Ultralytics YOLO-Depth
Предсказывай расстояние до каждой видимой поверхности по одному RGB-изображению. Модели YOLO26 для оценки глубины добавляют метрическое понимание 3D-пространства без специализированных датчиков глубины, стереокамер и лидаров.
Модели YOLO26 для оценки глубины
Модели YOLO26-depth предсказывают плотную карту глубины в метрах по одному RGB-изображению. Пять размеров моделей подходят как для развёртывания на периферийных устройствах, так и для пространственного анализа, где критична точность. Выпущенные веса предварительно обучены примерно на 2,19 млн изображений помещений и улиц и прошли оценку на тестовом разбиении 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()| Модель | Размер (пикс.) | delta1 | abs_rel | RMSE (м) | Параметры (млн) | FLOPs (млрд) |
|---|---|---|---|---|---|---|
| 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 |
Результаты тестирования YOLO26 для оценки глубины на тестовом разбиении NYU Depth V2 Eigen с TTA с несколькими масштабами и горизонтальным отражением, а также выравниванием методом наименьших квадратов в логарифмическом пространстве; количество параметров и FLOPs измерено при разрешении 768 × 768.
Нам доверяют ведущие организации мира
Влияние наших моделей
Оптимизируй процессы в разных отраслях с помощью наших передовых моделей компьютерного зрения на базе ИИ. Скорость, точность и простота использования — всё это обеспечивают технологии Ultralytics.
Эволюция моделей Ultralytics YOLO
Узнай, как Ultralytics YOLO прошла путь от практичного рабочего процесса YOLOv5 до инференса YOLO26 на периферийных устройствах.
Размечай данные до 10 раз быстрее с помощью интеллектуальной аннотации
Ultralytics Platform предоставляет инструмент аннотации изображений, который помогает быстрее создавать качественные наборы данных. От интеллектуальной аннотации до точного ручного редактирования — эти функции сокращают время разметки изображений без потери качества.
- Интеллектуальная аннотация на базе SAM:Маски и ограничивающие рамки одним щелчком.
- Полный охват задач ИИ:Обнаружение объектов, сегментация экземпляров, семантическая сегментация, классификация, оценка позы, OBB.
- Поддержка универсальных форматов:Выбирай YOLO, COCO и другие форматы.
- Командная проверка и управление версиями:Понятное взаимодействие на каждом этапе.
Обучай модели на лучших GPU дешевле
26 GPU NVIDIA от $0,24 в час — от Ampere до Blackwell. Без наценок, минимальных заказов и обязательств.
Развёртывай где угодно
Экспортируй в 22 формата и развёртывай на периферийных устройствах, в облаке и на мобильных устройствах.
Решения для разных отраслей
Узнай, как команды применяют компьютерное зрение Ultralytics в производственной среде.
Сельское хозяйство
Автомобилестроение
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобилестроение
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобилестроение
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Часто задаваемые вопросы
Ultralytics YOLO-Depth — это семейство моделей YOLO26 для оценки глубины по одному изображению: предсказания плотной карты глубины в метрах для каждого пикселя на основе обычного RGB-изображения. Официальные предварительно обученные контрольные точки доступны в пяти размерах — от YOLO26n-depth до YOLO26x-depth.
Оценка глубины преобразует двумерные детекции в трёхмерное понимание сцены: насколько далеко находится препятствие, каков реальный размер объекта и как устроена сцена. Для этого достаточно одной стандартной камеры, что позволяет избежать затрат, калибровки и сложностей интеграции лидара и стереосистем. Благодаря этому пространственное восприятие становится доступнее для робототехники, мобильности и обычных камерных систем.
Каждое предсказание возвращает одну плотную карту глубины с числами с плавающей точкой, выровненную по входному изображению. Доступ к ней можно получить через
result.depth.data; значения указывают расстояние в метрах и могут быть преобразованы в массив NumPy для восстановления 3D-сцены, навигации, измерений или визуализации. Полный формат результатов описан в руководстве по предсказанию глубины.Да. Подготовь для каждого RGB-изображения карту глубины в метрах с типом float32 и дообучи предварительно обученную контрольную точку YOLO26-depth в стандартном режиме обучения Ultralytics. В официальном руководстве для адаптации выпущенных весов к пользовательской области оценки глубины рекомендуется использовать AdamW и небольшую скорость обучения.
Используй режим экспорта, чтобы преобразовать контрольную точку YOLO26-depth в такие форматы, как ONNX, OpenVINO, TensorRT и CoreML. Затем экспортированную модель можно запускать на периферийных устройствах, мобильных устройствах или серверах с помощью того же рабочего процесса предсказаний Ultralytics.
Создавай решения на базе Ultralytics YOLO-Depth
Обучай, проверяй, экспортируй и разворачивай модели YOLO26 для оценки глубины с помощью Ultralytics Platform.