Modèles Ultralytics YOLO11

Ultralytics YOLO11 est une famille de modèles de vision par ordinateur en temps réel construits sur la bibliothèque open-source Ultralytics. Elle prend en charge la détection d'objets, la segmentation d'instance, la classification d'images, l'estimation de pose et la détection d'objets orientés avec une API cohérente unique pour l'entraînement, la validation et le déploiement. YOLO11 améliore la précision et l'efficacité par rapport aux générations précédentes tout en restant facile à ajuster sur des jeux de données personnalisés. Consulte la documentation YOLO11 pour les détails de l'architecture, les benchmarks et des exemples d'utilisation.

Les modèles YOLO11 sont disponibles pour cinq tâches : détection d'objets, segmentation d'instance, classification d'images, estimation de pose et détection d'objets orientés. Chaque tâche partage le même flux de travail d'entraînement, de validation et de prédiction, tu peux donc passer d'une tâche à l'autre en changeant les poids du modèle plutôt que ton code.

Commence avec YOLO11n lorsque la latence, la mémoire et la taille du modèle sont prioritaires — par exemple sur des appareils mobiles ou edge. YOLO11s et YOLO11m équilibrent vitesse et précision pour la plupart des charges de travail en production, tandis que YOLO11l et YOLO11x offrent la plus grande précision lorsque plus de puissance de calcul est disponible. Les docs YOLO11 incluent des benchmarks complets de vitesse et de précision pour chaque taille, et tu peux comparer les variantes sur tes propres données en les entraînant sur la plateforme Ultralytics.

Tu peux entraîner YOLO11 en quelques lignes de Python avec le mode train de la bibliothèque Ultralytics, ou sans aucun code sur la plateforme Ultralytics, qui combine l'annotation, l'entraînement sur GPU cloud et le déploiement en un seul flux de travail. Les poids pré-entraînés rendent l'ajustement sur des jeux de données personnalisés rapide. Une fois l'entraînement terminé, exporte ton modèle vers des formats comme ONNX, TensorRT, CoreML ou LiteRT pour le déploiement.

YOLO11 reste une famille de modèles supportée et largement déployée. Ultralytics YOLO26 est la dernière génération et le point de départ recommandé pour les nouveaux projets, avec une conception de bout en bout optimisée pour un déploiement edge efficace. Les deux familles partagent la même API, tu peux donc développer avec YOLO11 aujourd'hui et adopter YOLO26 avec un changement d'une seule ligne. Consulte les docs des modèles Ultralytics pour une comparaison complète.