ultralytics

Ultralytics YOLO26、YOLO11、YOLOv8 — 目標檢測、實例分割、語義分割、圖像分類、姿態估計、目標追蹤

Ultralytics YOLOv5（基於 PyTorch）用於目標檢測、實例分割、分類、訓練與匯出

PyTorch 版 YOLOv3、YOLOv3-SPP 與 YOLOv3-tiny 的即時目標偵測實作，支援訓練、驗證、推論與多格式匯出

適用於 YOLO 模型的 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 實作

🚀 更簡單、更快速的 NVIDIA YOLO 部署工具包 🛠️

支援按軸凹總力戰、無縫製造三解，用於實現蔚藍檔案自動化的程式（已適配 Steam）

用於 COCO、LabelMe、Labelbox、VoTT、INFOLKS 和 ATH 標註的傳統 JSON 轉 YOLO 資料集轉換器。已被 Ultralytics 套件中的 convert_coco() 取代。

適用於 ROS 2 的 Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11 與 YOLOv12

適用於所有 FPS 遊戲的基於 AI 的自動瞄準器

共用的 Ultralytics 標誌、媒體、範例圖片、預訓練模型權重、資料集產物與發布資產。

使用 PyTorch、OpenCV 與 Sort 追蹤進行 YOLOv7 物件追蹤

簡易且模組化的電腦視覺偵測器、追蹤器與 SAM - 用不到 10 行程式碼執行 YOLOv9、v8、v7、v6、v5、R、X。

🚀 基於 ONNX-Runtime 的高效能 YOLO11 即時物件偵測解決方案 ⚡️

Ultralytics YOLO iOS 應用程式與 Swift 套件，用於跨主要電腦視覺任務的即時 Core ML 推論。