Ultralytics (@ultralytics)
Ultralytics의 YOLO26을 Construction-PPE 데이터셋으로 학습해 헬멧, 조끼, 안전장비를 탐지하고 PPE 미착용까지 식별할 수 있다고 소개한 트윗입니다. 건설 현장 안전과 컴플라이언스 개선에 활용 가능합니다.
https://x.com/ultralytics/status/2041189219670929922
#ultralytics #yolo26 #computervision #objectdetection #machinelearning
Ultralytics (@ultralytics) on X
Train Ultralytics YOLO26 on the Construction-PPE dataset! 🦺
Detect helmets, vests, and safety gear, and even identify missing PPE for improved safety and compliance on construction sites.
Start training ➡️ https://t.co/j3RWp6cU0Z
#Ultralytics #YOLO26 #MachineLearning #AI
Train Custom Deep Learning Models Without Coding using QGIS, Roboflow and Ultralytics
New video: train custom
#deeplearning models without coding using the
#QGIS Deepness plugin,
#Roboflow &
#Ultralytics.
Watch it on QwastTube:
https://videos.qwast-gis.com/w/ucEzYZ8tSVCb9eDBRQUx4jTrain Custom Deep Learning Models Without Coding using QGIS, Roboflow and Ultralytics
Ultralytics (@ultralytics)
Ultralytics 유틸리티를 사용해 바운딩 박스 좌표로부터 폭, 높이 등 박스 속성을 계산하는 방법을 소개했다. 객체 측정과 커스텀 컴퓨터 비전 워크플로에 바로 활용할 수 있는 실용적인 기능으로, 개발자가 탐지 결과를 후처리할 때 유용하다.
https://x.com/ultralytics/status/2040102052609581441
#ultralytics #computervision #boundingbox #objectdetection #utilities
Ultralytics (@ultralytics) on X
Extract bounding box dimensions using Ultralytics utilities! 📏
Compute width, height, and other box properties directly from bounding box coordinates, useful for object measurements and custom computer vision workflows.
Learn more ➡️ https://t.co/TBOBex2np0
#Ultralytics
Ultralytics (@ultralytics)
Ultralytics YOLO26의 segmentation 기능을 활용해 식물 잎의 병변 부위를 탐지·분리하는 데모를 소개한다. 작물 모니터링, 조기 병해 진단, 정밀농업 워크플로에 적합한 AI 비전 적용 사례다.
https://x.com/ultralytics/status/2039735971260875025
#ultralytics #yolo26 #segmentation #precisionagriculture #computervision
Ultralytics (@ultralytics) on X
Segment leaf disease with Ultralytics YOLO26! 🍃
Identify and isolate infected regions on plant leaves using the YOLO26 segmentation task, ideal for crop monitoring, early disease detection, and precision agriculture workflows.
Explore more ➡️ https://t.co/SM5vNNTmuH
Ultralytics (@ultralytics)
Ultralytics YOLO26 결과를 분석 그래프로 시각화하는 기능을 소개합니다. 감지된 객체 수, 클래스별 추이, 활동 패턴을 차트로 확인할 수 있어 교통 모니터링, 리테일 분석, 스마트 감시 등에서 유용합니다.
https://x.com/ultralytics/status/2039376036274581816
#ultralytics #yolo #computervision #analytics #visualization
Ultralytics (@ultralytics) on X
Visualize Ultralytics YOLO26 results with analytical graphs! 📊
Generate clear charts to track detected object counts, compare class trends, and analyze activity patterns. Ideal for traffic monitoring, retail analytics, and smart surveillance insights.
Explore more ➡️
Ultralytics (@ultralytics)
Ultralytics가 AxeleraAI와 파트너십을 맺고, Ultralytics Python 패키지에 네이티브 내보내기(export) 통합을 추가했다. 이를 통해 YOLO 모델을 Axelera의 Metis AI Processing Units(AIPUs)로 직접 배포해 엣지 추론용 생산 환경으로 빠르게 전환할 수 있다.
https://x.com/ultralytics/status/2038964748897726533
#ultralytics #yolo #axeleraai #edgeai #deployment
Ultralytics (@ultralytics) on X
We are partnering with @AxeleraAI to introduce a native export integration built into the Ultralytics Python package.
Deploy Ultralytics YOLO models directly onto Axelera's Metis AI Processing Units (AIPUs), going from a trained YOLO model to production-ready edge inference
Muhammad Rizwan Munawar (@muhammdrizwanmr)
공항에서 수천 개의 짐을 실시간으로 세어 운영 효율을 높이는 시스템을 직접 구축했다. 수하물 추적을 수동으로 처리하던 비효율을 개선하기 위해 Ultralytics의 YOLO26을 활용한 실시간 luggage counting AI를 구현한 사례다.
https://x.com/muhammdrizwanmr/status/2038101917466063142
#yolo #ultralytics #computervision #airportoperations #aiapplication
Muhammad Rizwan Munawar (@muhammdrizwanmr) on X
Real-time luggage counting at airports for smoother operations 🛄✈️
Airports handle thousands of suitcases and carry-ons every day. Tracking each bag manually is slow and error-prone, so I automated it. I built a real-time luggage counting system using @ultralytics YOLO26.
Ultralytics (@ultralytics)
Ultralytics v8.4.31이 공개되었습니다. 이제 비정사각형 imgsz에서도 INT8 export가 동작하며, Apple Silicon 안정성이 개선되고 멀티스케일 auto-batch가 더 똑똑해졌습니다. YOLO 기반 개발자들에게 유용한 업데이트입니다.
https://x.com/ultralytics/status/2038245854176305161
#ultralytics #yolo #ai #opensource #machinelearning
Ultralytics (@ultralytics) on X
🚀 Ultralytics v8.4.31 is here! INT8 export now works with non-square `imgsz` ✅ Plus better Apple Silicon stability and smarter multi-scale auto-batch ⚡️ #Ultralytics #YOLO #AI
https://t.co/4M0iGLbxQf
Ultralytics (@ultralytics)
Ultralytics v8.4.30이 공개됐다. 체크포인트 복원 강화, 데이터셋 폴백 안전성 개선, override 지원 유지 등으로 재개 학습(resume training)의 안정성이 높아졌다.
https://x.com/ultralytics/status/2037522775133315391
#ultralytics #yolo #machinelearning #release #training
Ultralytics (@ultralytics) on X
🔄 Ultralytics vv8.4.30 is here! Resume training is now more reliable with stronger checkpoint restore, safer dataset fallback, and preserved override support ⚙️🚀 #AI #MachineLearning #YOLO
https://t.co/IMrVkyJ39V
sayzard
Hans van der Kwast
Hans van der Kwast 