Ultralytics YOLO-Depth
Prédit la distance de chaque surface visible à partir d’une seule image RVB. Les modèles YOLO26 de profondeur apportent une perception spatiale 3D métrique sans capteurs de profondeur spécialisés, caméras stéréo ni lidar.
Modèles d’estimation de profondeur YOLO26
Les modèles YOLO26-depth prédisent une carte de profondeur dense, en mètres, à partir d’une seule image RVB. Cinq tailles couvrent les usages allant du déploiement sur appareil embarqué à l’analyse spatiale exigeant une grande précision. Les poids publiés sont préentraînés sur environ 2,19 millions d’images d’intérieur et d’extérieur et évalués sur la partition de test 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()| Modèle | Taille (px) | delta1 | abs_rel | RMSE (m) | Paramètres (M) | FLOPs (G) |
|---|---|---|---|---|---|---|
| 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 d’estimation de profondeur YOLO26 sur la partition de test Eigen de NYU Depth V2, avec TTA multi-échelle et retournement horizontal, plus alignement par moindres carrés logarithmiques ; les paramètres et les FLOPs sont mesurés à 768 × 768.
Adopté par les plus grandes organisations du monde
L’impact de nos modèles
Rationalise les processus dans tous les secteurs grâce à nos modèles de vision par IA de pointe. Ultralytics met la vitesse, la précision et la facilité d’utilisation à ta portée.
L’évolution des modèles Ultralytics YOLO
Découvre l’évolution d’Ultralytics YOLO, du flux de travail pratique de YOLOv5 à l’inférence YOLO26 prête pour l’edge.
Étiquette jusqu’à 10 fois plus vite grâce à l’annotation intelligente
Ultralytics Platform te fournit un outil d’annotation d’images pour créer plus rapidement des jeux de données de haute qualité. De l’annotation intelligente à la retouche manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d’annotation des images sans sacrifier la qualité.
- Annotation intelligente optimisée par SAM :Masques et boîtes englobantes en un clic.
- Prise en charge complète des tâches d’IA :Détection, segmentation d’instances, segmentation sémantique, classification, estimation de pose, OBB.
- Prise en charge universelle des formats :Choisis YOLO, COCO ou un autre format.
- Révision et gestion des versions en équipe :Une collaboration fluide à chaque étape.
Entraîne tes modèles sur les meilleurs GPU à moindre coût
26 GPU NVIDIA à partir de 0,24 $/h — de l’architecture Ampere à Blackwell. Aucun supplément, aucun minimum, aucun engagement.
Déploie partout
Exporte vers 22 formats et déploie sur des appareils en périphérie, dans le cloud et sur mobile.
Découvrir les solutions sectorielles
Découvre comment les équipes utilisent la vision par ordinateur d’Ultralytics dans des environnements de production.
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Foire aux questions
Ultralytics YOLO-Depth est la famille de modèles YOLO26 dédiée à l’estimation de profondeur monoculaire : elle prédit une carte de profondeur dense, pixel par pixel et en mètres, à partir d’une image RVB ordinaire. Des points de contrôle officiels préentraînés sont disponibles en cinq tailles, de YOLO26n-depth à YOLO26x-depth.
La profondeur transforme les détections 2D en compréhension 3D : distance d’un obstacle, taille réelle d’un objet et organisation d’une scène. L’estimer à partir d’une caméra standard évite le coût, l’étalonnage et la complexité d’intégration du lidar et des systèmes stéréo, rendant ainsi la perception spatiale accessible à la robotique, à la mobilité et aux systèmes de caméra courants.
Chaque prédiction renvoie une carte de profondeur flottante dense, alignée sur l’image d’entrée. Accède-y via
result.depth.data; ses valeurs représentent des distances en mètres et peuvent être converties en tableau NumPy pour la reconstruction 3D, la navigation, la mesure ou la visualisation. Consulte le guide de prédiction de profondeur pour connaître le contrat de sortie complet.Oui. Associe chaque image RVB à une carte de profondeur float32 en mètres, puis ajuste un point de contrôle YOLO26-depth préentraîné avec le mode d’entraînement Ultralytics standard. Le guide officiel recommande AdamW et un faible taux d’apprentissage pour adapter les poids publiés à un domaine de profondeur personnalisé.
Utilise le mode d’export pour convertir un point de contrôle YOLO26-depth vers des formats tels que ONNX, OpenVINO, TensorRT et CoreML. Tu peux ensuite exécuter le modèle exporté avec le même flux de prédiction Ultralytics sur du matériel embarqué, mobile ou serveur.
Développe avec Ultralytics YOLO-Depth
Entraîne, valide, exporte et déploie des modèles d’estimation de profondeur YOLO26 avec Ultralytics Platform.