نماذج Ultralytics YOLO11
أنشئ حلول ذكاء اصطناعي سريعة ودقيقة للرؤية في الوقت الفعلي باستخدام عائلة نماذج مثبتة، مصممة للتدريب والنشر بكفاءة ولمجموعة واسعة من مهام رؤية الحاسوب.
عائلة نماذج YOLO11
تضم عائلة YOLO11 خمسة أحجام من النانوي إلى فائق الكبر، لمهام الكشف والتقسيم والتصنيف وتقدير الوضعية والكشف الموجّه. وتوضح معايير أداء الكشف أدناه نطاق التوازن بين الدقة والسرعة: ابدأ بأصغر حجم يحقق مستوى الدقة المستهدف، ولا تنتقل إلى حجم أكبر إلا عندما يتطلب عبء العمل ذلك.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO11 model
model = YOLO("yolo11n.pt")
# Run inference
results = model("image.jpg")| النموذج | الحجم (بكسل) | mAP 50-95 | CPU ONNX (مللي ثانية) | T4 TensorRT (مللي ثانية) | المعاملات (مليون) | FLOPs (مليار) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 ± 0.8 | 1.5 ± 0.0 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 ± 1.2 | 2.5 ± 0.0 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 ± 2.0 | 4.7 ± 0.1 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 ± 1.4 | 6.2 ± 0.1 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 ± 6.7 | 11.3 ± 0.2 | 56.9 | 194.9 |
معايير أداء الكشف لنماذج YOLO11 من وثائق Ultralytics.
تحظى بثقة المؤسسات الرائدة عالميًا
أثر نماذجنا
بسّط العمليات في مختلف القطاعات باستخدام نماذج الذكاء الاصطناعي للرؤية المتطورة لدينا. سرعة ودقة وسهولة استخدام مدعومة من Ultralytics.
تطور نماذج Ultralytics YOLO
تعرّف على كيفية تطور Ultralytics YOLO إلى YOLO11 وأحدث جيل YOLO26 لرؤية الحاسوب في الوقت الفعلي.
أنجز وسم البيانات بسرعة تفوق 10 مرات باستخدام التعليقات التوضيحية الذكية
توفر لك منصة Ultralytics أداة لتعليق الصور التوضيحي لبناء مجموعات بيانات عالية الجودة بسرعة أكبر. صُممت هذه الميزات، بدءًا من التعليقات التوضيحية الذكية ووصولًا إلى التحرير اليدوي الدقيق، لتقليل الوقت اللازم لوسم الصور من دون التضحية بالجودة.
- تعليقات توضيحية ذكية مدعومة بـ SAM:أقنعة ومربعات إحاطة بنقرة واحدة.
- تغطية كاملة لمهام الذكاء الاصطناعي:الكشف، وتقسيم الكائنات إلى وحدات، والتقسيم الدلالي، والتصنيف، وتقدير الوضعية، وOBB.
- دعم شامل للتنسيقات:اختر YOLO أو COCO أو غيرهما.
- مراجعة الفريق وإدارة الإصدارات:تعاون واضح في كل خطوة.
درّب باستخدام أفضل وحدات GPU بتكلفة أقل
26 وحدة GPU من NVIDIA بأسعار تبدأ من 0.24 دولار/ساعة — من Ampere إلى Blackwell. بلا هوامش ربح إضافية، أو حد أدنى، أو التزام.
استكشف حلول القطاعات
تعرّف على كيفية تطبيق الفرق لرؤية الحاسوب من Ultralytics في بيئات الإنتاج.
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الزراعة
السيارات
الرعاية الصحية
الخدمات اللوجستية
التصنيع
البيع بالتجزئة
الروبوتات
الأسئلة المتكررة
Ultralytics YOLO11 عائلة من نماذج رؤية الحاسوب في الوقت الفعلي، مبنية على مكتبة Ultralytics مفتوحة المصدر. وتدعم كشف الكائنات، وتقسيم الكائنات إلى وحدات، وتصنيف الصور، وتقدير الوضعية، والكشف عن الكائنات الموجّهة، من خلال API موحّدة ومتسقة للتدريب والتحقق من الصحة والنشر. يحسّن YOLO11 الدقة والكفاءة مقارنة بالأجيال السابقة، مع الحفاظ على سهولة ضبطه الدقيق لمجموعات البيانات المخصصة. راجع وثائق YOLO11 للاطلاع على تفاصيل البنية ومعايير الأداء وأمثلة الاستخدام.
تتوفر نماذج YOLO11 لخمس مهام: اكتشاف الأجسام، وتقسيم المثيلات، وتصنيف الصور، وتقدير الوضعيات، واكتشاف الأجسام الموجّهة. وتشترك جميع المهام في سير العمل نفسه للتدريب والتحقق والتنبؤ.
ابدأ بـ YOLO11n عندما تكون أولوية الأداء لزمن الاستجابة والذاكرة وحجم النموذج. يوازن YOLO11s وYOLO11m بين السرعة والدقة في معظم أعباء العمل الإنتاجية، بينما يعطي YOLO11l وYOLO11x الأولوية للدقة عند توفر قدرة حوسبة أكبر. تتضمن وثائق YOLO11 معايير قياس الأداء لكل حجم.
استخدم وضع التدريب في مكتبة Ultralytics، أو افتح مشروع YOLO11 الرسمي على Ultralytics Platform. بعد التدريب، صدّر النموذج إلى تنسيقات مثل ONNX أو TensorRT أو CoreML أو LiteRT.
ما تزال عائلة نماذج YOLO11 مدعومة ومنتشرة على نطاق واسع. يُعد Ultralytics YOLO26 أحدث جيل، وهو نقطة البداية الموصى بها للمشاريع الجديدة. وتشترك العائلتان في API نفسها، لذا لا يتطلب الانتقال من YOLO11 إلى YOLO26 سوى تغيير النموذج.
طوّر باستخدام Ultralytics YOLO11
درّب نماذج YOLO11 وتحقق منها وصدّرها وانشرها باستخدام Ultralytics Platform.