模型介绍
中文整理ultralytics系列
YOLOv3:YOLO 模型系列的第三次迭代，最初由 Joseph Redmon 设计，以其高效的实时物体检测功能而闻名。
YOLOv4:YOLOv4 : YOLOv3 的暗网本地升级版，由 Alexey Bochkovskiy 于 2020 年发布。
YOLOv5:Ultralytics 的YOLO 架构的改进版本，与以前的版本相比，性能和速度都有所提高。
YOLOv6:由美团公司于 2022 年发布，并在该公司的许多自主配送机器人中使用。
YOLOv7:更新的YOLO 模型，由 YOLOv4 的作者于 2022 年发布。
YOLOv8:多功能模型，具有实例分割、姿势/关键点估计和分类等增强功能。
YOLOv9:实验模型Ultralytics YOLOv5实现可编程梯度信息 (PGI) 的代码库。
YOLOv10:由清华大学提供，采用无 NMS 训练和效率-精度驱动架构，提供最先进的性能和延迟。
YOLO11 🚀新功能：Ultralytics 最新的YOLO 模型可在检测、分割、姿态估计、跟踪和分类等多项任务中提供最先进的 (SOTA) 性能。
分段 Anything Model (SAM):Meta 独创的 Segment Anything Model (SAM).
分段 Anything Model 2 (SAM2):Meta 的 Segment Anything Model (SAM) 的下一代产品，适用于视频和图像。
移动段任何模型 (MobileSAM)：移动应用MobileSAM ，由庆熙大学提供。
快速分段 Anything Model (FastSAM):FastSAM 由中国科学院自动化研究所图像与视频分析组提供。
YOLO:YOLO 神经架构搜索(NAS) 模型。
实时检测变压器 (RT-DETR):百度的PaddlePaddle 实时检测变换器(RT-DETR) 模型。
YOLO-世界:来自腾讯人工智能实验室的实时开放词汇对象检测模型。
YOLOE:一种改进的开放词汇对象检测器，在保持YOLO 实时性能的同时，还能检测其训练数据之外的任意类别。
官方地址： https://docs.ultralytics.com/zh/models/
使用
SDK下载
Git下载
如果您是本模型的贡献者，我们邀请您根据模型贡献文档，及时完善模型卡片内容。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.