Ultralytics YOLO-Depth
Predice la distancia a cada superficie visible a partir de una única imagen RGB. Los modelos de profundidad YOLO26 añaden conciencia espacial 3D métrica sin necesidad de sensores de profundidad especializados, cámaras estéreo o lidar.
Modelos de estimación de profundidad YOLO26
Los modelos YOLO26-depth predicen un mapa de profundidad denso en metros a partir de una única imagen RGB. Existen cinco tamaños de modelo que abarcan desde el despliegue en dispositivos edge hasta el análisis espacial que requiere alta precisión; los pesos publicados han sido preentrenados con aproximadamente 2,19 millones de imágenes de interiores y exteriores, y evaluados en la partición de prueba NYU Depth V2 Eigen.
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 |
Benchmarks de estimación de profundidad YOLO26 en la partición de prueba NYU Depth V2 Eigen con TTA multiescala y de inversión horizontal, además de alineación log-least-squares; los parámetros y FLOPs están medidos a 768 × 768.
Con la confianza de las organizaciones líderes en el mundo
El impacto de nuestros modelos
Optimiza procesos en todos los sectores con nuestros modelos de IA de visión de vanguardia. Velocidad, precisión y facilidad de uso impulsadas por Ultralytics.
La evolución de los modelos Ultralytics YOLO
Observa cómo evolucionó Ultralytics YOLO desde el flujo de trabajo práctico de YOLOv5 hasta la inferencia de YOLO26 lista para el borde.
Etiqueta hasta 10 veces más rápido con la anotación inteligente
Ultralytics Platform te ofrece la herramienta de anotación de imágenes para crear conjuntos de datos de alta calidad con mayor rapidez. Desde la anotación inteligente hasta la edición manual precisa, estas funciones están diseñadas para reducir el tiempo de etiquetado de imágenes sin sacrificar la calidad.
- Anotación inteligente potenciada por SAM: Máscaras y bounding boxes en un solo clic.
- Cobertura completa de tareas de IA: Detección, segmentación de instancias, segmentación semántica, clasificación, pose, OBB.
- Compatibilidad universal de formatos: Tu elección de YOLO, COCO y más.
- Revisión de equipo y control de versiones: Colaboración clara en cada paso.
Entrena en las mejores GPUs por menos
26 NVIDIA GPUs desde 0,24 $/hora — desde Ampere hasta Blackwell. Sin sobreprecios, sin mínimos, sin compromisos.
Implementa en cualquier lugar
Exporta a 20 formatos y despliega en edge, nube y dispositivos móviles.
Explora soluciones para la industria
Mira cómo los equipos aplican la visión por ordenador de Ultralytics en entornos de producción.
Agricultura
Automoción
Sanidad
Logística
Fabricación
Retail
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Retail
Robótica
Agricultura
Automoción
Sanidad
Logística
Fabricación
Retail
Robótica
Preguntas frecuentes
Ultralytics YOLO-Depth es la familia de modelos YOLO26 para la estimación de profundidad monocular: la predicción de un mapa de profundidad denso píxel a píxel en metros a partir de una imagen RGB convencional. Los checkpoints oficiales preentrenados están disponibles en cinco tamaños, desde YOLO26n-depth hasta YOLO26x-depth.
La profundidad convierte detecciones 2D en comprensión 3D: a qué distancia está un obstáculo, cuál es el tamaño real de un objeto y cómo está dispuesta una escena. Hacer esto con una cámara estándar evita el coste, la calibración y la carga de integración de los sistemas lidar y estéreo, lo que hace que la conciencia espacial sea práctica para la robótica, la movilidad y los sistemas de cámaras cotidianos.
Cada predicción devuelve un mapa de profundidad denso en punto flotante alineado con la imagen de entrada. Accede a él a través de
result.depth.data; sus valores representan la distancia en metros y pueden convertirse a un array de NumPy para reconstrucción 3D, navegación, medición o visualización. Consulta la guía de predicción de profundidad para ver el contrato de resultados completo.Sí. Empareja cada imagen RGB con un mapa de profundidad float32 en metros y ajusta (fine-tune) un checkpoint de YOLO26-depth preentrenado con el modo de entrenamiento de Ultralytics estándar. La guía oficial recomienda usar AdamW y una tasa de aprendizaje baja al adaptar los pesos publicados a un dominio de profundidad personalizado.
Utiliza el modo de exportación para convertir un checkpoint de YOLO26-depth a formatos como ONNX, TensorRT, CoreML y OpenVINO. Después, puedes ejecutar el modelo exportado a través del mismo flujo de trabajo de predicción de Ultralytics en hardware edge, móvil o servidor.
Desarrolla con Ultralytics YOLO-Depth
Entrena, valida, exporta y despliega modelos de estimación de profundidad YOLO26 con Ultralytics Platform.