Ultralytics YOLO27: Trag dich in die Warteliste ein.
YOLO lizenzieren

Ultralytics-Benchmarks

So schneidet YOLO26 überall dort ab, wo du es ausführst – mit gemessenem Trainingsdurchsatz und gemessener Inferenzlatenz auf GPUs der Ultralytics Platform sowie tatsächlichen CPU-, GPU- und NPU-Geschwindigkeiten direkt auf dem Gerät bei Spitzenmodellen unter den Smartphones, einschließlich Speicherbedarf, Energieverbrauch, Genauigkeit und Kosteneffizienz.

Trainingsdurchsatz auf GPU

YOLO26-Objekterkennung, trainiert auf COCO mit 640 px und automatischer Batch-Größe auf jeder NVIDIA-GPU der Platform. Vergleiche verschiedene Geräte oder Modellgrößen, wechsle die Diagrammkennzahl oder filtere nach Generation; die Tabelle lässt sich vollständig sortieren.

Trainingsmethodik

Wir verwenden den Trainingsdurchsatz – die pro Sekunde verarbeiteten Bilder während des Trainings – als Maßstab; er steht in direktem Zusammenhang mit der Zeit bis zum Ergebnis. Alle Ergebnisse werden auf GPUs der Ultralytics Platform gemessen – derselben NVIDIA-Hardware, die du mit einem Klick für Cloud-Training mieten kannst, von Einsteiger-Workstation-Karten bis hin zu Spitzenmodellen für Rechenzentren. Wir trainieren YOLO26 in allen fünf Größen (n/s/m/l/x), damit du das passende Modell für dein Hardwarebudget auswählen kannst.

Einstellungen. 2 Epochen auf 25 % von COCO bei 640 px, AMP mit gemischter Genauigkeit, eine GPU, wobei auto-batch (batch=-1) die größte Batch-Größe auswählt, die in den Speicher passt. Wir geben die zweite Epoche im eingeschwungenen Zustand an. Sie schließt das Aufwärmen in der ersten Epoche (Zwischenspeichern des Datensatzes, CUDA-Graph-Erfassung) und den Validierungslauf am Ende aus. Die ermittelte Batch-Größe, der Spitzenwert des VRAM (einschließlich CUDA-Kontext) und die Spitzenleistung der Karte werden direkt auf jeder GPU aufgezeichnet.

Kosteneffizienz. Bilder pro Dollar = Durchsatz × 3600 ÷ Stundenpreis, basierend auf den On-Demand-Preisen der Ultralytics Platform – dadurch kann sich die Rangfolge erheblich ändern, denn preiswerte Karten liefern pro Dollar oft mehr als Spitzen-GPUs. Siehe auch die Dokumentation zu den Modi Train und Benchmark.

Ready to build your next vision AI project?

Built on Ultralytics open source. Start training models in minutes.