关于 yolo-models
用于按任务、规模和部署约束选择 Ultralytics 视觉模型的参考 Skill，帮助用户挑选模型系列并配置自定义架构。
主要功能
- 01比较模型系列与规模
- 02按后缀匹配视觉任务
- 03选择开放词汇或提示式模型
- 04加载并定制架构 YAML
适用场景
- 01为新的视觉任务选择模型
- 02按延迟约束挑选模型规模
- 03决定检测或分割方案
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/yolo-models确认已加载。
附带文件agents/openai.yamlweights-catalog.md
详细介绍
选择 Ultralytics 模型
默认推荐：预训练的 YOLO26。 最新一代，提供可选的无 NMS 检测头（nms=False），可实现最快的 CPU 推理和最简单的部署。只有在需要匹配现有代码库，或部署目标尚不支持 YOLO26 时，才使用 YOLO11/YOLOv8。大多数官方权重会在首次使用时自动下载；sam3.pt 和 sam3.1_multiplex.pt 需要手动获取并下载。
在 Platform 中选择
如需最快速地无代码启动，请在项目中点击 New Model。其 Official 选项卡会列出 YOLO26（推荐）、YOLO11、YOLOv8 和 YOLOv5 模型，这些模型的任务可以训练所选数据集；My Models 会列出已完成训练或已上传的检查点，供进一步微调。如需先浏览官方模型，请在 Platform Explore 的 Projects 下打开 @ultralytics 项目。
使用 Platform 模型页面查看指标、在 Predict 中测试、导出、部署、将公开模型克隆到工作区，或下载其 .pt 权重以用于下文的 Python/CLI 工作流。请参阅 Platform Models 和 Explore。
模型 = 系列 + 尺寸 + 任务后缀
yolo26 + n/s/m/l/x + 任务后缀 → yolo26s-seg.pt
| 尺寸 | COCO mAP50-95 | 参数量 | T4 TensorRT | 适用场景 |
|---|---|---|---|---|
| n | 40.9 | 2.4M | ~1.7 ms | 边缘设备/移动端、CPU 实时推理、首个原型 |
| s | 48.6 | 9.5M | ~2.5 ms | 大多数项目的均衡默认选择 |
| m | 53.1 | 20.4M | ~4.7 ms | GPU 服务端、重视准确率 |
| l | 55.0 | 24.8M | ~6.2 ms | 对准确率要求极高、GPU 资源充足 |
| x | 57.5 | 55.7M | ~11.8 ms | 追求最高准确率、离线/批量处理 |
策略：先用 n 低成本验证工作流，然后逐步增大模型，直到准确率提升不再值得增加延迟。更大的模型永远无法修正糟糕的标签。
| 后缀 | 任务 | 输出 |
|---|---|---|
| (none) | 检测 | 边界框 |
-seg | 实例分割 | 多边形 + 边界框 |
-sem | 语义分割（YOLO26+） | 逐像素类别掩码 |
-depth | 单目深度估计（YOLO26+） | 深度图 |
-cls | 分类 | 类别概率 |
-pose | 姿态/关键点 | 关键点 + 边界框 |
-obb | 有向边界框 | 旋转边界框 |
较新任务的说明：
- 语义分割（
-sem）：数据集使用通过masks_dir（默认为masks/）指定的 PNG 掩码，或多边形标签；指标为 mIoU。 - 深度估计（
-depth）：目标为缩放后的 uint16 PNG 图（首选）或以米为单位的浮点.npy图；指标为 delta1。深度模型还提供model.calibrate(data=...)，用于拟合度量尺度校正；使用model.save(...)持久化该校正。
各系列速查表
| 系列 | 类 | 适用场景 |
|---|---|---|
| YOLO26 / YOLO11 / YOLO12 / YOLOv8–v10 | YOLO("yolo26n.pt") | 标准封闭集任务；默认选择 |
| YOLO-World | YOLOWorld("yolov8s-worldv2.pt") | 零样本检测任意文本类别；model.set_classes(["person", "helmet"])；优先使用 -worldv2（原始 -world 权重无法导出） |
| YOLOE | YOLOE("yoloe-26s-seg.pt") | 通过文本或视觉提示词进行开放词汇检测和分割；set_classes(["person", "helmet"])，通过 predict(..., visual_prompts={"bboxes": ..., "cls": ...}, predictor=YOLOEVPSegPredictor) 使用视觉提示词（默认预测器仅返回边界框）；-pf 变体无需提示词 |
| SAM / SAM2 / SAM3 / MobileSAM | SAM("sam_b.pt") | 可通过提示词进行分割：predict(source, bboxes=... / points=... / labels=...)；SAM2/SAM3 增加了视频预测器；SAM3 增加了文本/示例概念分割（SAM3SemanticPredictor）；仅支持推理 |
| FastSAM | FastSAM("FastSAM-s.pt") | 基于 CNN 的全分割模型，速度远快于 SAM；不支持训练 |
| RT-DETR | RTDETR("rtdetr-l.pt") | Transformer 检测器，在 GPU 上具有较高准确率 |
| YOLO-NAS | NAS("yolo_nas_s.pt") | 不支持训练（仅支持 val/predict/export） |
所有类都共享同一套 Model API（train/val/predict/track/export/...）——其他 yolo-* 技能中的所有内容都适用于它们，但上述例外情况除外。
开放词汇模型选择：需要在推理时检测任意类别且无需训练 → YOLO-World（检测）或 YOLOE（检测和分割，也支持视觉提示词）。需要通过点击/边界框获得像素级精准的掩码 → SAM 系列。需要针对固定类别列表训练模型 → 微调普通 YOLO26（在该封闭集上速度更快、准确率更高）。
架构 YAML（自定义模型）
ultralytics/cfg/models/ 提供可编辑的架构定义（yolo26.yaml、yolo11.yaml、yolov8.yaml 及其变体，例如 -p2（小目标）、-p6（较大的 imgsz）和 -ghost）。加载 YOLO("yolo26n.yaml") 会从头构建模型——规模由文件名主体中的字母决定。要自定义架构，同时保留层匹配处的预训练权重：
model = YOLO("yolo26n.yaml").load("yolo26n.pt") # transfer matching weights
仅在研究或存在特殊约束时使用此方式；常规工作请微调原版 .pt。
相关页面
- 本文件夹中的
weights-catalog.md——了解程序包已知的权重命名模式和专用官方资源。不要猜测权重名称。
根据已安装版本进行验证
模型可用性变化很快。运行以下命令可查看已安装程序包的已知快速路径集合；在判定未列出的官方资源无效前，请先阅读 weights-catalog.md：
python -c "from ultralytics.utils.downloads import GITHUB_ASSETS_NAMES; print(*sorted(GITHUB_ASSETS_NAMES), sep='\\n')"
如果权重返回 404 或类导入失败，请检查 yolo checks，并以已安装版本报出的错误为准。