Ước tính tư thế YOLO thời gian thực
Theo dõi các keypoint và khung xương cơ thể trong video trực tiếp với các model tư thế YOLO26 của Ultralytics. Xây dựng các ứng dụng về thể dục, phân tích thể thao, an toàn và công thái học với một workflow huấn luyện và triển khai nhanh chóng.
Các model tư thế YOLO26
Các model YOLO26-pose phát hiện người và dự đoán các keypoint trên cơ thể trong một lần chạy, đủ nhanh cho video trực tiếp trên phần cứng thông thường. Năm kích thước bao phủ từ các thiết bị biên đến phân tích yêu cầu độ chính xác cao, và các bộ keypoint tùy chỉnh có thể được huấn luyện thông qua workflow tiêu chuẩn của Ultralytics.
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 pose model
model = YOLO("yolo26n-pose.pt")
# Run inference
results = model("image.jpg")| Model | Kích thước (px) | mAP tư thế (e2e) | mAP tư thế 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | Params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|---|
| 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 |
Các benchmark tư thế YOLO26 từ tài liệu Ultralytics.
Được tin dùng bởi các tổ chức hàng đầu thế giới
Tác động từ các model của chúng tôi
Hợp lý hóa quy trình giữa các ngành công nghiệp 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.
Sự phát triển của các model Ultralytics YOLO
Xem cách Ultralytics YOLO phát triển từ workflow YOLOv5 thực tiễn sang inference YOLO26 sẵn sàng cho Edge.
Đã giúp việc phát hiện đối tượng thời gian thực trở nên dễ tiếp cận với một workflow PyTorch nhanh chóng và thực tế.
Mở rộng quy trình làm việc thống nhất trên các tác vụ phát hiện, phân đoạn, phân loại, pose và OBB.
Cải thiện độ chính xác, tốc độ và hiệu suất trong khi vẫn giữ nguyên quy trình làm việc quen thuộc của Ultralytics.
Đã giới thiệu tính năng inference end-to-end và một kiến trúc được tối ưu hóa cho việc triển khai edge hiệu quả.
Gán nhãn nhanh hơn tới 10 lần với tính năng gán nhãn thông minh
Nền tảng Ultralytics cung cấp công cụ gán nhãn hình ảnh giúp bạn xây dựng tập dữ liệu chất lượng cao nhanh hơn. Từ tính năng gán nhãn thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gán nhãn hình ảnh mà không làm giảm chất lượng.
- Gán nhãn thông minh dựa trên SAM: Mask và bounding box chỉ với một cú nhấp chuột.
- Hỗ trợ đầy đủ các tác vụ AI: Phát hiện đối tượng, phân đoạn thực thể, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
- Hỗ trợ định dạng phổ quát: Tùy chọn của bạn bao gồm YOLO, COCO, VOC và nhiều định dạng khác.
- Đánh giá nhóm và quản lý phiên bản: Cộng tác minh bạch trong từng bước thực hiện.
Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn
26 GPU NVIDIA với giá từ $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không yêu cầu tối thiểu, không cam kết.
Triển khai ở mọi nơi
Export sang 20 định dạng và triển khai trên edge, cloud và mobile.
Khám phá các giải pháp ngành
Xem cách các nhóm áp dụng thị giác máy tính của Ultralytics trong các môi trường sản xuất.
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
AI trong nông nghiệp
AI trong ô tô
AI trong y tế
AI trong logistics
AI trong sản xuất
AI trong bán lẻ
AI trong robot
Các câu hỏi thường gặp
Ước tính tư thế phát hiện người hoặc vật thể và dự đoán vị trí các keypoint của chúng — đối với con người, thường là 17 khớp cơ thể như vai, khuỷu tay và đầu gối. Việc kết nối các keypoint tạo ra một khung xương mô tả tư thế và chuyển động. Các model tư thế YOLO của Ultralytics phát hiện và ước tính keypoint trong một lần chạy duy nhất, đủ nhanh cho video trực tiếp.
Các ứng dụng phổ biến bao gồm phân tích bài tập và đếm số lần lặp lại trong thể dục, phân tích kỹ thuật trong thể thao, phát hiện té ngã và giám sát công thái học trong an toàn lao động, và các giao diện điều khiển bằng cử chỉ. Vì các model tư thế của Ultralytics chạy theo thời gian thực, các ứng dụng này hoạt động trên các luồng camera trực tiếp, bao gồm cả trên các thiết bị biên.
Các model tư thế Ultralytics YOLO26 là điểm bắt đầu được khuyến nghị, đã được tiền huấn luyện trên các keypoint COCO và có sẵn từ kích thước nano đến extra-large. Các model tư thế YOLO11 vẫn được hỗ trợ với API giống hệt.
Có. Bộ keypoint được xác định bởi dataset của bạn, vì vậy bạn có thể huấn luyện các model cho động vật, máy móc hoặc bất kỳ cấu trúc nào có các mốc cố định. Gán nhãn (annotate) keypoint, cấu hình số lượng và khung xương của chúng trong tệp dataset, và chạy train mode, hoặc quản lý toàn bộ workflow trên Ultralytics Platform.
Xuất các model tư thế bằng export mode sang ONNX, TensorRT, CoreML, OpenVINO, LiteRT, và nhiều định dạng khác. Các đầu ra keypoint là một phần của model đã xuất, vì vậy các ứng dụng di động và thiết bị biên có thể sử dụng trực tiếp các tư thế mà không cần các thư viện xử lý hậu kỳ bổ sung.
Xây dựng ước tính tư thế với Ultralytics
Gán nhãn keypoint, huấn luyện các model tư thế YOLO26 và triển khai chúng ở bất cứ đâu với Ultralytics Platform.