Ultralytics YOLO11 Modelle
Entwickle schnelle und präzise Echtzeit-Vision-KI mit einer bewährten Modellfamilie, die für effizientes Training, Deployment und eine Vielzahl an Computer-Vision-Aufgaben entwickelt wurde.
Vertrauenswürdig für die weltweit führenden Organisationen
Die Wirkung unserer Modelle
Optimiere Prozesse branchenübergreifend mit unseren hochmodernen Vision-KI-Modellen. Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit, bereitgestellt von Ultralytics.
Die Entwicklung der Ultralytics YOLO Modelle
Sieh dir an, wie sich Ultralytics YOLO zu YOLO11 und der neuesten YOLO26-Generation für Echtzeit-Computer-Vision entwickelt hat.
Schnelle, präzise Erkennung mit einem zugänglichen PyTorch-Workflow.
Erweiterung des einheitlichen Workflows auf Erkennung, Segmentierung, Klassifizierung, Pose und OBB.
Verbesserte Genauigkeit, Geschwindigkeit und Effizienz bei gleichbleibend vertrautem Ultralytics-Workflow.
Die neueste Generation, optimiert für effizientes Edge-Deployment und End-to-End-Inferenz.
Annotiere bis zu 10x schneller mit intelligenter Annotation
Die Ultralytics Platform bietet dir das Bildannotationstool, um schneller hochwertige Datensätze zu erstellen. Von intelligenter Annotation bis hin zur präzisen manuellen Bearbeitung sind diese Funktionen darauf ausgelegt, die Zeit für die Bildbeschriftung zu verkürzen, ohne dabei an Qualität einzubüßen.
- SAM-gestützte intelligente Annotation: Masken und Bounding Boxes mit nur einem Klick.
- Vollständige Abdeckung von KI-Aufgaben: Detektion, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Pose, OBB.
- Unterstützung universeller Formate: Deine Wahl aus YOLO, COCO, VOC und mehr.
- Team-Review und Versionierung: Klare Zusammenarbeit bei jedem Schritt.
Trainiere auf den besten GPUs für weniger Geld
26 NVIDIA GPUs ab $0,24/Std. – von Ampere bis Blackwell. Kein Aufschlag, keine Mindestlaufzeiten, keine Verpflichtung.
Branchenlösungen erkunden
Sieh dir an, wie Teams Ultralytics Computer Vision in Produktionsumgebungen einsetzen.
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
Häufig gestellte Fragen
Ultralytics YOLO11 ist eine Familie von Echtzeit-Computer-Vision-Modellen, die auf der Ultralytics Open-Source-Bibliothek aufbaut. Sie unterstützt Objekterkennung, Instanzsegmentierung, Bildklassifizierung, Pose-Schätzung und orientierte Objekterkennung mit einer einheitlichen API für Training, Validierung und Bereitstellung. YOLO11 verbessert Genauigkeit und Effizienz gegenüber früheren Generationen und bleibt dabei einfach auf benutzerdefinierten Datensätzen feinabzustimmen. Weitere Informationen zur Architektur, Benchmarks und Anwendungsbeispiele findest du in der YOLO11-Dokumentation.
YOLO11-Modelle sind für fünf Aufgaben verfügbar: Objekterkennung, Instanzsegmentierung, Bildklassifizierung, Pose-Schätzung und orientierte Objekterkennung. Jede Aufgabe verwendet denselben Trainings-, Validierungs- und Vorhersage-Workflow, sodass du zwischen Aufgaben wechseln kannst, indem du die Modellgewichte änderst, anstatt deinen Code anzupassen.
Beginne mit YOLO11n, wenn Latenz, Speicher und Modellgröße am wichtigsten sind – zum Beispiel auf Mobil- oder Edge-Geräten. YOLO11s und YOLO11m bieten ein Gleichgewicht zwischen Geschwindigkeit und Genauigkeit für die meisten Produktions-Workloads, während YOLO11l und YOLO11x die höchste Genauigkeit liefern, wenn mehr Rechenleistung zur Verfügung steht. Die YOLO11-Dokumentation enthält vollständige Geschwindigkeits- und Genauigkeits-Benchmarks für jede Größe, und du kannst Varianten mit deinen eigenen Daten vergleichen, indem du sie auf der Ultralytics Platform trainierst.
Du kannst YOLO11 mit wenigen Zeilen Python mithilfe des Train-Modus der Ultralytics-Bibliothek trainieren oder ohne Code auf der Ultralytics Platform, die Annotation, Cloud-GPU-Training und Bereitstellung in einem Workflow vereint. Vortrainierte Gewichte machen das Fine-Tuning auf benutzerdefinierten Datensätzen schnell. Wenn das Training abgeschlossen ist, exportiere dein Modell für die Bereitstellung in Formate wie ONNX, TensorRT, CoreML oder LiteRT.
YOLO11 bleibt eine unterstützte und weit verbreitete Modellfamilie. Ultralytics YOLO26 ist die neueste Generation und der empfohlene Ausgangspunkt für neue Projekte mit einem End-to-End-Design, das für eine effiziente Edge-Bereitstellung optimiert ist. Beide Familien teilen sich dieselbe API, sodass du heute mit YOLO11 entwickeln und mit einer Zeilenänderung auf YOLO26 umsteigen kannst. Eine vollständige Übersicht findest du in der Dokumentation zu Ultralytics-Modellen.
Starte mit Ultralytics YOLO11
Trainiere, validiere, exportiere und implementiere YOLO11-Modelle mit der Ultralytics Platform.