Ultralytics YOLO-Depth
Predice la distancia a cada superficie visible a partir de una sola imagen RGB. Los modelos de profundidad YOLO26 añaden percepción espacial 3D métrica sin necesidad de sensores de profundidad especializados, cámaras estéreo ni lidar.
Modelos de estimación de profundidad YOLO26
Los modelos YOLO26-depth predicen un mapa de profundidad denso, en metros, a partir de una imagen RGB. Sus cinco tamaños cubren desde el despliegue en edge hasta el análisis espacial que requiere gran precisión. Los pesos publicados se han preentrenado con aproximadamente 2,19 millones de imágenes de interiores y exteriores y se han evaluado en la partición de prueba Eigen de NYU Depth V2.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 depth model
model = YOLO("yolo26n-depth.pt")
# Predict metric depth at the model training resolution
results = model("image.jpg", imgsz=768)
depth_map = results[0].depth.data.cpu().numpy()| Modelo | Tamaño (px) | delta1 | abs_rel | RMSE (m) | Parámetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n-depth | 768 | 0.882 | 0.109 | 0.414 | 6.4 | 46.9 |
| YOLO26s-depth | 768 | 0.896 | 0.104 | 0.399 | 13.2 | 67.9 |
| YOLO26m-depth | 768 | 0.921 | 0.089 | 0.364 | 23.3 | 130.7 |
| YOLO26l-depth | 768 | 0.930 | 0.083 | 0.351 | 27.7 | 157.2 |
| YOLO26x-depth | 768 | 0.933 | 0.080 | 0.344 | 57.0 | 302.0 |
Pruebas de referencia de estimación de profundidad de YOLO26 en la partición de prueba Eigen de NYU Depth V2, con TTA multiescala y volteo horizontal, además de alineación de mínimos cuadrados logarítmicos; los parámetros y FLOPs se miden a 768 × 768.
La confianza de las organizaciones líderes del mundo
El impacto de nuestros modelos
Agiliza los procesos en distintos sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso gracias a Ultralytics.
La evolución de los modelos YOLO de Ultralytics
Descubre cómo evolucionó Ultralytics YOLO desde el práctico flujo de trabajo de YOLOv5 hasta la inferencia de YOLO26 lista para edge.
Etiqueta hasta 10 veces más rápido con anotaciones inteligentes
Ultralytics Platform te ofrece una herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad más rápido. Desde las anotaciones inteligentes hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente con SAM:Máscaras y cuadros delimitadores con un solo clic.
- Cobertura completa de tareas de IA:Detección, segmentación de instancias, segmentación semántica, clasificación, estimación de pose y OBB.
- Compatibilidad con formatos universales:Elige YOLO, COCO y muchos más.
- Revisión y control de versiones en equipo:Colaboración clara en cada paso.
Entrena con las mejores GPU por menos
26 GPU NVIDIA desde 0,24 $/h: de Ampere a Blackwell. Sin sobrecostes, mínimos ni compromisos.
Implementa en cualquier lugar
Exporta a 22 formatos e implementa en entornos edge, la nube y dispositivos móviles.
Descubre soluciones para distintos sectores
Descubre cómo los equipos aplican la visión artificial de Ultralytics en entornos de producción.
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Comercio minorista
Robótica
Preguntas frecuentes
Ultralytics YOLO-Depth es la familia de modelos YOLO26 para la estimación monocular de profundidad: predice un mapa de profundidad denso, en metros y por píxel, a partir de una imagen RGB convencional. Hay puntos de control oficiales preentrenados en cinco tamaños, desde YOLO26n-depth hasta YOLO26x-depth.
La profundidad convierte las detecciones 2D en comprensión 3D: permite saber a qué distancia está un obstáculo, cuál es el tamaño real de un objeto y cómo se distribuye una escena. Obtener esta información con una sola cámara estándar evita el coste, la calibración y la complejidad de integración del lidar y los sistemas estéreo, lo que hace viable la percepción espacial en robótica, movilidad y sistemas de cámaras de uso cotidiano.
Cada predicción devuelve un mapa de profundidad flotante y denso alineado con la imagen de entrada. Accede a él mediante
result.depth.data; sus valores representan distancias en metros y puedes convertirlos en una matriz NumPy para reconstrucción 3D, navegación, medición o visualización. Consulta la guía de predicción de profundidad para conocer todos los detalles del formato de resultados.Sí. Empareja cada imagen RGB con un mapa de profundidad float32 en metros y ajusta un punto de control YOLO26-depth preentrenado con el modo de entrenamiento de Ultralytics estándar. La guía oficial recomienda AdamW y una tasa de aprendizaje baja para adaptar los pesos publicados a un dominio de profundidad personalizado.
Usa el modo de exportación para convertir un punto de control YOLO26-depth a formatos como ONNX, OpenVINO, TensorRT y CoreML. Después, puedes ejecutar el modelo exportado con el mismo flujo de trabajo de predicción de Ultralytics en hardware edge, móvil o de servidor.
Desarrolla con Ultralytics YOLO-Depth
Entrena, valida, exporta y despliega modelos de estimación de profundidad YOLO26 con Ultralytics Platform.