Ultralytics

ultralytics是什么？

Ultralytics是一家专注于计算机视觉人工智能的技术平台，以开源YOLO（You Only Look Once）系列模型为核心，提供从数据处理、模型训练到多端部署的全链路工具，支持无代码操作与代码开发双模式，赋能从学术研究到工业落地的各类视觉AI需求。

ultralytics官网入口链接：https://www.ultralytics.com/zh

ultralytics主要功能特点

• 多任务视觉模型支持：依托 YOLO 系列模型（含最新 YOLO26 及历史版本），覆盖目标检测、图像分割、图像分类、姿态估计、旋转框检测、多目标跟踪六大核心视觉任务，单个框架即可满足不同场景需求。
• 低门槛模型开发：提供可视化无代码平台，支持拖拽式上传训练集、可视化配置训练模型参数，无需编程也能训练好模型；提供 Python 包以及 CLI 命令行工具，模型的使用者可以通过少量代码调用模型、模型自定义训练、模型快速验证。
• 全场景多端部署：支持20+主流模型格式导出，支持各个终端部署到边缘设备（Jetson、树莓派等）、移动端（iOS/Android）、云端服务器等，自动适配硬件、优化算子，免自定义封装的部署代码。
• 数据与性能管理：支持COCO、YOLO等数据集格式；内建数据增强工具；训练过程全程监视训练数据、测试精度、速度等状况，自动保存最好的模型，自动针对GPU、CPU、边缘设备优化进行训练，提升测试速度。
• 丰富预训练资源：提供50 +预训练模型，满足不同任务、不同尺寸的数据集，可以“拿来即用”，降低模型训练成本、耗时。 

适用场景

• 制造业：产品缺陷检测（PCB 板上焊点错误、零件尺寸错误检测）等工业质检中的产品检测、设备状态预测、生产线产品计数。
• 医疗健康：医学影像（如肿瘤、器官）分割、手术体位辅助分析、医学影像分类（包括识别各种病灶）的医疗AI。
• 农业与安防：植物病害检测、无人机拍摄的植物长势分析；安防中的人体行为危险区域入侵检测、人流统计、疑似目标追踪等。
• 汽车与交通：自动驾驶的行人检测、障碍物检测，车辆行驶统计、车辆运动轨迹检测，车辆内部（司机是否有驾驶疲劳）监测等各类智能交通场景。
• 零售与生活服务：店铺人流统计、商品识别、库存管理、自助收银商品结算；宠物识别、校园签到、健身动作训练个人场景化需求等。
• 学术与开发：计算机视觉相关的学术研究、算法验证和论文复现、开发者快速搭建视觉 AI 开发示例项目、学生进行目标检测、图像分割学习等。 

ultralytics怎么用？

1. 环境准备与安装：硬件上先装好Python3.8+的环境。然后提前一键导入所需的所有模块：pip install ultralytics；如果你用 GPU 加速的话，还需要额外弄好指定版本的 PyTorch 和 CUDA，就不用照着代码写的话，直接安装上 Ultralytics 的可视化 web 系统，不用本地安装。
2. 快速调用预训练模型预测：不训练有现成的模型可以直接做视觉任务，代码就3行，加载YOLO预训练好的模型，如YOLO26/ YOLOv8——输入图片、视频、摄像头源——查看或保存结果；CLI直接键入命令yolo predict model=yolo26n.pt source=”测试图.jpg”——一步到位做检测 / 分割等等任务。
3. 准备自定义训练数据集：准备自己的训练数据集按YOLO语义数据集整理（图放images下，标注放labels下），新建一个data.yaml搭框输入数据集目录、数据类别个数、数据类别名。官网无代码平台你直接把文件拖到网站内即可自动格式验收或自动比例划分数据集。
4. 自定义模型训练：代码方式加载基础模型后，调用train方法，配置训练用的数据集、训练次数epochs、图片大小imgsz等主要参数；CLI命令：yolo train data=data.yaml model=yolo26s.pt epochs=100；无代码平台可视化点击选择训练的模型、配置、参数，点击“开始训练”，训练的时候就可以看到展示的精度、速度等训练结果。
5. 模型验证与导出：训练完成后，用yolo val model=best_model_path.pt data=data.yaml验证模型效果的精度（mAP）；随后，用yolo export model=best_model_path.pt format=onnx导出20+主流格式模型文件一键导出（适合边缘设备，如ONNX、OpenVINO）、移动端（TFLite、CoreML）、云端（TensorRT）等不同软硬件。
6. 多端部署使用：导出成合适的格式后部署到指定硬件上；本地端直接将导出的模型用作预测；边缘端、移动端等按对应框架加载（OpenVINO、TensorFlow.js 等），Ultralytics 会自动处理模型中算子的导出适配问题，无需写对应的底层适配代码。