YOLO

MODEL-ZOO

YOLO26：支持文本提示分割

Ultralytics的新SOTA模型，可以执行对象检测、实例分割、姿势估计、图像分类和定向边界框(OBB)，甚至可以使用自然语言提示分割对象。

APPLICATION

地理空间AI应用: YOLO vs. SAM

本文结合了真实的地理空间工作流程背景，在数据集需求、算法与架构、运行成本等多个方面对比了YOLO和SAM。

APPLICATION

视觉AI驱动的冶金管道计数器

在本文介绍作者开发移动应用PipesCounting的经验，该应用使用视觉AI模型自动计算一束管道的数量。

APPLICATION

道路坑洼检测边缘AI实现

我们的目标是构建一个能够通过实时摄像头信号检测道路坑洼，并且无需大型 GPU 或云端设置。

MODEL-ZOO

YOLOv13 简介

本文将讨论 YOLOv13 是什么，它带来了什么，以及如果你正在开发图像检测模型，你需要做些什么。让我们开始吧！

APPLICATION

YOLOv12交通拥堵检测

在这次教程中，我们将探讨YOLOv12的独特之处，并实现一个交通检测管道，该管道可以统计车辆数量并根据新加坡—柔佛长堤的交通状况进行分类，使用Google Colab。

APPLICATION

C++运行YOLO进行目标检测

使用像Ultralytics这样的用户友好库，用Python运行目标检测模型已经变得非常简单，但是如何用C++运行YOLO模型呢？

APPLICATION

扫描PDF的文本提取方法

本文探讨了两种强大的方法来解决这一问题，特别是在处理复杂布局和表格时：利用视觉语言模型（VLMs）以及结合文档分割和OCR进行准确的文本提取。

APPLICATION

用YOLO分析文档布局

分析文档布局至关重要，因为它有助于正确解释和理解文档内容。随着 RAG 的兴起，它变得更加重要，因为它严重依赖于准确解析文档的能力。

APPLICATION

YOLO11车站黄线穿越检测

在本文中，我将展示如何利用人工智能创建一个智能视频监控系统，该系统能够检测到有人越过黄线，并立即发出警告，以提高乘客的安全。

TOOL

Triton推理服务器YOLO部署教程

Triton Inference Server 由 NVIDIA 开发，是一个开源平台，旨在简化生产中 AI 和深度学习模型的部署、扩展和优化。

DATASET

图像数据集自动标注指南

本文介绍如何使用 Grounding DINO、SAM 和 AutoDistill 等模型/工具自动生成图像数据集的标注数据。