Estimation de pose YOLO en temps réel
Suis les points clés du corps et les squelettes dans des vidéos en direct avec les modèles de pose Ultralytics YOLO26. Développe des applications de fitness, d’analyse sportive, de sécurité et d’ergonomie à l’aide d’un workflow unique et rapide d’entraînement et de déploiement.
Modèles de pose YOLO26
Les modèles YOLO26-pose détectent les personnes et prédisent les points clés du corps en un seul passage, assez rapidement pour la vidéo en direct sur du matériel modeste. Cinq tailles couvrent les besoins des appareils edge jusqu’aux analyses où la précision est essentielle, et les ensembles de points clés personnalisés s’entraînent avec le workflow standard d’Ultralytics.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 pose model
model = YOLO("yolo26n-pose.pt")
# Run inference
results = model("image.jpg")| Modèle | Taille (px) | mAP de pose (e2e) | mAP de pose 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Paramètres (M) | FLOPs (G) |
|---|---|---|---|---|---|---|---|
| YOLO26n-pose | 640 | 57.2 | 83.3 | 40.3 ± 0.5 | 1.8 ± 0.0 | 2.9 | 7.5 |
| YOLO26s-pose | 640 | 63.0 | 86.6 | 85.3 ± 0.9 | 2.7 ± 0.0 | 10.4 | 23.9 |
| YOLO26m-pose | 640 | 68.8 | 89.6 | 218.0 ± 1.5 | 5.0 ± 0.1 | 21.5 | 73.1 |
| YOLO26l-pose | 640 | 70.4 | 90.5 | 275.4 ± 2.4 | 6.5 ± 0.1 | 25.9 | 91.3 |
| YOLO26x-pose | 640 | 71.6 | 91.6 | 565.4 ± 3.0 | 12.2 ± 0.2 | 57.6 | 201.7 |
Benchmarks de pose YOLO26 issus de la documentation Ultralytics.
Adopté par les plus grandes organisations du monde
L’impact de nos modèles
Rationalise les processus dans tous les secteurs grâce à nos modèles de vision par IA de pointe. Ultralytics met la vitesse, la précision et la facilité d’utilisation à ta portée.
L’évolution des modèles Ultralytics YOLO
Découvre l’évolution d’Ultralytics YOLO, du flux de travail pratique de YOLOv5 à l’inférence YOLO26 prête pour l’edge.
Étiquette jusqu’à 10 fois plus vite grâce à l’annotation intelligente
Ultralytics Platform te fournit un outil d’annotation d’images pour créer plus rapidement des jeux de données de haute qualité. De l’annotation intelligente à la retouche manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d’annotation des images sans sacrifier la qualité.
- Annotation intelligente optimisée par SAM :Masques et boîtes englobantes en un clic.
- Prise en charge complète des tâches d’IA :Détection, segmentation d’instances, segmentation sémantique, classification, estimation de pose, OBB.
- Prise en charge universelle des formats :Choisis YOLO, COCO ou un autre format.
- Révision et gestion des versions en équipe :Une collaboration fluide à chaque étape.
Entraîne tes modèles sur les meilleurs GPU à moindre coût
26 GPU NVIDIA à partir de 0,24 $/h — de l’architecture Ampere à Blackwell. Aucun supplément, aucun minimum, aucun engagement.
Déploie partout
Exporte vers 22 formats et déploie sur des appareils en périphérie, dans le cloud et sur mobile.
Découvrir les solutions sectorielles
Découvre comment les équipes utilisent la vision par ordinateur d’Ultralytics dans des environnements de production.
Agriculture
Automobile
Santé
Logistique
Industrie manufacturière
Commerce de détail
Robotique
Foire aux questions
L’estimation de pose détecte les personnes ou les objets et prédit la position de leurs points clés — pour les humains, généralement 17 articulations du corps comme les épaules, les coudes et les genoux. Relier les points clés permet d’obtenir un squelette qui décrit la posture et les mouvements. Les modèles de pose Ultralytics YOLO détectent et estiment les points clés en un seul passage, assez rapidement pour la vidéo en direct.
Parmi les applications courantes, on trouve l’analyse de la posture pendant les exercices et le comptage des répétitions en fitness, l’analyse technique dans le sport, la détection des chutes et le suivi ergonomique dans la sécurité au travail, ainsi que les interfaces pilotées par gestes. Comme les modèles de pose Ultralytics s’exécutent en temps réel, ces applications fonctionnent sur des flux vidéo en direct, y compris sur des appareils edge.
Les modèles de pose Ultralytics YOLO26 sont le point de départ recommandé : préentraînés sur les points clés COCO, ils sont proposés en tailles allant de nano à extra-large. Les modèles de pose YOLO11 restent pris en charge avec une API identique.
Oui. Ton jeu de données définit l’ensemble des points clés ; tu peux donc entraîner des modèles pour des animaux, des machines ou toute structure présentant des repères cohérents. Annote les points clés, configure leur nombre et le squelette dans le fichier du jeu de données, puis lance le mode train, ou gère l’ensemble du workflow sur Ultralytics Platform.
Exporte des modèles de pose avec le mode d’export vers ONNX, OpenVINO, TensorRT, CoreML, LiteRT et d’autres formats. Les sorties de points clés font partie du modèle exporté : les applications mobiles et embarquées peuvent donc exploiter directement les poses, sans bibliothèques de post-traitement supplémentaires.
Développe l’estimation de pose avec Ultralytics
Annote des points clés, entraîne des modèles de pose YOLO26 et déploie-les partout avec Ultralytics Platform.