poses, seguimiento de objetos

Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.

Implementación en PyTorch de YOLOv3, YOLOv3-SPP y YOLOv3-tiny para detección de objetos en tiempo real con entrenamiento, validación, inferencia y exportación multiformato.

Implementación de NVIDIA DeepStream SDK 8.0 / 7.1 / 7.0 / 6.4 / 6.3 / 6.2 / 6.1.1 / 6.1 / 6.0.1 / 6.0 / 5.1 para modelos YOLO

🚀 Kit de herramientas para el despliegue de YOLO en NVIDIA, más fácil y rápido 🛠️

Programa para automatizar Blue Archive, con soporte para combates automáticos y creación fluida de formaciones (compatible con Steam)

Convertidor heredado de conjuntos de datos JSON a YOLO para anotaciones COCO, LabelMe, Labelbox, VoTT, INFOLKS y ATH. Reemplazado por convert_coco() en el paquete Ultralytics.

Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 para ROS 2

Aim-bot basado en IA para todos los juegos FPS

Logotipos, medios, imágenes de muestra, pesos de modelos preentrenados, artefactos de conjuntos de datos y activos de lanzamiento compartidos de Ultralytics.

Seguimiento de objetos YOLOv7 utilizando PyTorch, OpenCV y Sort Tracking.

Detectores, rastreadores y SAM de visión artificial modulares y sencillos: ejecute YOLOv9, v8, v7, v6, v5, R, X en menos de 10 líneas de código.

Una solución de detección de objetos en tiempo real de alto rendimiento que utiliza YOLO11 y funciona con ONNX-Runtime

Aplicación iOS y paquete Swift de Ultralytics YOLO para inferencia Core ML en tiempo real en tareas de visión artificial.