Ultralytics YOLO-Depth
Предсказывай расстояние до каждой видимой поверхности по одному RGB-изображению. Модели глубины YOLO26 добавляют метрическое 3D-пространственное восприятие без специализированных датчиков глубины, стереокамер или лидаров.
Модели оценки глубины YOLO26
Модели YOLO26-depth предсказывают плотную карту глубины в метрах по одному RGB-изображению. Пять размеров моделей охватывают все сценарии — от запуска на устройствах Edge до критически важного пространственного анализа. Выпущенные веса предварительно обучены на 2,19 миллионах изображений помещений и улиц и протестированы на выборке 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 (px) | delta1 | abs_rel | RMSE (м) | Параметры (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 |
Бенчмарки оценки глубины YOLO26 на тестовой выборке NYU Depth V2 Eigen с использованием multi-scale, горизонтального отражения (TTA) и выравнивания методом наименьших квадратов логарифмов; параметры и FLOPs измерены при разрешении 768 × 768.
Доверяют ведущие мировые организации
Влияние наших моделей
Оптимизируй процессы в различных отраслях с помощью наших передовых моделей компьютерного зрения. Скорость, точность и простота использования от Ultralytics.
Эволюция моделей Ultralytics YOLO
Узнай, как Ultralytics YOLO эволюционировал от практического рабочего процесса YOLOv5 до вывода YOLO26, готового к работе на периферии.
Размечай до 10 раз быстрее с помощью умной аннотации
Платформа Ultralytics предоставляет инструмент для аннотирования изображений, позволяющий быстрее создавать высококачественные наборы данных. От умной аннотации до точного ручного редактирования — эти функции разработаны для сокращения времени на разметку изображений без потери качества.
- Умная аннотация на базе SAM: Маски и BBox в один клик.
- Полный охват задач ИИ: Детекция, сегментация экземпляров, семантическая сегментация, классификация, оценка поз, OBB.
- Поддержка универсальных форматов: Твой выбор YOLO, COCO и многое другое.
- Командная проверка и версионирование: Прозрачное сотрудничество на каждом этапе.
Обучайся на лучших GPU дешевле
26 NVIDIA GPU по цене от $0.24/час — от Ampere до Blackwell. Никаких наценок, минимальных порогов и обязательств.
Развертывай где угодно
Экспортируй в 20 форматов и разворачивай на периферии, в облаке и на мобильных устройствах.
Изучить отраслевые решения
Посмотри, как команды применяют компьютерное зрение Ultralytics в производственных средах.
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Сельское хозяйство
Автомобильная промышленность
Здравоохранение
Логистика
Производство
Розничная торговля
Робототехника
Часто задаваемые вопросы
Ultralytics YOLO-Depth — это семейство моделей YOLO26 для monocular depth estimation: предсказания плотной попиксельной карты глубины в метрах по одному обычному RGB-изображению. Официальные предварительно обученные чекпоинты доступны в пяти размерах, от YOLO26n-depth до YOLO26x-depth.
Глубина превращает 2D-детектирование в 3D-понимание: ты узнаешь, как далеко находится препятствие, каков реальный размер объекта и как устроена сцена. Выполнение этого с помощью одной стандартной камеры позволяет избежать затрат, калибровки и сложностей интеграции лидаров и стереосистем, что делает пространственное восприятие практичным для робототехники, мобильных платформ и повседневных систем камер.
Каждое предсказание возвращает одну плотную карту глубины в формате float, выровненную по входному изображению. Доступ к ней можно получить через
result.depth.data; значения представляют расстояние в метрах и могут быть преобразованы в NumPy массив для 3D-реконструкции, навигации, измерений или визуализации. Ознакомься с руководством по предсказанию глубины для получения полных данных о формате результата.Да. Сопоставь каждое RGB-изображение с float32 картой глубины в метрах и дообучи предварительно обученный чекпоинт YOLO26-depth с помощью стандартного режима обучения Ultralytics. Официальное руководство рекомендует использовать AdamW и низкую скорость обучения (learning rate) при адаптации выпущенных весов под конкретную область задач.
Используй режим экспорта для конвертации чекпоинта YOLO26-depth в форматы, включая ONNX, TensorRT, CoreML и OpenVINO. После этого ты сможешь запустить экспортированную модель, используя тот же рабочий процесс предсказания Ultralytics на Edge, мобильных устройствах или серверном оборудовании.
Создавай решения с Ultralytics YOLO-Depth
Обучай, валидируй, экспортируй и разворачивай модели оценки глубины YOLO26 с помощью Ultralytics Platform.