实时 YOLO 姿态估计
使用 Ultralytics YOLO26 姿态模型在实时视频中追踪身体关键点和骨架。通过快速的训练和部署工作流，构建健身、体育分析、安全和工效学应用。
YOLO26 姿态模型
YOLO26-pose 模型可在单次推理中检测人体并预测身体关键点，速度足以在普通硬件上处理实时视频。五种尺寸涵盖从边缘设备到精度要求极高的分析场景，并且可以通过标准的 Ultralytics 工作流训练自定义关键点集。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 pose model
model = YOLO("yolo26n-pose.pt")
# Run inference
results = model("image.jpg")| 模型 | 尺寸 (px) | mAP 姿态 (e2e) | mAP 姿态 50 (e2e) | CPU ONNX (ms) | T4 TensorRT (ms) | 参数量 (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 |
来自 Ultralytics 文档的 YOLO26 姿态基准测试。
深受全球领先组织信赖
我们模型的影响力
借助我们尖端的视觉 AI 模型，简化各行业的流程。由 Ultralytics 提供支持的速度、准确性与易用性。
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到边缘就绪的 YOLO26 推理。
通过智能标注实现高达 10 倍的标注速度提升
Ultralytics Platform 提供图像标注工具，帮助你更快地构建高质量数据集。从智能标注到精确的手动编辑，这些功能旨在缩短图像标注时间，同时不降低质量。
- SAM 驱动的智能标注：一键生成掩码和边界框。
- 全 AI 任务覆盖：检测、实例分割、语义分割、分类、姿态估计、OBB。
- 通用格式支持：随心选择 YOLO、COCO 等格式。
- 团队审阅与版本控制：在每一步都实现清晰的协作。
以更低成本在最佳 GPU 上进行训练
26 款 NVIDIA GPU，价格低至 $0.24/小时——从 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业
汽车
医疗保健
物流
制造
零售
机器人
农业
汽车
医疗保健
物流
制造
零售
机器人
农业
汽车
医疗保健
物流
制造
零售
机器人
常见问题解答
姿态估计用于检测人物或物体并预测其关键点的位置，对于人类而言，通常是 17 个身体关节，例如肩膀、手肘和膝盖。连接这些关键点可以生成一个描述姿势和运动的骨架。Ultralytics YOLO 姿态模型可以在单次前向传播中检测并估计关键点，其速度足以支持实时视频。
常见应用包括健身中的动作规范分析与次数统计、体育运动中的技术分析、职场安全中的跌倒检测与工效学监测，以及手势驱动的界面。由于 Ultralytics 姿态模型能够实时运行，这些应用适用于实时摄像头流，包括在边缘设备上。
Ultralytics YOLO26姿态模型是推荐的起点，它在 COCO 关键点上进行了预训练，并提供从 nano 到 extra-large 的多种尺寸。YOLO11 姿态模型继续受到支持，并具有相同的 API。
可以。关键点集由你的数据集定义，因此你可以为动物、机械或任何具有一致地标的结构训练模型。标注关键点，在数据集文件中配置关键点数量和骨架，然后运行训练模式，或者在Ultralytics 平台上管理整个工作流。
使用导出模式将姿态模型导出为 ONNX、TensorRT、CoreML、OpenVINO、LiteRT 等格式。关键点输出是导出模型的一部分，因此移动端和边缘端应用可以直接消费姿态输出，无需额外的后处理库。
使用 Ultralytics 构建姿态估计
标注关键点，训练 YOLO26 姿态模型，并通过 Ultralytics Platform 将它们部署到任何地方。