Ultralytics YOLO-Depth nedir?

Ultralytics YOLO-Depth, sıradan tek bir RGB görüntüsünden metre cinsinden yoğun ve piksel bazlı bir derinlik haritası tahmin eden tek kameralı derinlik tahmini için YOLO26 model ailesidir. YOLO26n-depth'ten YOLO26x-depth'e kadar beş boyutta resmî, önceden eğitilmiş kontrol noktaları sunulur.

Tek kameralı derinlik tahmini neden önemlidir?

Derinlik, 2B algılamaları 3B anlayışa dönüştürür: bir engelin ne kadar uzakta olduğu, bir nesnenin gerçekte ne kadar büyük olduğu ve sahnenin nasıl düzenlendiği. Bunları tek bir standart kamerayla yapmak, lidar ve stereo sistemlerin maliyetini, kalibrasyonunu ve entegrasyon yükünü ortadan kaldırır; böylece uzamsal farkındalık robotik, mobilite ve günlük kamera sistemleri için uygulanabilir hâle gelir.

YOLO26 derinlik modeli ne döndürür?

Her tahmin, giriş görüntüsüyle hizalanmış tek bir yoğun kayan noktalı derinlik haritası döndürür. Haritaya result.depth.data üzerinden eriş; değerler metre cinsinden mesafeyi gösterir ve 3B yeniden yapılandırma, navigasyon, ölçüm veya görselleştirme için NumPy dizisine dönüştürülebilir. Sonuç sözleşmesinin tamamı için derinlik tahmini kılavuzuna bak.

YOLO-Depth'i kendi verilerimle eğitebilir miyim?

Evet. Her RGB görüntüsünü metre cinsinden bir float32 derinlik haritasıyla eşleştir ve önceden eğitilmiş bir YOLO26-depth kontrol noktasında standart Ultralytics eğitim modunu kullanarak ince ayar yap. Resmî kılavuz, yayımlanmış ağırlıkları özel bir derinlik alanına uyarlarken AdamW ve düşük öğrenme oranı kullanılmasını önerir.

Bir YOLO26 derinlik modelini nasıl dağıtıma alabilirim?

Bir YOLO26-depth kontrol noktasını ONNX, OpenVINO, TensorRT ve CoreML dâhil biçimlere dönüştürmek için dışa aktarma modunu kullan. Ardından dışa aktarılan modeli uç cihaz, mobil veya sunucu donanımında aynı Ultralytics tahmin iş akışıyla çalıştırabilirsin.

Ultralytics YOLO

Ultralytics YOLO-Depth

Tek bir RGB görüntüsünden görünür her yüzeye olan mesafeyi tahmin et. YOLO26 derinlik modelleri, özel derinlik sensörleri, stereo kameralar veya lidar olmadan metrik 3B uzamsal farkındalık sağlar.

Platform'da derinlik tahminini başlat Derinlik tahmini belgelerini incele

YOLO26 derinlik tahmini modelleri

YOLO26-depth modelleri, tek bir RGB görüntüsünden metre cinsinden yoğun bir derinlik haritası tahmin eder. Beş model boyutu, uç cihaz dağıtımından doğruluğun kritik olduğu uzamsal analize kadar farklı ihtiyaçları karşılar. Yayımlanan ağırlıklar yaklaşık 2,19 milyon iç ve dış mekân görüntüsünde önceden eğitilmiş, NYU Depth V2 Eigen test bölümünde değerlendirilmiştir.

pip install ultralytics

from 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()

Model	Boyut (px)	delta1	abs_rel	RMSE (m)	Parametre (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

NYU Depth V2 Eigen test bölümünde YOLO26 derinlik tahmini kıyaslama sonuçları; çok ölçekli ve yatay çevirme TTA'sı ile log-en küçük kareler hizalaması kullanılmıştır; parametreler ve FLOP'lar 768 × 768 boyutunda ölçülmüştür.

Dünyanın önde gelen kuruluşlarının tercihi

Modellerimizin etkisi

En yeni görüntü yapay zekâ modellerimizle sektörler genelindeki süreçleri kolaylaştır. Ultralytics'in sunduğu hız, doğruluk ve kullanım kolaylığı.

—

GitHub yıldızları

—

İndirme sayısı

—

Günlük Ultralytics YOLO kullanımı

—

Açık kaynak katkıda bulunanlar

Ultralytics YOLO modellerinin gelişimi

Ultralytics YOLO'nun pratik YOLOv5 iş akışından uç cihazlara hazır YOLO26 çıkarımına nasıl evrildiğini gör.

2020

Ultralytics YOLOv5

Hızlı ve pratik bir PyTorch iş akışıyla gerçek zamanlı nesne algılamayı erişilebilir hâle getirdi.

2023

Ultralytics YOLOv8

Birleşik iş akışını algılama, segmentasyon, sınıflandırma, poz tahmini ve OBB görevlerine genişletti.

2024

Ultralytics YOLO11

Tanıdık Ultralytics iş akışını korurken doğruluğu, hızı ve verimliliği artırdı.

2026

Ultralytics YOLO26

Uçtan uca çıkarımı ve verimli uç dağıtımı için optimize edilmiş bir mimariyi kullanıma sundu.

Image annotation interface using smart segmentation to label an object.

Akıllı anotasyonla 10 kata kadar daha hızlı etiketle

Ultralytics Platform, yüksek kaliteli veri kümelerini daha hızlı oluşturman için görüntü anotasyon aracı sunar. Akıllı anotasyondan hassas manuel düzenlemeye kadar bu özellikler, kaliteden ödün vermeden görüntü etiketleme süresini azaltmak için tasarlandı.

SAM destekli akıllı anotasyon:Maskeler ve sınırlayıcı kutular tek tıkla.
Tüm yapay zekâ görevlerini kapsar:Nesne algılama, örnek segmentasyonu, anlamsal segmentasyon, sınıflandırma, poz tahmini, OBB.
Evrensel biçim desteği:YOLO, COCO ve daha fazlası arasından seçim yap.
Ekip incelemesi ve sürüm takibi:Her adımda sorunsuz iş birliği.

En iyi GPU'larda daha ucuza eğitim yap

Ampere'den Blackwell'e 26 NVIDIA GPU, saati 0,24 $'dan başlayan fiyatlarla. Ek ücret yok, minimum kullanım yok, taahhüt yok.

Ampere

Kendini kanıtlamış veri merkezi ve iş istasyonu GPU'ları

Verimli çıkarım ve gerçek zamanlı yapay zekâ

Büyük ölçekli eğitim için özel olarak tasarlandı

BlackwellYeni

En yeni nesil, maksimum performans

Her Yerde Dağıt

22 biçime aktar ve uçta, bulutta ve mobilde dağıt.

Sektörel çözümleri keşfet

Ekiplerin Ultralytics bilgisayarlı görü teknolojisini üretim ortamlarında nasıl kullandığını gör.

Sık sorulan sorular

Ultralytics YOLO-Depth, sıradan tek bir RGB görüntüsünden metre cinsinden yoğun ve piksel bazlı bir derinlik haritası tahmin eden tek kameralı derinlik tahmini için YOLO26 model ailesidir. YOLO26n-depth'ten YOLO26x-depth'e kadar beş boyutta resmî, önceden eğitilmiş kontrol noktaları sunulur.
Derinlik, 2B algılamaları 3B anlayışa dönüştürür: bir engelin ne kadar uzakta olduğu, bir nesnenin gerçekte ne kadar büyük olduğu ve sahnenin nasıl düzenlendiği. Bunları tek bir standart kamerayla yapmak, lidar ve stereo sistemlerin maliyetini, kalibrasyonunu ve entegrasyon yükünü ortadan kaldırır; böylece uzamsal farkındalık robotik, mobilite ve günlük kamera sistemleri için uygulanabilir hâle gelir.
Her tahmin, giriş görüntüsüyle hizalanmış tek bir yoğun kayan noktalı derinlik haritası döndürür. Haritaya result.depth.data üzerinden eriş; değerler metre cinsinden mesafeyi gösterir ve 3B yeniden yapılandırma, navigasyon, ölçüm veya görselleştirme için NumPy dizisine dönüştürülebilir. Sonuç sözleşmesinin tamamı için derinlik tahmini kılavuzuna bak.
Evet. Her RGB görüntüsünü metre cinsinden bir float32 derinlik haritasıyla eşleştir ve önceden eğitilmiş bir YOLO26-depth kontrol noktasında standart Ultralytics eğitim modunu kullanarak ince ayar yap. Resmî kılavuz, yayımlanmış ağırlıkları özel bir derinlik alanına uyarlarken AdamW ve düşük öğrenme oranı kullanılmasını önerir.
Bir YOLO26-depth kontrol noktasını ONNX, OpenVINO, TensorRT ve CoreML dâhil biçimlere dönüştürmek için dışa aktarma modunu kullan. Ardından dışa aktarılan modeli uç cihaz, mobil veya sunucu donanımında aynı Ultralytics tahmin iş akışıyla çalıştırabilirsin.