YOLO 实时目标跟踪
使用持久 ID 在视频中持续跟踪每个物体。Ultralytics YOLO26 跟踪将实时检测与成熟的跟踪器相结合，为实时流中的计数、分析和监控提供支持。
基于 YOLO26 运行跟踪
跟踪功能可在任何 YOLO26 模型上添加持久 ID——只需调用一个方法，就能将检测器变为使用 BoT-SORT 或 ByteTrack 的多目标跟踪器。跟踪吞吐量取决于检测器速度，因此以下基准测试数据才是实时流处理的关键指标。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model.track("video.mp4")| 模型 | 尺寸（像素） | mAP 50-95 | mAP 50-95（e2e） | CPU ONNX（毫秒） | T4 TensorRT（毫秒） | 参数量（百万） | FLOPs（十亿） |
|---|---|---|---|---|---|---|---|
| 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 |
Ultralytics 文档中的 YOLO26 检测基准测试；跟踪器在这些模型上运行。
深受全球领先机构信赖
我们的模型影响力
借助我们尖端的视觉 AI 模型，优化各行业流程。Ultralytics 为你带来速度、准确性和易用性。
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到适用于边缘设备的 YOLO26 推理。
借助智能标注，提速至多 10 倍
Ultralytics Platform 为你提供图像标注工具，帮助你更快地构建高质量数据集。从智能标注到精准的手动编辑，这些功能旨在缩短图像标注时间，同时不牺牲质量。
- SAM 驱动的智能标注：一键生成掩码和边界框。
- 全面覆盖 AI 任务：目标检测、实例分割、语义分割、分类、姿态估计、OBB。
- 通用格式支持：你可以选择 YOLO、COCO 等格式。
- 团队审核与版本管理：协作过程清晰可见，步步有序。
以更低成本使用顶级 GPU 训练
26 款 NVIDIA GPU，每小时仅需 $0.24 起——涵盖 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解各团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
常见问题
多目标跟踪会检测每个视频帧中的物体，并将它们跨帧关联起来，为每个物体分配一个持久 ID。持续追踪物体身份后，便可以统计独立物体数量、测量停留时间、分析轨迹，以及在特定物体越过线或进入区域时触发事件。
Ultralytics 开箱即提供 BoT-SORT 和 ByteTrack，可在跟踪模式中通过一个参数选择。这两种算法都会将检测器输出与基于运动的关联相结合；BoT-SORT 是默认选项，ByteTrack 则是高效轻量的替代方案。你可以通过 YAML 文件配置跟踪器行为。
跟踪可以基于任何 Ultralytics 检测、分割、姿态或 OBB 模型运行。Ultralytics YOLO26是推荐的基础模型：其实时速度可确保实时流中的跟踪流畅，而 nano 尺寸则让边缘跟踪切实可行。
可以。使用训练模式或 Ultralytics Platform训练一个识别自定义类别的检测器，然后使用训练好的权重调用跟踪模式。跟踪器会跟踪模型检测到的任何物体，因此自定义跟踪无需额外训练跟踪器。
典型应用包括人员和车辆计数、零售及场馆分析、体育运动员跟踪、交通监控，以及跟踪物体穿过受限区域的安全系统。由于 Ultralytics 跟踪可实时运行，这些系统可以处理实时摄像头画面，而不只是录制视频。
使用 Ultralytics 构建目标跟踪
使用 Ultralytics Platform 训练 YOLO26 模型，并实时跟踪带有持久 ID 的物体。