Ultralytics (@ultralytics)
AMD Dev Day Shanghai에서 Ultralytics가 강조한 핵심은 AI가 단일 모델 중심에서 배포 가능한 시스템 중심으로 이동하고 있다는 점입니다. AI 빌더는 모델 성능뿐 아니라 실제 배포, 통합, 운영 관점의 시스템 설계를 함께 봐야 한다는 메시지로 읽힙니다.
AMD Dev Day Shanghai! 🚀 The Ultralytics team attended @AMD Dev Day Shanghai, and one theme came through clearly: AI is moving beyond standalone models toward deployable systems. Read about the key themes from the event and what they could mean for AI builders ➡️
Ultralytics (@ultralytics)
Ultralytics가 YOLO26로 도로 표지판과 보행자 신호를 실시간 탐지하는 사례를 소개했다. 자율주행, 운전자 보조 시스템, 스마트시티 교통 모니터링에 바로 응용 가능한 컴퓨터 비전 활용 예시다.
https://x.com/ultralytics/status/2057496731206496496
#ultralytics #yolo #computervision #smartsity #autonomousdriving
Detect road signs and pedestrian symbols with Ultralytics YOLO26! 🚸 Identify traffic signs and walking signals in real time to support safer streets, driver assistance systems, and smart city traffic monitoring. Read more ➡️ https://t.co/geO9uN49Ox #Ultralytics #SmartCities
Muhammad Rizwan Munawar (@muhammdrizwanmr)
Ultralytics YOLO26를 활용해 겹치거나 형태·질감이 다른 목재 더미를 픽셀 수준으로 세그멘테이션하는 사례를 소개한다. 목재 검사, 분류, 가공 자동화에 도움이 되는 컴퓨터 비전 활용 예시다.
https://x.com/muhammdrizwanmr/status/2056945682137931984
#ultralytics #yolo26 #segmentation #computervision #woodinspection
Segment wood stacks with @ultralytics YOLO26! 🌲 Identify and outline wooden pieces even when they overlap, vary in shape, or differ in texture. With pixel-level segmentation, YOLO26 makes wood inspection, sorting, and processing far more efficient. More info👇 #Wood
Muhammad Rizwan Munawar (@muhammdrizwanmr)
Ultralytics YOLO26으로 산업 현장의 액추에이터 개수를 실시간으로 세는 사례를 공유했다. 제조 환경에서 부품 모니터링, 자동화, 오류 감소, 효율 개선에 활용 가능한 컴퓨터 비전 적용 예시다.
https://x.com/muhammdrizwanmr/status/2056225355023921341
#ultralytics #yolo26 #computervision #manufacturing #objectcounting
Count actuators in industrial environments with @ultralytics YOLO26🚀 Real-time object counting in manufacturing environments enables smart monitoring of mechanical parts, such as actuators, boosting automation, reducing errors, and improving efficiency across manufacturing
Ultralytics (@ultralytics)
Ultralytics YOLO26을 이용해 이미지나 비디오 스트림에서 특정 객체를 자동 블러 처리하는 기능을 소개했다. 프라이버시 보호, 콘텐츠 모더레이션, 실시간 시각 익명화 워크플로에 활용할 수 있다.
https://x.com/ultralytics/status/2056408256596087067
#ultralytics #yolo26 #computervision #privacy #objectdetection
Blur detected objects with Ultralytics YOLO26! 🫥 Automatically blur selected objects in images or video streams to support privacy protection, content moderation, and real-time visual anonymization workflows. Learn more ➡️ https://t.co/lpJjjm8WvJ #Ultralytics #ComputerVision
Ultralytics (@ultralytics)
Ultralytics YOLO26 모델을 Python 코드로 로드한 뒤 TensorRT 엔진(.engine)으로 export하고 다시 불러오는 예시를 공유. 실전 배포에서 추론 최적화 파이프라인을 구성할 때 바로 참고할 수 있는 코드 스니펫.
@nvidia Code 👇 """"""" from ultralytics import YOLO # Load the YOLO26 model model = YOLO("https://t.co/uEGGQDrLbd") # Export the model to TensorRT format # creates 'yolo26n.engine' model.export(format="engine") # Load the exported TensorRT model tensorrt_model =
Ultralytics (@ultralytics)
울트랄리틱스가 선전 커뮤니티 밋업에서 YOLO26과 Ultralytics Platform을 중심으로 비전 AI의 미래를 논의했다. 커뮤니티와의 교류를 통해 개발자들이 울트랄리틱스 생태계 위에서 계속 빌드하고 있다는 점을 강조한 행사 소식이다.
Ultralytics Community Meetup in Shenzhen! 🚀 From inspiring conversations on Ultralytics YOLO26 and Ultralytics Platform, to shared ideas on the future of vision AI, the energy in the room was incredible. Thanks to everyone who joined us and continues building with Ultralytics.
Ultralytics (@ultralytics)
Ultralytics YOLO26를 활용해 카페 내 사람, 테이블, 의자, 계산대 구역을 실시간으로 감지해 좌석 점유율과 가용 좌석을 파악하고, 매장 레이아웃 최적화·혼잡 시간 관리·서비스 흐름 개선에 도움을 주는 리테일 AI 활용 사례를 소개했다.
https://x.com/ultralytics/status/2054961275197616220
#ultralytics #yolo26 #retailai #computervision #realtimedetection
Monitor café activity in real time with Ultralytics YOLO26! ☕ Detect people, tables, chairs, and cashier zones to track occupancy and available seating, helping optimize layout, manage rush hours, and improve service flow. Explore more ➡️ https://t.co/i8P7duWfWc #RetailAI
Ultralytics (@ultralytics)
Ultralytics YOLO26로 SAHI 타일드 추론을 실행하는 방법을 소개한다. 대형 이미지를 여러 타일로 나눠 소형 객체 탐지 정확도를 높이고, 항공 이미지·감시·밀집 장면 분석에서 정밀한 추론을 가능하게 하는 내용이다.
https://x.com/ultralytics/status/2054593793500778531
#ultralytics #yolo #objectdetection #computervision #inference
Run SAHI tiled inference with Ultralytics YOLO26! 🧩 Split large images into smaller tiles to improve small object detection accuracy, then merge the results for precise inference in aerial imagery, surveillance, and dense-scene analysis. Learn more ➡️ https://t.co/3Lqo47aSg5
Ultralytics (@ultralytics)
Ultralytics가 YOLO26 모델을 ONNX로 내보내어 유연한 배포를 지원한다고 발표했다. TensorRT, OpenVINO, ONNX Runtime 등 다양한 프레임워크에서 추론할 수 있어 엣지·클라우드·프로덕션 환경 전반에 최적화된 성능을 제공한다는 점이 핵심이다.
Export Ultralytics YOLO26 models to @ONNX for flexible deployment! 🔄 Run inference across frameworks like TensorRT, OpenVINO, and ONNX Runtime, enabling optimized performance for edge, cloud, and production environments. Learn more ➡️ https://t.co/G2Ncm48cif #Ultralytics
sayzard