ultralytics/ultralytics

解決的問題

Ultralytics 提供了一個統一的框架，用於先進的電腦視覺任務，讓使用者能輕鬆實現高性能的物件檢測、分割和分類，而無需具備深厚的 AI 研究專業知識。

如何運作

它實現了 YOLO（You Only Look Once）系列模型，這些模型專為速度和準確性而設計。該框架透過命令列介面（CLI）和 Python 庫提供一致的 API，讓使用者可以載入預訓練模型、在自訂資料集上訓練、驗證效能，並匯出至 ONNX 等多種格式以供部署。

適用對象

適用於需要將即時視覺功能整合至應用程式的開發人員和 AI 實務工作者，範圍從簡單的影像分類到影片畫格中的複雜物件追蹤。

主要特色

• 多任務支援：支援物件檢測、實例與語意分割、深度估計、影像分類和姿態估計。
• 物件追蹤：可跨影片畫格追蹤已檢測到的物件。
• 彈性部署：支援將模型匯出至 ONNX 等格式，以進行優化推理。
• 完整的模型範圍：提供多種模型大小（nano、small、medium、large、x-large），可根據硬體限制平衡速度與準確性。

"Ultralytics 提供了一個統一的框架，用於先進的電腦視覺任務，讓使用者能輕鬆實現高性能的物件檢測、分割和分類，而無需具備深厚的 AI 研究專業知識。" — @ultralytics