说明介绍YOLO（Ultralytics 框架）Tasks 任务 + Modes 运行模式 完整说明这张图是 Ultralytics YOLOv8/v10/v11 统一框架的两大分类：Tasks（模型支持的 5 大 AI 任务类型）、Modes（7 种运行操作模式）一、Tasks 五大 AI 任务（模型能实现什么功能）1. Detect（目标检测，你当前学习的核心）功能：用水平矩形框标出画面内物体，输出类别、置信度、坐标 (x1,y1,x2,y2)适用场景：车辆行人识别、工业零件检测、烟火识别、物体计数输出：标准水平检测框2. Segment（实例分割）功能：不仅框出物体，输出像素级掩码轮廓，精准区分物体边缘适用：人像抠图、零件轮廓提取、农作物分割输出：矩形框 + 像素蒙版 mask3. Classify（图像分类）功能：不定位物体，只判断整张图片属于哪一类适用：图片素材分类、缺陷有无二分类、花草动物识别4. Pose（人体姿态关键点检测）功能：检测人体并输出 17 个人体骨骼关键点（头、肩、手肘、腰、膝盖、手脚）适用：动作识别、健身姿态矫正、跌倒检测、人体行为分析5. OBB（旋转框 YOLO（Ultralytics 框架）Tasks 任务 + Modes 运行模式 完整说明
说明介绍YOLO（Ultralytics 框架）Tasks 任务 + Modes 运行模式 完整说明这张图是 Ultralytics YOLOv8/v10/v11 统一框架的两大分类：Tasks（模型支持的 5 大 AI 任务类型）、Modes（7 种运行操作模式）一、Tasks 五大 AI 任务（模型能实现什么功能）1. Detect（目标检测，你当前学习的核心）功能：用水平矩形框标出画面内物体，输出类别、置信度、坐标 (x1,y1,x2,y2)适用场景：车辆行人识别、工业零件检测、烟火识别、物体计数输出：标准水平检测框2. Segment（实例分割）功能：不仅框出物体，输出像素级掩码轮廓，精准区分物体边缘适用：人像抠图、零件轮廓提取、农作物分割输出：矩形框 + 像素蒙版 mask3. Classify（图像分类）功能：不定位物体，只判断整张图片属于哪一类适用：图片素材分类、缺陷有无二分类、花草动物识别4. Pose（人体姿态关键点检测）功能：检测人体并输出 17 个人体骨骼关键点（头、肩、手肘、腰、膝盖、手脚）适用：动作识别、健身姿态矫正、跌倒检测、人体行为分析5. OBB（旋转框 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
![[论文学习]Dream-RSI：通过演化世界实现递归自我改进](http://pic.xiahunao.cn/yaotu/[论文学习]Dream-RSI：通过演化世界实现递归自我改进)
