← 模型

CV / YOLO26

YOLO26

Jetson AGX Thor

YOLO26 COCO 目标检测：在 NVIDIA Jetson 上一键部署，或在 reComputer R Series + Hailo-8 / Hailo-10H 上运行 Hailo HEF。

112 次下载
大小
16GB disk
内存
4GB+
精度
JetPack 5/6/7 / Hailo HEF

选择你正在使用的设备，设置指南和文档将相应更新。

快速开始

部署

REST API

使用 REST API 进行推理。复制以下命令。

Curl
curl -X POST "http://<Board_IP>:8000/api/models/yolo26n/predict" \
  -F "file=@test.jpg"
Python
import requests

with open("test.jpg", "rb") as image_file:
    response = requests.post(
        "http://<Board_IP>:8000/api/models/yolo26n/predict",
        files={"file": image_file},
        timeout=30,
    )

print(response.json())

模型详情

reComputer Jetson

Jetson 一键部署

直接在 Jetson 或 reComputer Jetson 设备上运行 快速开始 区块中的命令。

bash
python3 -m pip install -U jetson-examples && reComputer run <demo-name>

该命令会从 PyPI 安装或升级 jetson-examples Python 包，然后通过 reComputer CLI 运行选定的演示脚本。

环境要求

  • NVIDIA Jetson 或 reComputer Jetson 设备。
  • 所选演示支持的 JetPack/L4T 版本。
  • 互联网访问，用于下载 PyPI 包、Docker 镜像、模型权重或演示使用的外部资源。
  • 当所选演示使用容器时，需要 Docker 和 NVIDIA 容器运行时。
  • 足够的磁盘和内存空间。模型卡片中列出了已知的主要资源需求。

工作流程

  1. 从 Run 弹窗或详情页复制部署命令。
  2. 在目标 Jetson 设备的终端中运行该命令。
  3. 按照演示脚本打印的任何提示进行操作。
  4. 如果演示启动了 Web UI 或 API 服务，打开终端中显示的 URL。

注意事项

  • reComputer run <demo-name> 会先运行演示的 init.sh（如果存在），然后启动 run.sh。
  • 要查看设备上所有打包的演示，运行：
bash
reComputer list
  • 当存在清理脚本时，要删除演示数据，运行：
bash
reComputer clean <demo-name>

输入与输出

输入：图像、视频或摄像头源。输出：COCO 80 类检测框（Jetson 走 Ultralytics 容器，R Series 走 Hailo HEF）。