Отслеживание объектов YOLO в реальном времени
Следи за каждым объектом в видео с помощью постоянных идентификаторов. Отслеживание в Ultralytics YOLO26 объединяет детекцию в реальном времени с проверенными трекерами, обеспечивая подсчет, аналитику и мониторинг прямых трансляций.
Отслеживание работает на базе YOLO26
Отслеживание добавляет постоянные идентификаторы поверх любой модели YOLO26 — один вызов метода превращает детектор в многообъектный трекер с помощью BoT-SORT или ByteTrack. Скорость детектора определяет пропускную способность отслеживания, поэтому приведенные ниже бенчмарки — это показатели, которые важны для прямых трансляций.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model.track("video.mp4")| Модель | Размер (px) | mAP 50-95 | mAP 50-95 (e2e) | CPU ONNX (мс) | T4 TensorRT (мс) | Параметры (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 |
Бенчмарки детекции YOLO26 из документации Ultralytics; трекеры работают на базе этих моделей.
Доверяют ведущие мировые организации
Влияние наших моделей
Оптимизируй процессы в различных отраслях с помощью наших передовых моделей компьютерного зрения. Скорость, точность и простота использования от Ultralytics.
Эволюция моделей Ultralytics YOLO
Узнай, как Ultralytics YOLO эволюционировал от практического рабочего процесса YOLOv5 до вывода YOLO26, готового к работе на периферии.
Сделал обнаружение объектов в реальном времени доступным благодаря быстрому и практичному рабочему процессу PyTorch.
Расширен унифицированный рабочий процесс для обнаружения, сегментации, классификации, позы и OBB.
Улучшенная точность, скорость и эффективность при сохранении привычного рабочего процесса Ultralytics.
Представили сквозной вывод и архитектуру, оптимизированную для эффективного развертывания на периферийных устройствах.
Размечай до 10 раз быстрее с помощью умной аннотации
Платформа Ultralytics предоставляет инструмент для аннотирования изображений, позволяющий быстрее создавать высококачественные наборы данных. От умной аннотации до точного ручного редактирования — эти функции разработаны для сокращения времени на разметку изображений без потери качества.
- Умная аннотация на базе SAM: Маски и BBox в один клик.
- Полный охват задач ИИ: Детекция, сегментация экземпляров, семантическая сегментация, классификация, оценка поз, OBB.
- Поддержка универсальных форматов: На твой выбор YOLO, COCO, VOC и другие.
- Командная проверка и версионирование: Прозрачное сотрудничество на каждом этапе.
Обучайся на лучших GPU дешевле
26 NVIDIA GPU по цене от $0.24/час — от Ampere до Blackwell. Никаких наценок, минимальных порогов и обязательств.
Развертывай где угодно
Экспортируй в 20 форматов и разворачивай на периферии, в облаке и на мобильных устройствах.
Изучить отраслевые решения
Посмотри, как команды применяют компьютерное зрение Ultralytics в производственных средах.
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
ИИ в сельском хозяйстве
ИИ в автомобильной отрасли
ИИ в здравоохранении
ИИ в логистике
ИИ в производстве
ИИ в розничной торговле
ИИ в робототехнике
Часто задаваемые вопросы
Многообъектное отслеживание обнаруживает объекты в каждом кадре видео и связывает их между собой, присваивая каждому объекту постоянный ID. Именно эта идентификация во времени позволяет подсчитывать уникальные объекты, измерять время пребывания, анализировать траектории и запускать события, когда определенный объект пересекает линию или входит в зону.
Ultralytics поставляется с встроенными BoT-SORT и ByteTrack, которые можно выбрать с помощью одного аргумента в режиме отслеживания. Оба метода сочетают результаты работы детектора с ассоциацией на основе движения; BoT-SORT является стандартным, в то время как ByteTrack — это мощная облегченная альтернатива. Поведение трекера настраивается через файлы YAML.
Отслеживание работает поверх любой модели Ultralytics для детекции, сегментации, оценки позы или OBB. Ultralytics YOLO26 — рекомендуемая база: её скорость работы в реальном времени обеспечивает плавное отслеживание на прямых трансляциях, а нано-размер делает отслеживание на устройствах Edge практичным.
Да. Обучи детектор на своих классах в режиме обучения или на платформе Ultralytics, а затем вызови режим отслеживания с твоими обученными весами. Трекер следует за тем, что обнаруживает твоя модель, поэтому для отслеживания собственных объектов не требуется дополнительное обучение трекера.
Типичные приложения включают подсчет людей и транспортных средств, аналитику в ритейле и на площадках, отслеживание спортсменов, мониторинг дорожного движения и системы безопасности, которые следят за объектами в запретных зонах. Поскольку отслеживание Ultralytics работает в реальном времени, эти системы работают с прямыми трансляциями с камер, а не только с записанным видео.
Создавай системы отслеживания объектов с Ultralytics
Обучай модели YOLO26 и отслеживай объекты с постоянными идентификаторами в реальном времени, используя платформу Ultralytics.