Startseite Projekte ultralytics
ultralytics

ultralytics

von ultralytics · GitHub

Ultralytics YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Pose-Schätzung, Objektverfolgung

Auf GitHub ansehen
In einfachen Worten

Erkennen Sie Objekte, verfolgen Sie Bewegungen und klassifizieren Sie Bilder mit fortschrittlichen KI-Modellen.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Copyleft-Lizenz
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
ultralytics — GitHub preview card
📈 Sternhistorie
60k59k
2026-06-272026-07-29
📈 ultralytics verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ultralytics YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Pose-Schätzung, Objektverfolgung

ultralytics hat 60k Sterne auf GitHub. Es wurde 11.5k-mal geforkt. ultralytics ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. ultralytics ist unter der AGPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, deep-learning, image-classification, instance-segmentation.

Frequently asked questions

Was ist ultralytics?

Ultralytics YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Bildklassifizierung, Pose-Schätzung, Objektverfolgung

Ist ultralytics Open Source?

ultralytics ist ein Open-Source-Projekt. Es wird unter der AGPL-3.0-Lizenz veröffentlicht.

Ist ultralytics kostenlos?

Ja. ultralytics ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht ultralytics?

ultralytics ist unter der AGPL-3.0-Lizenz verfügbar.

In welcher Sprache ist ultralytics geschrieben?

ultralytics ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — ultralytics

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=ultralytics-ultralytics)](https://opensourceai.tech/project/ultralytics-ultralytics.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
TensorRT-YOLO
🚀 Einfacherer & schnellerer YOLO-Bereitstellungstoolkit für NVIDIA 🛠️
1.9k · computer-vision
teiltrotated-object-detectionyolo11
ultralytics-YOLO-DeepSort-ByteTrack-PyQt-GUI
Eine GUI-Anwendung, die YOLOs (YOLOv8, YOLO11, YOLOv13) für Objekterkennung/-verfolgung und men…
457 · byte-tracking
teiltyolo11yolo26
yolo_ros
Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 für ROS 2
1.1k · 3d-human-pose-estimation
teiltyolo-worldyolo26
YoloDotNet
YoloDotNet - Ein C# .NET 8.0-Projekt für Klassifizierung, Objekterkennung, OBB-Erkennung, Segme…
800 · computer-vision
teiltyolo-worldyolo26
X-AnyLabeling
Open-Source-KI-unterstützte Annotierungsplattform für Bilder, Videos, Texte und multimodale Dat…
9.9k · artificial-intelligence
teiltrotated-object-detectioninstance-segmentation
yolov5
Ultralytics YOLOv5 in PyTorch für Objekterkennung, Instanzsegmentierung, Klassifizierung, Train…
57.8k · computer-vision
teiltultralyticsinstance-segmentation
ultralytics_ros
ROS/ROS 2-Paket für Ultralytics YOLOv8 zur Echtzeit-Objekterkennung und -segmentierung. https:/…
324 · object-detection
teiltultralyticsyolov8
autodistill
Bilder zur Inferenz ohne Kennzeichnung (verwenden Sie Grundmodelle, um überwachte Modelle zu tr…
2.7k · auto-labeling
teiltyolov8segment-anything
CVPR-2022-papers
CVPR 2022-Papiere mit Code (论文及代码)
469 · computer-vision
teiltpose-estimationsemantic-segmentation
mmyolo
OpenMMLab YOLO-Serie Toolbox und Benchmark. Implementiert RTMDet, RTMDet-Rotated, YOLOv5, YOLOv…
3.5k · deep-learning
teiltrotated-object-detectionyolov8

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.