Accueil Projets ultralytics
ultralytics

ultralytics

par ultralytics · GitHub

Ultralytics YOLO26, YOLO11, YOLOv8 — détection d'objets, segmentation d'instances, segmentation sémantique, classification d'images, estimation de pose, suivi d'objets

Voir sur GitHub
En termes simples

Détectez des objets, suivez des mouvements et classifiez des images en utilisant des modèles IA avancés.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence copyleft
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
ultralytics — GitHub preview card
📈 Historique des étoiles
60k59k
2026-06-272026-07-29
📈 Suivez ultralytics

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Ultralytics YOLO26, YOLO11, YOLOv8 — détection d'objets, segmentation d'instances, segmentation sémantique, classification d'images, estimation de pose, suivi d'objets

ultralytics compte 60k étoiles sur GitHub. Il a été forké 11.5k fois. ultralytics est écrit principalement en Python. Il est développé activement depuis 2022. ultralytics est disponible sous licence AGPL-3.0. Ses principaux thèmes sont : computer-vision, deep-learning, image-classification, instance-segmentation.

Frequently asked questions

Qu'est-ce que ultralytics ?

Ultralytics YOLO26, YOLO11, YOLOv8 — détection d'objets, segmentation d'instances, segmentation sémantique, classification d'images, estimation de pose, suivi d'objets

ultralytics est-il open source ?

ultralytics est un projet open source. Il est distribué sous licence AGPL-3.0.

ultralytics est-il gratuit ?

Oui. ultralytics est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est ultralytics ?

ultralytics est disponible sous licence AGPL-3.0.

Dans quel langage ultralytics est-il écrit ?

ultralytics est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — ultralytics

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=ultralytics-ultralytics)](https://olud.ai/project/ultralytics-ultralytics.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
TensorRT-YOLO
🚀 Outil de déploiement YOLO plus facile et plus rapide pour NVIDIA 🛠️
1.9k · computer-vision
partagerotated-object-detectionyolo11
ultralytics-YOLO-DeepSort-ByteTrack-PyQt-GUI
une application GUI, qui utilise des YOLO (YOLOv8, YOLO11, YOLOv13) pour la détection/suivi d'o…
457 · byte-tracking
partageyolo11yolo26
yolo_ros
Ultralytics YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12 pour ROS 2.
1.1k · 3d-human-pose-estimation
partageyolo-worldyolo26
YoloDotNet
YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection…
800 · computer-vision
partageyolo-worldyolo26
X-AnyLabeling
Plateforme d'annotation assistée par AI open-source pour images, vidéos, texte et données multi…
9.9k · artificial-intelligence
partagerotated-object-detectioninstance-segmentation
yolov5
Ultralytics YOLOv5 en PyTorch pour la détection d'objets, la segmentation d'instances, la class…
57.8k · computer-vision
partageultralyticsinstance-segmentation
ultralytics_ros
Paquet ROS/ROS 2 pour la détection et la segmentation d'objets en temps réel avec Ultralytics Y…
324 · object-detection
partageultralyticsyolov8
autodistill
Images à inférer sans étiquetage (utilisez des modèles de base pour entraîner des modèles super…
2.7k · auto-labeling
partageyolov8segment-anything
CVPR-2022-papers
Articles CVPR 2022 avec code (论文及代码)
469 · computer-vision
partagepose-estimationsemantic-segmentation
mmyolo
Boîte à outils et banc d'essai de la série OpenMMLab YOLO. Implémenté RTMDet, RTMDet-Rotated, Y…
3.5k · deep-learning
partagerotated-object-detectionyolov8

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.