Ultralytics YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de poses, seguimiento de objetos
Detecta objetos, rastrea movimientos y clasifica imágenes utilizando modelos de IA avanzados.
pip install ultralytics
Documentación ↗Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUltralytics YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de poses, seguimiento de objetos
ultralytics tiene 59.6k estrellas en GitHub. Se ha bifurcado 11.4k veces. ultralytics está escrito principalmente en Python. Se desarrolla activamente desde 2022. ultralytics está disponible bajo la licencia AGPL-3.0. Sus temas principales son: computer-vision, deep-learning, image-classification, instance-segmentation.
Ultralytics YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de poses, seguimiento de objetos
ultralytics es un proyecto de código abierto. Se distribuye bajo la licencia AGPL-3.0.
Sí. ultralytics es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo. Su licencia AGPL-3.0 es un copyleft fuerte: toda versión modificada que distribuya — incluso ofrecida como servicio en línea — debe publicarse bajo la misma licencia.
ultralytics está disponible bajo la licencia AGPL-3.0.
ultralytics está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/ultralytics-ultralytics.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.