Ultralytics YOLO-OCR
快速、准确的文本识别,已在 Ultralytics 路线图上公布。YOLO-OCR 将把文档、标签、标牌和显示屏的实时读取引入与每个 Ultralytics YOLO 任务相同的工作流中 —— 立即基于 YOLO26 进行构建,为发布做好准备。
深受全球领先组织信赖
我们模型的影响力
借助我们尖端的视觉 AI 模型,简化各行业的流程。由 Ultralytics 提供支持的速度、准确性与易用性。
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到边缘就绪的 YOLO26 推理。
以更低成本在最佳 GPU 上进行训练
26 款 NVIDIA GPU,价格低至 $0.24/小时——从 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解团队如何在生产环境中应用 Ultralytics 计算机视觉。

农业

汽车

医疗保健

物流

制造

零售

机器人

农业

汽车

医疗保健

物流

制造

零售

机器人

农业

汽车

医疗保健

物流

制造

零售

机器人
常见问题解答
YOLO-OCR 是一款即将推出的 Ultralytics 光学字符识别模型,用于在图像和视频中查找并读取文本。该模型已在官方 Ultralytics roadmap 上发布,主打快速、准确的文本识别,将光学字符识别引入了常用于检测、分割和姿态估计的实时 YOLO 工作流中。
大多数光学字符识别流水线是为扫描文档构建的,运行速度太慢,无法处理实时视频。实时光学字符识别解锁了物理世界中的文本读取:物流中的车牌和集装箱、生产线上的序列号和标签、零售业中的货架标签,以及机器人技术中的标牌或显示屏 —— 所有这些都以相机帧率进行处理。
Ultralytics 在官方 roadmap 上公布了发布时间,该 roadmap 是了解产品发布计划的权威来源。请关注该 roadmap 以及 Ultralytics on GitHub 以获取发布通知。
目前,一种实用的模式是训练 Ultralytics YOLO26 来检测文本区域、标签或车牌,然后将裁剪后的图像传递给光学字符识别引擎。roadmap 将 YOLO-OCR 描述为快速、准确的文本识别,现在构建基于 Ultralytics 工作流的管道有助于在 YOLO-OCR 发布时对其进行评估。
关注 Ultralytics roadmap,在 GitHub repository 点亮 Star,并免费注册 Ultralytics Platform 账户——新模型发布后将直接上线该平台供训练和部署使用。
为 YOLO-OCR 做好准备
今天在 Ultralytics YOLO26 上构建视觉流水线,并在其发布当天添加文本识别功能。