使用场景

用于交通监控系统中的车辆和行人检测。

在零售环境中分析顾客行为。

在医疗影像分析中识别病变区域。

产品特色

支持多种任务：目标检测、跟踪、实例分割、图像分类和姿态估计。

提供预训练模型：在COCO数据集上预训练的检测、分割和姿态模型，以及在ImageNet数据集上预训练的分类模型。

命令行界面（CLI）和Python环境都可以直接使用。

支持模型导出到ONNX格式。

提供多种尺寸和性能的模型，以适应不同的应用场景。

集成了与领先AI平台的关键集成，如Roboflow、ClearML、Comet、Neural Magic和OpenVINO，优化AI工作流。

提供Ultralytics HUB，一个无需编码即可进行数据可视化、模型训练和部署的一体化解决方案。

使用教程

通过pip安装ultralytics包，包括所有依赖项。

使用CLI或Python环境加载预训练模型。

根据需要进行模型训练或评估。

使用模型对图像进行目标检测或其他任务。

如果需要，将模型导出到ONNX格式。

利用Ultralytics HUB进行模型训练和部署。