Ultralytics YOLOv5 Modelle
Erstelle zuverlässige Echtzeit-Objekterkennung mit aktuellen YOLOv5u Modellen und dem Workflow, der das Training und die Bereitstellung benutzerdefinierter Detektoren praktikabel und zugänglich gemacht hat.
Vertrauenswürdig für die weltweit führenden Organisationen
Die Wirkung unserer Modelle
Optimiere Prozesse branchenübergreifend mit unseren hochmodernen Vision-KI-Modellen. Geschwindigkeit, Genauigkeit und Benutzerfreundlichkeit, bereitgestellt von Ultralytics.
Von YOLOv5 zum neuesten Ultralytics YOLO
Erfahre, wie der praktische YOLOv5-Workflow zu einem einheitlichen Modell-Ökosystem für Training und Bereitstellung herangewachsen ist.
Machte Echtzeit-Objekterkennung zugänglich mit einem schnellen, praktischen PyTorch-Workflow.
Erweiterung des einheitlichen Workflows auf Erkennung, Segmentierung, Klassifizierung, Pose und OBB.
Verbesserte Genauigkeit, Geschwindigkeit und Effizienz bei gleichbleibend vertrautem Ultralytics-Workflow.
Einführung von End-to-End-Inferenz und einer Architektur, die für eine effiziente Edge-Bereitstellung optimiert ist.
Annotiere bis zu 10x schneller mit intelligenter Annotation
Die Ultralytics Platform bietet dir das Bildannotationstool, um schneller hochwertige Datensätze zu erstellen. Von intelligenter Annotation bis hin zur präzisen manuellen Bearbeitung sind diese Funktionen darauf ausgelegt, die Zeit für die Bildbeschriftung zu verkürzen, ohne dabei an Qualität einzubüßen.
- SAM-gestützte intelligente Annotation: Masken und Bounding Boxes mit nur einem Klick.
- Vollständige Abdeckung von KI-Aufgaben: Detektion, Instanzsegmentierung, semantische Segmentierung, Klassifizierung, Pose, OBB.
- Unterstützung universeller Formate: Deine Wahl aus YOLO, COCO, VOC und mehr.
- Team-Review und Versionierung: Klare Zusammenarbeit bei jedem Schritt.
Trainiere auf den besten GPUs für weniger Geld
26 NVIDIA GPUs ab $0,24/Std. – von Ampere bis Blackwell. Kein Aufschlag, keine Mindestlaufzeiten, keine Verpflichtung.
Branchenlösungen erkunden
Sieh dir an, wie Teams Ultralytics Computer Vision in Produktionsumgebungen einsetzen.
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
KI in der Landwirtschaft
KI in der Automobilindustrie
KI im Gesundheitswesen
KI in der Logistik
KI in der Fertigung
KI im Einzelhandel
KI in der Robotik
Häufig gestellte Fragen
Ultralytics YOLOv5 wurde 2020 mit einem zugänglichen PyTorch-Workflow gestartet, der dazu beitrug, benutzerdefinierte Echtzeit-Objekterkennung praktikabel zu machen. Das aktuelle Ultralytics Python-Paket unterstützt die aktualisierten, anchor-freien YOLOv5u Erkennungsmodelle; ursprüngliche YOLOv5-Repository-Gewichte verwenden eine andere Architektur und sind nicht mit der aktuellen Bibliothek kompatibel. Weitere Details findest du in der YOLOv5-Dokumentation.
Die YOLOv5u Modelle, die von der aktuellen Ultralytics-Bibliothek und dem Platform-Projekt unterstützt werden, sind für Objekterkennung konzipiert. Das historische YOLOv5-Repository veröffentlichte auch separate Varianten für Klassifizierung und Segmentierung, aber diese ursprünglichen Architekturen und Gewichte sind nicht mit den aktuellen YOLOv5u Modellen austauschbar.
Beginne mit dem nano oder small YOLOv5u Detektor, wenn Latenz und Modellgröße am wichtigsten sind. Medium gleicht Geschwindigkeit und Genauigkeit für viele Arbeitslasten aus, während large und extra-large die Genauigkeit priorisieren, wenn mehr Rechenleistung verfügbar ist. Vergleiche die aktuellen Modell-Benchmarks in der YOLOv5-Dokumentation und validiere dann die Kandidaten mit deinen eigenen Daten.
Verwende den Train-Modus der Ultralytics-Bibliothek mit einem aktuellen YOLOv5u Erkennungs-Checkpoint oder öffne das offizielle YOLOv5-Projekt auf der Ultralytics Platform, um mit einem seiner Erkennungsmodelle zu starten. Nutze nach dem Training den Export-Modus, um den Detektor für die Bereitstellung vorzubereiten.
Ja. YOLOv5 wird weiterhin für bestehende Projekte und Bereitstellungen unterstützt. Ultralytics YOLO26 ist das neueste stabile Modell und der empfohlene Ausgangspunkt für neue Projekte, während YOLOv5 weiterhin nützlich bleibt, wenn die Kompatibilität mit einer etablierten YOLOv5-Pipeline wichtig ist.
Entwickle mit Ultralytics YOLOv5
Trainiere, validiere, exportiere und stelle aktuelle YOLOv5u Erkennungsmodelle mit der Ultralytics Platform bereit.