点击上方“小妖同学学AI”，选择“星标”公众号
超级无敌干货，第一时间送达！！！









Ultralytics 完全解析：YOLO 家族的集大成者，计算机视觉的终极工具

项目介绍：YOLO 的官方家园
在计算机视觉领域，YOLO（You Only Look Once）系列模型凭借其出色的速度与精度平衡，成为目标检测的事实标准。而 Ultralytics 正是这些经典模型的官方维护者和创新者。从 YOLOv3 到最新的 YOLO26，Ultralytics 持续推出 SOTA（最先进）的模型，不仅支持目标检测，还涵盖实例分割、图像分类、姿态估计、跟踪等多种视觉任务。
Ultralytics 的核心是一个统一的 Python 库，它将训练、验证、预测和部署整合在简洁的 API 之下。无论你是初学者还是资深工程师，都可以通过几行代码快速构建高性能视觉应用。凭借活跃的社区、丰富的文档和强大的生态集成，Ultralytics 已成为全球开发者的首选工具之一。
核心功能：全能型视觉工具箱
多任务支持


目标检测：COCO 数据集上预训练的 YOLO26n/s/m/l/x 模型，mAP 从 40.9 到 57.5，满足不同精度需求。


实例分割：为每个检测到的物体生成像素级掩码。


图像分类：ImageNet 预训练模型，覆盖 1000 个类别。


姿态估计：检测人体关键点，适用于动作识别、运动分析。


目标跟踪：内置跟踪算法，支持实时视频流分析。


旋转框检测：针对航拍图像等场景，支持 oriented bounding boxes。


极致易用性


Python API：from ultralytics import YOLO; model = YOLO("yolo26n.pt"); results = model("image.jpg")


命令行界面：yolo predict model=yolo26n.pt source='bus.jpg'，支持所有参数配置。


自动下载：预训练模型首次使用时自动拉取，无需手动管理。


丰富的导出格式
训练好的模型可以一键导出为多种部署格式：ONNX、TensorRT、CoreML、TFLite、OpenVINO 等，无缝衔接边缘设备、移动端和云端。
性能卓越
以最新的 YOLO26 系列为例（COCO 数据集）：






模型


尺寸


mAP50-95


速度 CPU (ms)


速度 T4 TensorRT (ms)


参数 (M)


FLOPs (B)






YOLO26n


640


40.9


38.9


1.7


2.4


5.4




YOLO26s


640


48.6


87.2


2.5


9.5


20.7




YOLO26m


640


53.1


220.0


4.7


20.4


68.2




YOLO26l


640


55.0


286.2


6.2


24.8


86.4




YOLO26x


640


57.5


525.8


11.8


55.7


193.9





使用方法：5分钟上手
安装
pip install ultralytics
命令行预测
yolo predict model=yolo26n.pt source='https://ultralytics.com/images/bus.jpg'
Python 集成
from ultralytics import YOLO# 加载模型model = YOLO("yolo26n.pt")# 训练（以 COCO8 数据集为例）model.train(data="coco8.yaml", epochs=100, imgsz=640)# 验证metrics = model.val()# 预测results = model("path/to/image.jpg")results[0].show()# 导出到 ONNXmodel.export(format="onnx")
优势对比：为什么选择 Ultralytics？





对比维度


Ultralytics


MMDetection


Detectron2


TensorFlow Object Detection API





易用性

⭐⭐⭐⭐⭐ 极简API，文档详尽


⭐⭐⭐ 配置复杂


⭐⭐⭐ 需熟悉Config


⭐⭐ 需配置Pipeline



模型丰富度

YOLO全系列 + 最新YOLO26


多种经典模型


多种Mask R-CNN变体


部分YOLO实现



训练速度

高度优化，支持多卡


依赖基础库


较慢


较慢



部署支持

一键导出多种格式


需手动转换


需自定义


支持TensorFlow生态



社区活跃度

极活跃，每日更新


活跃


较活跃


活跃



企业级支持

提供企业许可证


无


无


Google 支持





核心优势：


开箱即用：无需繁琐配置，一行代码完成训练/预测。


持续进化：紧随 YOLO 最新研究，第一时间发布 SOTA 模型。


生态完善：与 Weights & Biases、Comet、Roboflow、OpenVINO 等深度集成，覆盖从标注到部署的全流程。


商用友好：提供企业许可证选项，满足商业合规需求。


总结：计算机视觉开发的不二之选
Ultralytics 早已超越了简单的“YOLO 库”，它是一个完整的计算机视觉生态系统。无论你是想快速验证算法原型，还是构建工业级部署应用，Ultralytics 都能以最小的成本提供最大的产出。其简洁的设计、强大的性能、灵活的扩展性，使其成为全球开发者信赖的伙伴。
现在就通过 pip install ultralytics 安装，开启你的视觉 AI 之旅吧！

项目地址：https://github.com/ultralytics/ultralytics