Modelos Ultralytics YOLO11
Constrói IA de visão rápida e precisa com uma família de modelos comprovada, projetada para treino eficiente, implementação e uma vasta gama de tarefas de visão computacional.
Família de modelos YOLO11
O YOLO11 abrange cinco tamanhos, de nano a extra-large, para detecção, segmentação, classificação, pose e detecção orientada. Os benchmarks de detecção abaixo mostram o intervalo de precisão-velocidade: comece com o menor tamanho que atenda ao seu objetivo de precisão e escale apenas quando a carga de trabalho exigir.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO11 model
model = YOLO("yolo11n.pt")
# Run inference
results = model("image.jpg")| Modelo | Tamanho (px) | mAP 50-95 | CPU ONNX (ms) | T4 TensorRT (ms) | Parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
Benchmarks de detecção YOLO11 da documentação da Ultralytics.
Com a confiança das organizações líderes mundiais
O impacto dos nossos modelos
Otimiza processos em todas as indústrias com os nossos modelos de IA de visão de última geração. Velocidade, precisão e facilidade de utilização potenciadas pela Ultralytics.
A evolução dos modelos Ultralytics YOLO
Vê como o Ultralytics YOLO evoluiu para o YOLO11 e para a última geração YOLO26 para visão computacional em tempo real.
Rotule até 10x mais rápido com a anotação inteligente
A Ultralytics Platform fornece a ferramenta de anotação de imagens para criar conjuntos de dados de alta qualidade mais rapidamente. Desde a anotação inteligente até a edição manual precisa, estes recursos foram projetados para reduzir o tempo de rotulagem de imagens sem sacrificar a qualidade.
- Anotação inteligente baseada em SAM: Máscaras e caixas delimitadoras em um clique.
- Cobertura total de tarefas de IA: Detecção, segmentação de instâncias, segmentação semântica, classificação, pose, OBB.
- Suporte a formatos universais: A tua escolha de YOLO, COCO e muito mais.
- Revisão de equipe e controle de versão: Colaboração clara em cada passo.
Treina nas melhores GPUs por menos
26 GPUs NVIDIA a partir de $0,24/hora — desde Ampere a Blackwell. Sem margens, sem mínimos, sem compromissos.
Explora soluções para a indústria
Vê como as equipas aplicam a visão computacional da Ultralytics em ambientes de produção.
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
IA na agricultura
IA na indústria automotiva
IA na saúde
IA em logística
IA na manufatura
IA no varejo
IA em robótica
Perguntas frequentes
YOLO11 da Ultralytics é uma família de modelos de visão computacional em tempo real construída sobre a Ultralytics open-source library. Ela suporta detecção de objetos, segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de objetos orientados com uma única API consistente para treinamento, validação e implantação. O YOLO11 melhora a precisão e a eficiência em relação às gerações anteriores, mantendo a facilidade de ajuste fino em conjuntos de dados personalizados. Consulta a YOLO11 documentation para detalhes de arquitetura, benchmarks e exemplos de uso.
Os modelos YOLO11 estão disponíveis para cinco tarefas: object detection, instance segmentation, image classification, pose estimation e oriented object detection. Cada tarefa partilha o mesmo fluxo de trabalho de treino, validação e predição.
Começa com o YOLO11n quando a latência, a memória e o tamanho do modelo são o mais importante. O YOLO11s e o YOLO11m equilibram a velocidade e a precisão para a maioria das cargas de trabalho de produção, enquanto o YOLO11l e o YOLO11x dão prioridade à precisão quando existe mais capacidade computacional disponível. A YOLO11 docs inclui benchmarks para todos os tamanhos.
Usa o train mode da biblioteca Ultralytics, ou abre o YOLO11 project on Ultralytics Platform oficial. Após o treino, export o teu modelo para formatos como ONNX, TensorRT, CoreML ou LiteRT.
O YOLO11 continua a ser uma família de modelos suportada e amplamente implementada. O Ultralytics YOLO26 é a última geração e o ponto de partida recomendado para novos projetos. Ambas as famílias partilham a mesma API, por isso, mudar do YOLO11 para o YOLO26 requer apenas uma alteração do modelo.
Constrói com Ultralytics YOLO11
Treine, valide, exporte e implemente modelos YOLO11 com a Ultralytics Platform.