Модели Ultralytics YOLO11
Создавай быструю и точную систему компьютерного зрения в реальном времени с помощью проверенного семейства моделей, предназначенных для эффективного обучения, развертывания и широкого спектра задач компьютерного зрения.
Семейство моделей YOLO11
YOLO11 охватывает пять размеров от nano до extra-large для задач детекции, сегментации, классификации, оценки позы и ориентированной детекции. Приведенные ниже бенчмарки детекции показывают диапазон точности и скорости: начни с наименьшего размера, который соответствует твоей целевой точности, и увеличивай масштаб только тогда, когда этого требует рабочая нагрузка.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO11 model
model = YOLO("yolo11n.pt")
# Run inference
results = model("image.jpg")| Модель | Размер (px) | mAP 50-95 | CPU ONNX (мс) | T4 TensorRT (мс) | Параметры (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 |
Бенчмарки детекции YOLO11 из документации Ultralytics.
Доверяют ведущие мировые организации
Влияние наших моделей
Оптимизируй процессы в различных отраслях с помощью наших передовых моделей компьютерного зрения. Скорость, точность и простота использования от Ultralytics.
Эволюция моделей Ultralytics YOLO
Посмотри, как Ultralytics YOLO эволюционировал в YOLO11 и новейшее поколение YOLO26 для компьютерного зрения в реальном времени.
Размечай до 10 раз быстрее с помощью умной аннотации
Платформа Ultralytics предоставляет инструмент для аннотирования изображений, позволяющий быстрее создавать высококачественные наборы данных. От умной аннотации до точного ручного редактирования — эти функции разработаны для сокращения времени на разметку изображений без потери качества.
- Умная аннотация на базе SAM: Маски и BBox в один клик.
- Полный охват задач ИИ: Детекция, сегментация экземпляров, семантическая сегментация, классификация, оценка поз, OBB.
- Поддержка универсальных форматов: Твой выбор YOLO, COCO и многое другое.
- Командная проверка и версионирование: Прозрачное сотрудничество на каждом этапе.
Обучайся на лучших GPU дешевле
26 NVIDIA GPU по цене от $0.24/час — от Ampere до Blackwell. Никаких наценок, минимальных порогов и обязательств.
Развертывай где угодно
Экспортируй в 20 форматов и разворачивай на периферии, в облаке и на мобильных устройствах.
Изучить отраслевые решения
Посмотри, как команды применяют компьютерное зрение Ultralytics в производственных средах.
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Часто задаваемые вопросы
Ultralytics YOLO11 — это семейство моделей компьютерного зрения реального времени, построенных на библиотеке с открытым исходным кодом Ultralytics. Оно поддерживает детекцию объектов, сегментацию экземпляров, классификацию изображений, оценку поз и ориентированную детекцию объектов с единым последовательным API для обучения, валидации и развертывания. YOLO11 улучшает точность и эффективность по сравнению с предыдущими поколениями, оставаясь при этом простым в дообучении на пользовательских наборах данных. Ознакомься с документацией YOLO11 для получения деталей архитектуры, бенчмарков и примеров использования.
Модели YOLO11 доступны для пяти задач: обнаружение объектов, сегментация экземпляров, классификация изображений, оценка позы и ориентированное обнаружение объектов. Для каждой задачи используется один и тот же рабочий процесс обучения, проверки и предсказания.
Начни с YOLO11n, если для тебя критически важны задержка, память и размер модели. YOLO11s и YOLO11m обеспечивают баланс скорости и точности для большинства производственных задач, в то время как YOLO11l и YOLO11x отдают приоритет точности при наличии больших вычислительных мощностей. В документации YOLO11 представлены тесты производительности для каждого размера.
Используй режим обучения в библиотеке Ultralytics или открой официальный проект YOLO11 на платформе Ultralytics. После обучения экспортируй свою модель в такие форматы, как ONNX, TensorRT, CoreML или LiteRT.
YOLO11 остается поддерживаемым и широко используемым семейством моделей. Ultralytics YOLO26 — это последнее поколение и рекомендуемая отправная точка для новых проектов. Оба семейства используют одинаковый API, поэтому для перехода с YOLO11 на YOLO26 достаточно просто сменить модель.
Создавай проекты с Ultralytics YOLO11
Обучай, валидируй, экспортируй и развертывай модели YOLO11 с помощью Ultralytics Platform.