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.
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.
Быстрое и точное обнаружение с доступным рабочим процессом PyTorch.
Расширен унифицированный рабочий процесс для обнаружения, сегментации, классификации, позы и OBB.
Улучшенная точность, скорость и эффективность при сохранении привычного рабочего процесса Ultralytics.
Последнее поколение, оптимизированное для эффективного развертывания на граничных устройствах и комплексного вывода.

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: На твой выбор YOLO, COCO, VOC и другие.
- 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.
Изучить отраслевые решения
Посмотри, как команды применяют компьютерное зрение Ultralytics в производственных средах.

ИИ в сельском хозяйстве

ИИ в автомобильной отрасли

ИИ в здравоохранении

ИИ в логистике

ИИ в производстве

ИИ в розничной торговле

ИИ в робототехнике

ИИ в сельском хозяйстве

ИИ в автомобильной отрасли

ИИ в здравоохранении

ИИ в логистике

ИИ в производстве

ИИ в розничной торговле

ИИ в робототехнике

ИИ в сельском хозяйстве

ИИ в автомобильной отрасли

ИИ в здравоохранении

ИИ в логистике

ИИ в производстве

ИИ в розничной торговле

ИИ в робототехнике
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: детекция объектов, сегментация экземпляров, классификация изображений, оценка поз и ориентированная детекция объектов. Каждая задача использует один и тот же рабочий процесс обучения, валидации и предсказания, поэтому ты можешь переключаться между задачами, меняя веса модели, а не свой код.
Начинай с YOLO11n, когда критически важны задержка, память и размер модели — например, на мобильных или периферийных устройствах. YOLO11s и YOLO11m балансируют скорость и точность для большинства производственных задач, в то время как YOLO11l и YOLO11x обеспечивают наивысшую точность при наличии больших вычислительных мощностей. Документация YOLO11 включает полные бенчмарки скорости и точности для каждого размера, и ты можешь сравнить варианты на своих собственных данных, обучив их на платформе Ultralytics.
Ты можешь обучить YOLO11 несколькими строками Python с помощью режима обучения библиотеки Ultralytics или без написания кода на платформе Ultralytics, которая объединяет аннотирование, облачное обучение на GPU и развертывание в едином рабочем процессе. Предобученные веса делают дообучение на собственных данных быстрым. Когда обучение завершится, экспортируй свою модель в форматы вроде ONNX, TensorRT, CoreML или LiteRT для развертывания.
YOLO11 остается поддерживаемым и широко используемым семейством моделей. Ultralytics YOLO26 — это последнее поколение и рекомендуемая отправная точка для новых проектов, с комплексным дизайном, оптимизированным для эффективного развертывания на периферии. Оба семейства используют один API, поэтому ты можешь разрабатывать на YOLO11 сегодня и перейти на YOLO26, изменив всего одну строку кода. Ознакомься с документацией моделей Ultralytics для полного сравнения.
Начни работу с Ultralytics YOLO11
Обучай, валидируй, экспортируй и развертывай модели YOLO11 с помощью Ultralytics Platform.