Suivi d'objets YOLO en temps réel
Suis chaque objet tout au long de la vidéo avec des identifiants persistants. Le suivi Ultralytics YOLO26 combine la détection en temps réel avec des traqueurs éprouvés, permettant le comptage, l'analyse et la surveillance sur les flux en direct.
Le suivi fonctionne sur YOLO26
Le suivi ajoute des identifiants persistants par-dessus n'importe quel modèle YOLO26 — un seul appel de méthode transforme un détecteur en un traqueur multi-objets avec BoT-SORT ou ByteTrack. La vitesse du détecteur définit le débit du suivi, donc les benchmarks ci-dessous sont les chiffres qui comptent pour les flux en direct.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model.track("video.mp4")| Modèle | Taille (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Params (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 |
Benchmarks de détection YOLO26 issus de la documentation d'Ultralytics ; les traqueurs s'exécutent sur ces modèles.
Approuvé par les organisations leaders dans le monde
L'impact de nos modèles
Optimise tes processus dans tous les secteurs grâce à nos modèles de vision par ordinateur de pointe. Vitesse, précision et facilité d'utilisation propulsées par Ultralytics.
L'évolution des modèles Ultralytics YOLO
Découvre comment Ultralytics YOLO a évolué depuis le workflow pratique YOLOv5 vers l'inférence YOLO26 prête pour l'Edge.
A rendu la détection d'objets en temps réel accessible avec un workflow PyTorch rapide et pratique.
Flux de travail unifié étendu à la détection, la segmentation, la classification, la pose et l'OBB.
Précision, vitesse et efficacité améliorées tout en préservant le flux de travail Ultralytics familier.
Introduction de l'inférence de bout en bout et d'une architecture optimisée pour un déploiement efficace en périphérie (edge).
Étiquette jusqu'à 10 fois plus vite grâce à l'annotation intelligente
La plateforme Ultralytics te fournit l'outil d'annotation d'images pour créer des jeux de données de haute qualité plus rapidement. De l'annotation intelligente à l'édition manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d'étiquetage des images sans sacrifier la qualité.
- Annotation intelligente propulsée par SAM : Masques et BBox en un seul clic.
- Couverture complète des tâches d'IA : Détection, segmentation d'instance, segmentation sémantique, classification, pose, OBB.
- Prise en charge universelle des formats : Ton choix parmi YOLO, COCO, VOC, et plus encore.
- Revue d'équipe et versioning : Une collaboration claire à chaque étape.
Entraîne sur les meilleurs GPU pour moins cher
26 GPU NVIDIA à partir de 0,24 $/heure — de Ampere à Blackwell. Pas de majoration, pas de minimum, pas d'engagement.
Déploie n'importe où
Exporte vers 20 formats et déploie sur la périphérie, le cloud et le mobile.
Explorer les solutions industrielles
Découvre comment les équipes appliquent la vision par ordinateur d'Ultralytics dans les environnements de production.
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
IA dans l'agriculture
IA dans l'automobile
IA dans la santé
IA dans la logistique
IA dans la fabrication
IA dans le commerce de détail
IA en robotique
Questions fréquemment posées
Le suivi multi-objets détecte les objets dans chaque image vidéo et les relie entre les images, en attribuant à chaque objet un identifiant persistant. Cette identité dans le temps est ce qui permet de compter des objets uniques, de mesurer le temps de présence, d'analyser les trajectoires et de déclencher des événements lorsqu'un objet spécifique franchit une ligne ou entre dans une zone.
Ultralytics propose BoT-SORT et ByteTrack prêts à l'emploi, sélectionnables avec un seul argument en mode track. Les deux associent les sorties du détecteur à une association basée sur le mouvement ; BoT-SORT est la valeur par défaut, tandis que ByteTrack est une alternative légère et performante. Le comportement du traqueur est configurable via des fichiers YAML.
Le suivi fonctionne sur n'importe quel modèle de détection, de segmentation, de pose ou OBB d'Ultralytics. Ultralytics YOLO26 est la base recommandée : sa vitesse en temps réel maintient la fluidité du suivi sur les flux en direct, et sa taille nano rend le suivi en périphérie (edge) pratique.
Oui. Entraîne un détecteur sur tes propres classes avec le mode train ou sur la plateforme Ultralytics, puis appelle le mode track avec tes poids entraînés. Le traqueur suit tout ce que ton modèle détecte, donc le suivi personnalisé ne nécessite aucun entraînement supplémentaire du traqueur.
Les applications typiques incluent le comptage de personnes et de véhicules, l'analyse en magasin et dans les lieux publics, le suivi des joueurs de sport, la surveillance du trafic et les systèmes de sécurité qui suivent les objets dans des zones restreintes. Comme le suivi Ultralytics s'exécute en temps réel, ces systèmes fonctionnent sur des flux de caméra en direct plutôt que seulement sur des vidéos enregistrées.
Construis un suivi d'objets avec Ultralytics
Entraîne des modèles YOLO26 et suis les objets avec des identifiants persistants en temps réel en utilisant la plateforme Ultralytics.