討論 | 健行科技大學eclass易課平台

位置: AI應用 > 教材 > YOLO26在Colab Python上試做畫面分割、姿態檢測與隨機狗辨識 > 回應列表

安文

YOLO26/ultralytics有提供哪些不同功能的模型？

04-27 1 樓

顯示先前的回應16 則當中的 3 則

D11333017

1. 物件偵測（Detect）2. 實例分割（Segment）3. 影像分類（Classify）4. 姿態估計（Pose）5. 旋轉框偵測（OBB）

每種任務都有 n / s / m / l / x 五種尺寸，加上開放詞彙版本，共 25 個預訓練模型。

04-27 2 樓

d11433010

物件偵測 (Detect)/實例分割 (Segment)/姿態估計 (Pose)/影像分類 (Classify)/旋轉框偵測 (OBB)。

04-27 3 樓

D11433019

1. 核心任務模型:1.物體檢測2.實例分割3.姿勢估計 4.旋轉框檢測 5.圖像分類
2. 特殊擴展模型:1.YOLOE-26 Open-Vocabulary (開放詞彙模型).2.多目標追蹤 (Multi-Object Tracking)

04-27 4 樓

D11433001

YOLO26/Ultralytics 提供目標檢測、實例分割、人體姿態估計和圖像分類四種功能模型。

04-27 5 樓

D11433020

簡單來說，Ultralytics YOLO26 主要提供以下五種功能的模型：
目標檢測 (Detect)：找出物體的位置並畫框（如：看到這有一台車）。
實例分割 (Segment)：精確勾勒物體的輪廓（如：把車子的形狀塗滿）。
姿態估計 (Pose)：偵測人體關節點（如：手肘、膝蓋的位置）。
影像分類 (Classify)：判斷整張圖是什麼（如：這是一張風景照）。
旋轉框檢測 (OBB)：偵測傾斜的物體（如：空拍圖中斜放的飛機）。

04-27 6 樓

D11333020

物件偵測 (Detect)/實例分割 (Segment)/姿態估計 (Pose)/影像分類 (Classify)/旋轉框偵測 (OBB)

04-27 7 樓

D11333014