Ultralytics YOLO-Depth
Preveja a distância até cada superfície visível a partir de uma única imagem RGB. Os modelos YOLO26 de profundidade adicionam percepção espacial 3D métrica sem sensores de profundidade especializados, câmeras estéreo ou lidar.
Modelos de estimativa de profundidade YOLO26
Os modelos YOLO26-depth preveem um mapa de profundidade denso, em metros, a partir de uma única imagem RGB. Cinco tamanhos abrangem desde a implantação em dispositivos de edge até a análise espacial que exige alta precisão, com pesos lançados e pré-treinados em aproximadamente 2,19 milhões de imagens internas e externas, avaliados no subconjunto de teste Eigen do 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 | Tamanho (px) | delta1 | abs_rel | RMSE (m) | Parâmetros (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 estimativa de profundidade do YOLO26 no subconjunto de teste Eigen do NYU Depth V2, com TTA multiescala e inversão horizontal, além de alinhamento por mínimos quadrados logarítmicos; parâmetros e FLOPs medidos em 768 × 768.
Com a confiança das principais organizações do mundo
O impacto dos nossos modelos
Otimiza processos em vários setores com os nossos modelos de IA de visão de última geração. Velocidade, precisão e facilidade de utilização com a tecnologia da Ultralytics.
A evolução dos modelos Ultralytics YOLO
Vê como Ultralytics YOLO evoluiu do fluxo de trabalho prático do YOLOv5 para a inferência do YOLO26, pronta para a borda.
Anota até 10 vezes mais depressa com a anotação inteligente
A Ultralytics Platform oferece-te a ferramenta de anotação de imagens para criares conjuntos de dados de alta qualidade mais depressa. Da anotação inteligente à edição manual precisa, estas funcionalidades foram concebidas para reduzir o tempo de rotulagem de imagens sem comprometer a qualidade.
- Anotação inteligente com tecnologia SAM:Máscaras e caixas delimitadoras com um só clique.
- Cobertura completa de tarefas de IA:Deteção, segmentação de instâncias, segmentação semântica, classificação, pose, OBB.
- Suporte universal a formatos:Escolhe YOLO, COCO e muito mais.
- Revisão e controlo de versões em equipa:Colaboração clara em cada etapa.
Treina com as melhores GPU por menos
26 GPU NVIDIA a partir de 0,24 $/hora — de Ampere a Blackwell. Sem margem de lucro, sem mínimos, sem compromisso.
Implementa em qualquer lugar
Exporte para 22 formatos e implante em dispositivos de borda, na nuvem e em dispositivos móveis.
Explora soluções para o setor
Vê como as equipas aplicam a visão computacional da Ultralytics em ambientes de produção.
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Agricultura
Automotivo
Saúde
Logística
Manufatura
Varejo
Robótica
Perguntas frequentes
O Ultralytics YOLO-Depth é a família de modelos YOLO26 para estimativa monocular de profundidade: prevê um mapa de profundidade denso por pixel, em metros, a partir de uma única imagem RGB comum. Há checkpoints oficiais pré-treinados em cinco tamanhos, de YOLO26n-depth a YOLO26x-depth.
A profundidade transforma detecções 2D em compreensão 3D: indica a distância de um obstáculo, o tamanho real de um objeto e a disposição de uma cena. Fazer isso com uma única câmera padrão evita o custo, a calibração e a complexidade de integração do lidar e de sistemas estéreo, tornando prática a percepção espacial para robótica, mobilidade e sistemas de câmeras do dia a dia.
Cada previsão retorna um mapa de profundidade denso de valores float, alinhado à imagem de entrada. Acesse-o por meio de
result.depth.data; os valores representam distâncias em metros e podem ser convertidos em um array NumPy para reconstrução 3D, navegação, medição ou visualização. Consulte o guia de previsão de profundidade para ver a especificação completa dos resultados.Sim. Associe cada imagem RGB a um mapa de profundidade float32 em metros e ajuste finamente um checkpoint YOLO26-depth pré-treinado com o modo de treinamento padrão do Ultralytics. O guia oficial recomenda AdamW e uma taxa de aprendizado baixa ao adaptar pesos lançados a um domínio de profundidade personalizado.
Use o modo de exportação para converter um checkpoint YOLO26-depth em formatos como ONNX, OpenVINO, TensorRT e CoreML. Em seguida, você pode executar o modelo exportado usando o mesmo fluxo de trabalho de previsão do Ultralytics em hardware de edge, móvel ou de servidor.
Crie soluções com Ultralytics YOLO-Depth
Treine, valide, exporte e implante modelos de estimativa de profundidade YOLO26 com a Ultralytics Platform.