Echtzeit-YOLO-Objekt-Tracking
Folge jedem Objekt durch das Video mit persistenten IDs. Das Tracking mit Ultralytics YOLO26 kombiniert Echtzeit-Erkennung mit bewährten Trackern und ermöglicht Zählungen, Analysen und Überwachungen in Live-Streams.
Tracking läuft mit YOLO26
Tracking fügt jedem YOLO26-Modell persistente IDs hinzu – ein Methodenaufruf macht aus einem Detektor einen Multi-Objekt-Tracker mit BoT-SORT oder ByteTrack. Die Geschwindigkeit des Detektors bestimmt den Tracking-Durchsatz, daher sind die unten aufgeführten Benchmarks die entscheidenden Werte für Live-Streams.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model.track("video.mp4")| Modell | Größe (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Parameter (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 40.1 | 38.9 ± 0.7 | 1.7 ± 0.0 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 47.8 | 87.2 ± 0.9 | 2.5 ± 0.0 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 52.5 | 220.0 ± 1.4 | 4.7 ± 0.1 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 54.4 | 286.2 ± 2.0 | 6.2 ± 0.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 56.9 | 525.8 ± 4.0 | 11.8 ± 0.2 | 55.7 | 193.9 |
YOLO26-Erkennungs-Benchmarks aus der Ultralytics-Dokumentation; Tracker laufen auf diesen Modellen.
Vertrauenswürdig für die weltweit führenden Organisationen
Die Wirkung unserer Modelle
Optimiere Prozesse branchenübergreifend mit unseren hochmodernen Vision-KI-Modellen. Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit, bereitgestellt von Ultralytics.
Die Entwicklung der Ultralytics YOLO Modelle
Erfahre, wie sich Ultralytics YOLO vom praktischen YOLOv5-Workflow zur Edge-Ready YOLO26-Inferenz entwickelt hat.
Machte Echtzeit-Objekterkennung zugänglich mit einem schnellen, praktischen PyTorch-Workflow.
Erweiterung des einheitlichen Workflows auf Erkennung, Segmentierung, Klassifizierung, Pose und OBB.
Verbesserte Genauigkeit, Geschwindigkeit und Effizienz bei gleichbleibend vertrautem Ultralytics-Workflow.
Einführung von End-to-End-Inferenz und einer Architektur, die für eine effiziente Edge-Bereitstellung optimiert ist.
Annotiere bis zu 10x schneller mit intelligenter Annotation
Die Ultralytics Platform bietet dir das Bildannotationstool, um schneller hochwertige Datensätze zu erstellen. Von intelligenter Annotation bis hin zur präzisen manuellen Bearbeitung sind diese Funktionen darauf ausgelegt, die Zeit für die Bildbeschriftung zu verkürzen, ohne dabei an Qualität einzubüßen.
- SAM-gestützte intelligente Annotation: Masken und Bounding Boxes mit nur einem Klick.
- Vollständige Abdeckung von KI-Aufgaben: Detektion, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Pose, OBB.
- Unterstützung universeller Formate: Deine Wahl aus YOLO, COCO, VOC und mehr.
- Team-Review und Versionierung: Klare Zusammenarbeit bei jedem Schritt.
Trainiere auf den besten GPUs für weniger Geld
26 NVIDIA GPUs ab $0,24/Std. – von Ampere bis Blackwell. Kein Aufschlag, keine Mindestlaufzeiten, keine Verpflichtung.
Überall bereitstellen
Exportiere in 20 Formate und deploye auf Edge, Cloud und Mobilgeräten.
Branchenlösungen erkunden
Sieh dir an, wie Teams Ultralytics Computer Vision in Produktionsumgebungen einsetzen.
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
Häufig gestellte Fragen
Multi-object tracking erkennt Objekte in jedem Videobild und verknüpft sie über Frames hinweg, wobei jedem Objekt eine persistente ID zugewiesen wird. Diese Identität über die Zeit hinweg ermöglicht das Zählen einzigartiger Objekte, das Messen von Verweilzeiten, das Analysieren von Trajektorien und das Auslösen von Ereignissen, wenn ein bestimmtes Objekt eine Linie überquert oder eine Zone betritt.
Ultralytics liefert BoT-SORT und ByteTrack direkt mit, die mit einem einzigen Argument im track mode ausgewählt werden können. Beide kombinieren die Ausgaben des Detektors mit bewegungsbasierter Assoziation; BoT-SORT ist der Standard, während ByteTrack eine starke, leichtgewichtige Alternative darstellt. Das Verhalten des Trackers ist über YAML-Dateien konfigurierbar.
Tracking läuft auf jedem Ultralytics-Modell für Erkennung, Segmentierung, Pose oder OBB. Ultralytics YOLO26 ist die empfohlene Basis: Seine Echtzeit-Geschwindigkeit sorgt für flüssiges Tracking bei Live-Streams und die Nano-Größe macht Tracking an der Edge praktikabel.
Ja. Trainiere einen Detektor mit deinen eigenen Klassen im train mode oder auf der Ultralytics Platform und rufe dann den Track-Modus mit deinen trainierten Gewichten auf. Der Tracker folgt dem, was dein Modell erkennt, daher ist für benutzerdefiniertes Tracking kein zusätzliches Tracker-Training erforderlich.
Typische Anwendungen umfassen das Zählen von Personen und Fahrzeugen, Analysen im Einzelhandel und an Veranstaltungsorten, das Tracking von Sportlern, Verkehrsüberwachung und Sicherheitssysteme, die Objekte durch gesperrte Zonen verfolgen. Da das Tracking von Ultralytics in Echtzeit erfolgt, funktionieren diese Systeme mit Live-Kamera-Feeds und nicht nur mit aufgezeichnetem Videomaterial.
Erstelle Objekt-Tracking mit Ultralytics
Trainiere YOLO26-Modelle und tracke Objekte in Echtzeit mit persistenten IDs unter Verwendung der Ultralytics Platform.