Coming soon
Ultralytics YOLO27-Modelle
Schnellere, präzisere und einfachere YOLO-Modelle. YOLO27l ist das erste Ultralytics-Modell mit mehr als 60 mAP, und alle Größen bieten Verbesserungen – mit demselben einfachen Austausch in einer Zeile.
Führende Unternehmen vertrauen uns
Neuigkeiten zu Ultralytics YOLO27
Einfachere Modellauswahl
Vier Modelle, vier klare Antworten. n und s für Edge-Geräte, m für GPU-Workloads in der Produktion und l für Anwendungen mit höchsten Genauigkeitsanforderungen. Kein x-Modell, das du evaluieren musst, denn YOLO27l bietet bereits Spitzenpräzision.
Hybride Architektur
Für jede Modellgröße die beste Architektur, statt ein einziges Design auf die gesamte Modellpalette auszudehnen. Kleine Modelle bleiben auf begrenzter Hardware schnell; große Modelle erzielen eine noch höhere Genauigkeit.
Höhere Genauigkeit
YOLO27l ist das erste Ultralytics-Modell mit mehr als 60 mAP auf COCO. Die Genauigkeit ist über die gesamte Modellpalette höher, bei einem überzeugenden Verhältnis von Genauigkeit zu Geschwindigkeit.
Sieben Aufgaben
Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Posenschätzung und Erkennung orientierter Objekte. 28 Modelle in vier Größen, alle mit derselben Schnittstelle.
Ultralytics YOLO-Modelle auf einen Blick
Vergleiche aktuelle Ultralytics YOLO-Modellfamilien hinsichtlich Geschwindigkeit, Genauigkeit und unterstützter Aufgaben der Bildverarbeitung.
Warum solltest du dich auf die Warteliste setzen lassen?
Ultralytics YOLO27 erscheint in Kürze. Melde dich einmal an und erfahre als Erste:r mehr.
Warteliste beitreten
Sicherheit und Compliance
Zertifizierte Sicherheit auf Unternehmensniveau
Unabhängig zertifiziert und geprüft, damit deine Daten bei der Übertragung und Speicherung geschützt sind.
SOC 2 Type I
Nach den AICPA-Kriterien für Sicherheit, Verfügbarkeit und Vertraulichkeit (TSC) bestätigt
ISO 27001:2022
Zertifiziertes Informationssicherheitsmanagementsystem
DSGVO und CCPA
Im Einklang mit globalen Datenschutzvorschriften
Warum Ultralytics YOLO27 wählen?
Im großen Maßstab bewährt
Ultralytics YOLO verarbeitet täglich Milliarden von Inferenzaufträgen in den Bereichen Fertigung, Logistik, Sicherheit und Luftbildanwendungen. Mit dieser Modellfamilie setzt du auf eine Lösung, die bereits in der Produktion eingesetzt wird.
Überall dort einsetzen, wo du bereits arbeitest
Mehr als 20 Exportformate und fast 50 Integrationen, gemeinsam mit den Hardwareherstellern entwickelt. Das Modell, das du trainierst, ist dasselbe, das du einsetzt.
Klare kommerzielle Lizenzierung
Flexible Optionen für akademische, quelloffene und kommerzielle Nutzung unter AGPL-3.0 und Enterprise. Kläre die Bedingungen, bevor du mit der Entwicklung beginnst.
Gemeinsam mit der Community entwickelt, die es nutzt
Mehr als tausend Mitwirkende testen, melden Probleme und verbessern diese Modelle in realen Produktionseinsätzen.
Erlebe unsere Modelle in Aktion
RTM senkt die Inferenzkosten mit Ultralytics YOLO26 um 28 %
Erfahre, wie RTM mit Ultralytics YOLO26 die Sicherheitsüberwachung rund um die Uhr in Fabriken ermöglicht und die Inferenzkosten auf bereits vorhandener Hardware um 28 % senkt.
SK Godelius erkennt mit Ultralytics YOLO 3.400 Fehler an Förderbändern im Bergbau
Erfahre, wie SK Godelius mit Ultralytics YOLO die Erkennung von Fehlern und Anomalien automatisiert und so die Sicherheit in Bergbaubetrieben erhöht und Arbeitsabläufe optimiert.
Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %
Erfahre, wie Camerite mit Ultralytics YOLO die Videoüberwachung automatisiert, die Entwicklungszeit verkürzt und Städten den Wechsel zu proaktiven Sicherheitsmaßnahmen ermöglicht.
OnsiteIQ verringert Projektverzögerungen mit Ultralytics YOLO11 um 20 %
Erfahre, wie OnsiteIQ mit Ultralytics YOLO11 Baustellen überwacht, Projektverzögerungen um 20 % verringert und Streitfälle dreimal schneller klärt.
TrainVision von mtrail verkürzt die Erfassung von Schienendaten um fast 100 %
Erfahre, wie TrainVision von mtrail mit Ultralytics YOLO die Erfassung von Schienendaten automatisiert, den Zeitaufwand um bis zu 100 % und die Fehlerquote um 90 % senkt.
Glacier Robotics senkte PET-Verluste in Recyclinganlagen in den USA um 70 %
Sieh dir an, wie Glacier Robotics mit Ultralytics YOLO11 PET-Verluste um 70 % reduziert, die Recyclinggenauigkeit verbessert und die Abfallsortierung automatisiert.
SOHGA reduziert die Überwachungszeit für Parkplätze mit Ultralytics YOLO um 30 %
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 nutzt, um Kontrollgänge auf Parkplätzen zu automatisieren, die Kontrollzeit um 30 % zu reduzieren und die Sicherheit zu verbessern.
Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden
Erfahre, wie Scaleout Ultralytics YOLO und föderiertes Lernen nutzt, um KI-Modelle auf Edge-Geräten fein abzustimmen und gleichzeitig sensible Daten zu schützen.
RapiD Engineering führt die Qualitätskontrolle von Meeresfrüchten mit Ultralytics YOLO eine Woche schneller ein
Erfahre, wie RapiD Engineering Ultralytics YOLO nutzt, um die Lachskontrolle zu automatisieren, Fehler in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis bringt den Riffschutz mit Ultralytics YOLO voran
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme nutzt, um den Riffschutz und die Erfassung von Meeresdaten auszuweiten.
Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf Sportplätzen
„Wirklich toll ist, dass das Modell auf der Trainingsmaschine mit Edge-Hardware in Echtzeit sehr gut funktioniert und wir dasselbe Modell in der Cloud für exakt denselben Ablauf verwenden können.“
WG Tech Solutions senkt mit Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße um 28 %
Erfahre, wie WG Tech Solutions mithilfe von Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße in der Fertigung um 28 % senken konnte.
Stride ermöglicht mit Ultralytics YOLO eine Pferdegang-Analyse in 1 Minute
Erfahre, wie Stride Ultralytics-YOLO-Modelle zur Schätzung der Pferdepose nutzt und eine vollständige Ganganalyse in weniger als 1 Minute ermöglicht.
Pixelabs erreicht mit Ultralytics-YOLO-gestützter Automatisierung eine Trefferquote von 95 %
Erfahre, wie Pixelabs Ultralytics-YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und eine Trefferquote von 95 % zu erreichen.
SiteAssist verbessert die Baustellensicherheit durch die Verarbeitung von mehr als 770K Bildern mit Ultralytics YOLO
Erfahre, wie SiteAssist Ultralytics-YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics senkt mit Ultralytics YOLO die Überportionierung von Lebensmitteln um 67 %
Entdecke, wie Chef Robotics Ultralytics-YOLO-Modelle für die präzise Zusammenstellung von Mahlzeiten einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen mit Ultralytics YOLO um 43 %
Entdecke, wie Cali Intelligence mit Ultralytics-YOLO-Modellen und Objekterkennung Warteschlangen an Einzelhandelskassen verkürzt.
MarineSitu erreicht mit Ultralytics YOLO bei der Unterwasserüberwachung eine Verfügbarkeit von über 96 %
Entdecke, wie MarineSitu mit Ultralytics YOLO die Unterwasser-Objekterkennung verändert.
Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache
Entdecke, wie Theia Scientific die Analyse von Mikroskopiedaten mit Ultralytics YOLO neu definiert.
eSmart Systems halbiert mit Ultralytics YOLO die Prüfzeit von Stromleitungen
Entdecke, wie eSmart Systems mit Ultralytics YOLO die Fehlererkennung beschleunigt und Anlageninspektionen verändert.
Axelera AI erreicht mit Ultralytics YOLO 34 FPS bei der Edge-AI-Inferenz
Erfahre, wie Axelera AI mit Ultralytics YOLO auf Metis-AI-Chips schnelle, präzise und effiziente Bildverarbeitung am Edge ermöglicht.
STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus
Erfahre, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf stromsparenden Mikrocontrollern einsetzt, um präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht mit Ultralytics YOLO eine Prüfgenauigkeit von 99 % bei Lebensmitteln
Erfahre, wie Specialvideo Ultralytics YOLO-Modelle für die KI-gestützte Lebensmittelprüfung in Echtzeit einsetzt, um die Qualität sicherzustellen, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Mio. $ im Industriebetrieb
Erfahre, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Sicherheit am Arbeitsplatz zu gewährleisten.
Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 Lizenzen für KI-Kameras
Erfahre, wie Videologic Analytics Ultralytics YOLO-Modelle in die Videoüberwachung integriert, um die Erkennungsgenauigkeit zu verbessern, Fehlalarme zu reduzieren und die Echtzeitüberwachung von Bedrohungen zu optimieren.
Prezent steigert mit Ultralytics YOLO die Genauigkeit der Folienerkennung um 34 %
Erfahre, wie Prezent Ultralytics YOLO-Modelle nutzt, um Folienelemente automatisch zu erkennen und die Verarbeitungszeit auf unter 10 Sekunden zu senken, ohne Struktur und Design zu beeinträchtigen.
ALYCE beschleunigt die Inferenz für Verkehrs-KI mit Ultralytics YOLO um 20 %
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu verbessern, die urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltige, intelligentere Städte zu entwickeln.
Kiwitron erkennt mit Ultralytics YOLO Gefahren in der Industrie aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um Gefahren in der Industrie zu erkennen und ihnen entgegenzuwirken – für mehr Sicherheit.
RTM senkt die Inferenzkosten mit Ultralytics YOLO26 um 28 %
Erfahre, wie RTM mit Ultralytics YOLO26 die Sicherheitsüberwachung rund um die Uhr in Fabriken ermöglicht und die Inferenzkosten auf bereits vorhandener Hardware um 28 % senkt.
SK Godelius erkennt mit Ultralytics YOLO 3.400 Fehler an Förderbändern im Bergbau
Erfahre, wie SK Godelius mit Ultralytics YOLO die Erkennung von Fehlern und Anomalien automatisiert und so die Sicherheit in Bergbaubetrieben erhöht und Arbeitsabläufe optimiert.
Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %
Erfahre, wie Camerite mit Ultralytics YOLO die Videoüberwachung automatisiert, die Entwicklungszeit verkürzt und Städten den Wechsel zu proaktiven Sicherheitsmaßnahmen ermöglicht.
OnsiteIQ verringert Projektverzögerungen mit Ultralytics YOLO11 um 20 %
Erfahre, wie OnsiteIQ mit Ultralytics YOLO11 Baustellen überwacht, Projektverzögerungen um 20 % verringert und Streitfälle dreimal schneller klärt.
TrainVision von mtrail verkürzt die Erfassung von Schienendaten um fast 100 %
Erfahre, wie TrainVision von mtrail mit Ultralytics YOLO die Erfassung von Schienendaten automatisiert, den Zeitaufwand um bis zu 100 % und die Fehlerquote um 90 % senkt.
Glacier Robotics senkte PET-Verluste in Recyclinganlagen in den USA um 70 %
Sieh dir an, wie Glacier Robotics mit Ultralytics YOLO11 PET-Verluste um 70 % reduziert, die Recyclinggenauigkeit verbessert und die Abfallsortierung automatisiert.
SOHGA reduziert die Überwachungszeit für Parkplätze mit Ultralytics YOLO um 30 %
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 nutzt, um Kontrollgänge auf Parkplätzen zu automatisieren, die Kontrollzeit um 30 % zu reduzieren und die Sicherheit zu verbessern.
Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden
Erfahre, wie Scaleout Ultralytics YOLO und föderiertes Lernen nutzt, um KI-Modelle auf Edge-Geräten fein abzustimmen und gleichzeitig sensible Daten zu schützen.
RapiD Engineering führt die Qualitätskontrolle von Meeresfrüchten mit Ultralytics YOLO eine Woche schneller ein
Erfahre, wie RapiD Engineering Ultralytics YOLO nutzt, um die Lachskontrolle zu automatisieren, Fehler in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis bringt den Riffschutz mit Ultralytics YOLO voran
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme nutzt, um den Riffschutz und die Erfassung von Meeresdaten auszuweiten.
Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf Sportplätzen
„Wirklich toll ist, dass das Modell auf der Trainingsmaschine mit Edge-Hardware in Echtzeit sehr gut funktioniert und wir dasselbe Modell in der Cloud für exakt denselben Ablauf verwenden können.“
WG Tech Solutions senkt mit Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße um 28 %
Erfahre, wie WG Tech Solutions mithilfe von Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße in der Fertigung um 28 % senken konnte.
Stride ermöglicht mit Ultralytics YOLO eine Pferdegang-Analyse in 1 Minute
Erfahre, wie Stride Ultralytics-YOLO-Modelle zur Schätzung der Pferdepose nutzt und eine vollständige Ganganalyse in weniger als 1 Minute ermöglicht.
Pixelabs erreicht mit Ultralytics-YOLO-gestützter Automatisierung eine Trefferquote von 95 %
Erfahre, wie Pixelabs Ultralytics-YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und eine Trefferquote von 95 % zu erreichen.
SiteAssist verbessert die Baustellensicherheit durch die Verarbeitung von mehr als 770K Bildern mit Ultralytics YOLO
Erfahre, wie SiteAssist Ultralytics-YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics senkt mit Ultralytics YOLO die Überportionierung von Lebensmitteln um 67 %
Entdecke, wie Chef Robotics Ultralytics-YOLO-Modelle für die präzise Zusammenstellung von Mahlzeiten einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen mit Ultralytics YOLO um 43 %
Entdecke, wie Cali Intelligence mit Ultralytics-YOLO-Modellen und Objekterkennung Warteschlangen an Einzelhandelskassen verkürzt.
MarineSitu erreicht mit Ultralytics YOLO bei der Unterwasserüberwachung eine Verfügbarkeit von über 96 %
Entdecke, wie MarineSitu mit Ultralytics YOLO die Unterwasser-Objekterkennung verändert.
Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache
Entdecke, wie Theia Scientific die Analyse von Mikroskopiedaten mit Ultralytics YOLO neu definiert.
eSmart Systems halbiert mit Ultralytics YOLO die Prüfzeit von Stromleitungen
Entdecke, wie eSmart Systems mit Ultralytics YOLO die Fehlererkennung beschleunigt und Anlageninspektionen verändert.
Axelera AI erreicht mit Ultralytics YOLO 34 FPS bei der Edge-AI-Inferenz
Erfahre, wie Axelera AI mit Ultralytics YOLO auf Metis-AI-Chips schnelle, präzise und effiziente Bildverarbeitung am Edge ermöglicht.
STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus
Erfahre, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf stromsparenden Mikrocontrollern einsetzt, um präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht mit Ultralytics YOLO eine Prüfgenauigkeit von 99 % bei Lebensmitteln
Erfahre, wie Specialvideo Ultralytics YOLO-Modelle für die KI-gestützte Lebensmittelprüfung in Echtzeit einsetzt, um die Qualität sicherzustellen, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Mio. $ im Industriebetrieb
Erfahre, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Sicherheit am Arbeitsplatz zu gewährleisten.
Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 Lizenzen für KI-Kameras
Erfahre, wie Videologic Analytics Ultralytics YOLO-Modelle in die Videoüberwachung integriert, um die Erkennungsgenauigkeit zu verbessern, Fehlalarme zu reduzieren und die Echtzeitüberwachung von Bedrohungen zu optimieren.
Prezent steigert mit Ultralytics YOLO die Genauigkeit der Folienerkennung um 34 %
Erfahre, wie Prezent Ultralytics YOLO-Modelle nutzt, um Folienelemente automatisch zu erkennen und die Verarbeitungszeit auf unter 10 Sekunden zu senken, ohne Struktur und Design zu beeinträchtigen.
ALYCE beschleunigt die Inferenz für Verkehrs-KI mit Ultralytics YOLO um 20 %
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu verbessern, die urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltige, intelligentere Städte zu entwickeln.
Kiwitron erkennt mit Ultralytics YOLO Gefahren in der Industrie aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um Gefahren in der Industrie zu erkennen und ihnen entgegenzuwirken – für mehr Sicherheit.
RTM senkt die Inferenzkosten mit Ultralytics YOLO26 um 28 %
Erfahre, wie RTM mit Ultralytics YOLO26 die Sicherheitsüberwachung rund um die Uhr in Fabriken ermöglicht und die Inferenzkosten auf bereits vorhandener Hardware um 28 % senkt.
SK Godelius erkennt mit Ultralytics YOLO 3.400 Fehler an Förderbändern im Bergbau
Erfahre, wie SK Godelius mit Ultralytics YOLO die Erkennung von Fehlern und Anomalien automatisiert und so die Sicherheit in Bergbaubetrieben erhöht und Arbeitsabläufe optimiert.
Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %
Erfahre, wie Camerite mit Ultralytics YOLO die Videoüberwachung automatisiert, die Entwicklungszeit verkürzt und Städten den Wechsel zu proaktiven Sicherheitsmaßnahmen ermöglicht.
OnsiteIQ verringert Projektverzögerungen mit Ultralytics YOLO11 um 20 %
Erfahre, wie OnsiteIQ mit Ultralytics YOLO11 Baustellen überwacht, Projektverzögerungen um 20 % verringert und Streitfälle dreimal schneller klärt.
TrainVision von mtrail verkürzt die Erfassung von Schienendaten um fast 100 %
Erfahre, wie TrainVision von mtrail mit Ultralytics YOLO die Erfassung von Schienendaten automatisiert, den Zeitaufwand um bis zu 100 % und die Fehlerquote um 90 % senkt.
Glacier Robotics senkte PET-Verluste in Recyclinganlagen in den USA um 70 %
Sieh dir an, wie Glacier Robotics mit Ultralytics YOLO11 PET-Verluste um 70 % reduziert, die Recyclinggenauigkeit verbessert und die Abfallsortierung automatisiert.
SOHGA reduziert die Überwachungszeit für Parkplätze mit Ultralytics YOLO um 30 %
Erfahre, wie das MEGURU-System von SOHGA Ultralytics YOLO26 nutzt, um Kontrollgänge auf Parkplätzen zu automatisieren, die Kontrollzeit um 30 % zu reduzieren und die Sicherheit zu verbessern.
Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden
Erfahre, wie Scaleout Ultralytics YOLO und föderiertes Lernen nutzt, um KI-Modelle auf Edge-Geräten fein abzustimmen und gleichzeitig sensible Daten zu schützen.
RapiD Engineering führt die Qualitätskontrolle von Meeresfrüchten mit Ultralytics YOLO eine Woche schneller ein
Erfahre, wie RapiD Engineering Ultralytics YOLO nutzt, um die Lachskontrolle zu automatisieren, Fehler in Echtzeit zu erkennen und eine Woche Entwicklungsarbeit einzusparen.
Project Ocean Oasis bringt den Riffschutz mit Ultralytics YOLO voran
Entdecke, wie Project Ocean Oasis Ultralytics YOLO, Edge-KI und autonome Überwachungssysteme nutzt, um den Riffschutz und die Erfassung von Meeresdaten auszuweiten.
Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf Sportplätzen
„Wirklich toll ist, dass das Modell auf der Trainingsmaschine mit Edge-Hardware in Echtzeit sehr gut funktioniert und wir dasselbe Modell in der Cloud für exakt denselben Ablauf verwenden können.“
WG Tech Solutions senkt mit Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße um 28 %
Erfahre, wie WG Tech Solutions mithilfe von Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße in der Fertigung um 28 % senken konnte.
Stride ermöglicht mit Ultralytics YOLO eine Pferdegang-Analyse in 1 Minute
Erfahre, wie Stride Ultralytics-YOLO-Modelle zur Schätzung der Pferdepose nutzt und eine vollständige Ganganalyse in weniger als 1 Minute ermöglicht.
Pixelabs erreicht mit Ultralytics-YOLO-gestützter Automatisierung eine Trefferquote von 95 %
Erfahre, wie Pixelabs Ultralytics-YOLO-Modelle nutzt, um Arbeitsabläufe zu automatisieren und eine Trefferquote von 95 % zu erreichen.
SiteAssist verbessert die Baustellensicherheit durch die Verarbeitung von mehr als 770K Bildern mit Ultralytics YOLO
Erfahre, wie SiteAssist Ultralytics-YOLO-Modelle nutzt, um die Sicherheit auf Baustellen zu verbessern.
Chef Robotics senkt mit Ultralytics YOLO die Überportionierung von Lebensmitteln um 67 %
Entdecke, wie Chef Robotics Ultralytics-YOLO-Modelle für die präzise Zusammenstellung von Mahlzeiten einsetzt.
Cali Intelligence verkürzt Warteschlangen an Kassen mit Ultralytics YOLO um 43 %
Entdecke, wie Cali Intelligence mit Ultralytics-YOLO-Modellen und Objekterkennung Warteschlangen an Einzelhandelskassen verkürzt.
MarineSitu erreicht mit Ultralytics YOLO bei der Unterwasserüberwachung eine Verfügbarkeit von über 96 %
Entdecke, wie MarineSitu mit Ultralytics YOLO die Unterwasser-Objekterkennung verändert.
Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache
Entdecke, wie Theia Scientific die Analyse von Mikroskopiedaten mit Ultralytics YOLO neu definiert.
eSmart Systems halbiert mit Ultralytics YOLO die Prüfzeit von Stromleitungen
Entdecke, wie eSmart Systems mit Ultralytics YOLO die Fehlererkennung beschleunigt und Anlageninspektionen verändert.
Axelera AI erreicht mit Ultralytics YOLO 34 FPS bei der Edge-AI-Inferenz
Erfahre, wie Axelera AI mit Ultralytics YOLO auf Metis-AI-Chips schnelle, präzise und effiziente Bildverarbeitung am Edge ermöglicht.
STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus
Erfahre, wie STMicroelectronics Ultralytics YOLO-Modelle effizient auf stromsparenden Mikrocontrollern einsetzt, um präzise Echtzeit-Inferenz am Edge zu erreichen.
Specialvideo erreicht mit Ultralytics YOLO eine Prüfgenauigkeit von 99 % bei Lebensmitteln
Erfahre, wie Specialvideo Ultralytics YOLO-Modelle für die KI-gestützte Lebensmittelprüfung in Echtzeit einsetzt, um die Qualität sicherzustellen, Abfall zu reduzieren und die Effizienz zu steigern.
Vivity AI spart mit Ultralytics YOLO jährlich über 5 Mio. $ im Industriebetrieb
Erfahre, wie Vivity AI Ultralytics YOLO-Modelle nutzt, um die industrielle Automatisierung zu verbessern, die Effizienz zu steigern, Ausfallzeiten zu reduzieren und die Sicherheit am Arbeitsplatz zu gewährleisten.
Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 Lizenzen für KI-Kameras
Erfahre, wie Videologic Analytics Ultralytics YOLO-Modelle in die Videoüberwachung integriert, um die Erkennungsgenauigkeit zu verbessern, Fehlalarme zu reduzieren und die Echtzeitüberwachung von Bedrohungen zu optimieren.
Prezent steigert mit Ultralytics YOLO die Genauigkeit der Folienerkennung um 34 %
Erfahre, wie Prezent Ultralytics YOLO-Modelle nutzt, um Folienelemente automatisch zu erkennen und die Verarbeitungszeit auf unter 10 Sekunden zu senken, ohne Struktur und Design zu beeinträchtigen.
ALYCE beschleunigt die Inferenz für Verkehrs-KI mit Ultralytics YOLO um 20 %
Erfahre, wie ALYCE Ultralytics YOLO-Modelle nutzt, um die Datengenauigkeit zu verbessern, die urbane Mobilität zu optimieren und KI-gestützte Verkehrslösungen für nachhaltige, intelligentere Städte zu entwickeln.
Kiwitron erkennt mit Ultralytics YOLO Gefahren in der Industrie aus 30 m Entfernung
Erfahre, wie Kiwitron Ultralytics YOLO-Modelle in seiner KewiEye-Lösung einsetzt, um Gefahren in der Industrie zu erkennen und ihnen entgegenzuwirken – für mehr Sicherheit.
Häufig gestellte Fragen
Ultralytics YOLO-Modelle sind für akademische Zwecke, Forschung und Open-Source-Arbeit unter AGPL-3.0 verfügbar. Für die kommerzielle Nutzung, bei der die Bedingungen von AGPL-3.0 nicht erfüllt werden können, gilt die Ultralytics Enterprise License. Die Lizenzbedingungen speziell für YOLO27 werden bei der Markteinführung bestätigt. Sieh dir die Lizenzoptionen an, wenn du einen kommerziellen Einsatz planst.
Sieben: Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Posenschätzung und Erkennung orientierter Objekte. Alle vier Modellgrößen sind für jede Aufgabe vorgesehen und verwenden dieselbe Python- und CLI-Schnittstelle wie frühere Ultralytics-YOLO-Modelle.
Noch nicht. Modellgewichte, Konfigurationen und Paketunterstützung werden derzeit nicht veröffentlicht. Daher sollten bestehende Projekte mit YOLO26 fortgeführt werden, das im Ultralytics-Python-Paket vollständig unterstützt wird. Deine mit YOLO26 entwickelte Arbeit lässt sich übernehmen, denn YOLO27 verwendet dieselbe Schnittstelle. Trag dich auf die Warteliste ein, und wir informieren dich, sobald YOLO27 verfügbar ist.
Ultralytics YOLO27 nutzt für jede Modellgröße die jeweils beste Architektur, statt ein einziges Design über die gesamte Größenpalette zu strecken. Die kleineren Modelle n und s behalten eine schlanke CNN-Architektur bei, die auf begrenzter Hardware schnell arbeitet. Die größeren Modelle m und l verwenden eine abfragebasierte Architektur ohne NMS für höhere Genauigkeit. Auch die Modellreihe ist einfacher: Ein x-Modell entfällt. Architekturdetails und vorläufige Benchmarks findest du in der YOLO27-Dokumentation.
Trag dich in die Warteliste ein oben auf dieser Seite und gib deine geschäftliche E-Mail-Adresse an. Du erhältst Produktupdates, sobald wir Details zur Architektur und Benchmarks veröffentlichen, sowie eine Benachrichtigung zum Start, wenn die Modelle zum Herunterladen, Trainieren und Bereitstellen verfügbar sind.
Ultralytics YOLO27 ist die nächste Generation der Ultralytics-YOLO-Modelle und folgt auf YOLO26. Das Modell ist in vier Größen verfügbar: n, s, m und l. Über eine einheitliche Schnittstelle unterstützt es sieben Bildverarbeitungsaufgaben. Die Modelle befinden sich in der abschließenden Forschungs- und Entwicklungsphase und können noch nicht heruntergeladen oder trainiert werden.
Setz dich auf die Warteliste für Ultralytics YOLO27
Erhalte Produktneuigkeiten und eine Benachrichtigung zum Start, sobald YOLO27 verfügbar ist.