Ultralytics YOLO-Depth
Dự đoán khoảng cách đến mọi bề mặt nhìn thấy được từ một ảnh RGB. Model YOLO26 depth bổ sung nhận thức không gian 3D theo đơn vị thực mà không cần cảm biến độ sâu chuyên dụng, camera stereo hay lidar.
Model ước tính độ sâu YOLO26
Model YOLO26-depth dự đoán bản đồ độ sâu dày đặc, tính bằng mét, từ một ảnh RGB. Năm kích thước model đáp ứng từ triển khai edge đến phân tích không gian đòi hỏi độ chính xác cao; trọng số phát hành được pretrained trên khoảng 2,19 triệu ảnh trong nhà và ngoài trời, đồng thời được đánh giá trên tập kiểm thử Eigen của 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()| Model | Kích thước (px) | delta1 | abs_rel | RMSE (m) | Tham số (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 |
Benchmark ước tính độ sâu YOLO26 trên tập kiểm thử Eigen của NYU Depth V2 với TTA đa tỷ lệ và lật ngang, cùng căn chỉnh bình phương tối thiểu log; số tham số và FLOPs được đo ở độ phân giải 768 × 768.
Được các tổ chức hàng đầu thế giới tin dùng
Tác động từ các model của chúng tôi
Tinh gọn quy trình trên nhiều ngành với các model AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.
Quá trình phát triển của các model Ultralytics YOLO
Tìm hiểu quá trình phát triển của Ultralytics YOLO, từ quy trình YOLOv5 thực tiễn đến suy luận YOLO26 sẵn sàng cho edge.
Gắn nhãn nhanh hơn tới 10 lần với công cụ chú thích thông minh
Ultralytics Platform cung cấp công cụ chú thích ảnh giúp bạn xây dựng dataset chất lượng cao nhanh hơn. Từ chú thích thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gắn nhãn ảnh mà không ảnh hưởng đến chất lượng.
- Chú thích thông minh được hỗ trợ bởi SAM:Tạo mask và bounding box chỉ bằng một lần nhấp.
- Hỗ trợ đầy đủ các tác vụ AI:Phát hiện, phân đoạn instance, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát:Tùy chọn YOLO, COCO và nhiều định dạng khác.
- Đánh giá và quản lý phiên bản nhóm:Cộng tác rõ ràng ở mọi bước.
Huấn luyện với GPU tốt nhất, tiết kiệm hơn
26 GPU NVIDIA với giá khởi điểm $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không mức tối thiểu, không cam kết.
Triển khai ở mọi nơi
Xuất sang 22 định dạng và triển khai trên các thiết bị biên, nền tảng đám mây và thiết bị di động.
Khám phá giải pháp theo ngành
Tìm hiểu cách các nhóm ứng dụng thị giác máy tính Ultralytics trong môi trường sản xuất.
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Nông nghiệp
Ô tô
Chăm sóc sức khỏe
Logistics
Sản xuất
Bán lẻ
Robot
Câu hỏi thường gặp
Ultralytics YOLO-Depth là dòng model YOLO26 dành cho ước tính độ sâu đơn ảnh: dự đoán bản đồ độ sâu dày đặc theo từng pixel, tính bằng mét, từ một ảnh RGB thông thường. Checkpoint pretrained chính thức có năm kích thước, từ YOLO26n-depth đến YOLO26x-depth.
Độ sâu biến các kết quả phát hiện 2D thành khả năng hiểu 3D: chướng ngại vật cách bao xa, kích thước thực của vật thể và bố cục của cảnh. Thực hiện việc này bằng một camera tiêu chuẩn giúp tránh chi phí, công đoạn hiệu chuẩn và gánh nặng tích hợp của lidar và hệ thống camera stereo, nhờ đó khả năng nhận thức không gian trở nên thiết thực cho robot, phương tiện di chuyển và các hệ thống camera thông thường.
Mỗi lần dự đoán trả về một bản đồ độ sâu float dày đặc, được căn chỉnh với ảnh đầu vào. Truy cập bản đồ qua
result.depth.data; các giá trị biểu thị khoảng cách tính bằng mét và có thể chuyển thành mảng NumPy để tái tạo 3D, điều hướng, đo lường hoặc trực quan hóa. Xem hướng dẫn dự đoán độ sâu để biết đầy đủ cấu trúc kết quả.Có. Ghép mỗi ảnh RGB với một bản đồ độ sâu float32 tính bằng mét, rồi fine-tune checkpoint YOLO26-depth pretrained bằng chế độ train tiêu chuẩn của Ultralytics. Hướng dẫn chính thức khuyến nghị dùng AdamW và learning rate thấp khi điều chỉnh trọng số đã phát hành cho miền độ sâu tùy chỉnh.
Dùng chế độ export để chuyển checkpoint YOLO26-depth sang các định dạng như ONNX, OpenVINO, TensorRT và CoreML. Sau đó, bạn có thể chạy model đã export bằng cùng quy trình dự đoán Ultralytics trên phần cứng edge, di động hoặc máy chủ.
Phát triển với Ultralytics YOLO-Depth
Huấn luyện, validation, export và triển khai model ước tính độ sâu YOLO26 với Ultralytics Platform.