Wohin sich Ultralytics entwickelt
Von den Modellen, die Echtzeit-Vision-KI für Millionen zugänglich gemacht haben, bis hin zu den kommenden Releases. Hier erfährst du, was wir veröffentlicht haben und was als Nächstes ansteht.
Das Release, das Echtzeit-Objekterkennung für Millionen zugänglich machte — PyTorch-nativ, schnell und bemerkenswert einfach zu trainieren.
Ein Framework für Detektion, Segmentierung, Klassifizierung, Pose-Schätzung und orientierte Bounding Boxes.
Eine verfeinerte Architektur, die höhere Genauigkeit bei weniger Parametern liefert, vorgestellt auf der YOLO Vision 2024.
Unser derzeit empfohlenes Modell — schneller, präziser und produktionsbereit für jede Vision-Aufgabe.
Die End-to-End-Plattform zur Annotierung von Daten, zum Training von YOLO Modellen und zur Bereitstellung in 43 globalen Regionen — alles an einem Ort.
Unsere ersten semantischen Segmentierungsmodelle — dichte Per-Pixel-Klassenlabels für ein vollständiges Szenenverständnis.
Das Forschungspaper zu YOLO26 — mit Details zum NMS-freien End-to-End-Design, dem neuen MuSGD-Optimierer und einem erstklassigen Genauigkeits-Latenz-Kompromiss über alle fünf Modellgrößen hinweg.
Schnelleres, genaueres Multi-Objekt-Tracking — stabilere Identitäten bei Verdeckungen und in überfüllten Szenen für Videoanwendungen in der Praxis.
- Re-ID — Re-Identifizierung hält Objektidentitäten über Kameras hinweg und nach Verdeckungen konsistent
Integrierte Knowledge Distillation komprimiert große Lehrermodelle zu kleineren, schnelleren Schülermodellen und hilft dabei, die Genauigkeit für effizientes Edge- und Echtzeit-Deployment zu bewahren.
Monokulare Tiefenschätzung von einer einzelnen Kamera, die 3D-räumliches Bewusstsein hinzufügt, ohne dass spezielle Tiefensensoren oder Lidar erforderlich sind.
Ultralytics YOLO Vision 2026
Die nächste Flaggschiff-Generation von YOLO, live vorgestellt auf der YOLO Vision 2026, erweitert die Familie um 3D-Wahrnehmung:
- YOLO-StereoDepth — binokulare Disparitätstiefe für die Robotik, eine kamera-native Alternative zu Lidar
Drei Produktfokusbereiche treiben die Plattform für den Rest des Jahres voran:
- Auto-Training – iterative, LLM-gestützte Trainingsanalyse, die jeden Durchlauf automatisch diagnostiziert und die Konfiguration über aufeinanderfolgende Runden verfeinert, um die Genauigkeit zu steigern
- On-Premise – betreibe die Plattform innerhalb deiner eigenen Infrastruktur, damit Daten und Training vollständig unter deiner Kontrolle bleiben
- Monitoring – Produktionsmodell-Überwachung zur Nachverfolgung der Leistung, zum Erkennen von Drift und zur Sicherstellung gesunder Deployments
Neue Fähigkeiten bereichern die YOLO Familie im Laufe des Jahres 2027:
- YOLO-OCR — schnelle, präzise Texterkennung
- YOLO-Face — Gesichtserkennung und -analyse
- YOLO-VLM — ein leichtgewichtiges YOLO-Frontend, das eine tiefere LLM-Schicht für effiziente Vision-Language-Pipelines speist
Baue auf dem neuesten YOLO auf
Beginne heute mit dem Training und Deployment mit YOLO26 — und sei bereit für alles, was als Nächstes kommt.