Vers où se dirige Ultralytics
Des modèles qui ont apporté l'IA de vision en temps réel à des millions de personnes aux sorties à venir. Voici ce que nous avons publié et ce qui arrive ensuite.
La version qui a apporté la détection d'objets en temps réel à des millions d'utilisateurs — native PyTorch, rapide et remarquablement facile à entraîner.
Un framework unique pour la détection, la segmentation, la classification, l'estimation de pose et les boîtes englobantes orientées.
Une architecture raffinée offrant une précision accrue avec moins de paramètres, dévoilée à YOLO Vision 2024.
Notre modèle recommandé actuel — plus rapide, plus précis et prêt pour la production pour chaque tâche de vision.
La plateforme de bout en bout pour annoter des données, entraîner des modèles YOLO et déployer dans 43 régions mondiales — tout au même endroit.
Nos premiers modèles de segmentation sémantique — étiquettes de classe denses par pixel pour une compréhension complète de la scène.
Le document de recherche derrière YOLO26 — détaillant sa conception de bout en bout sans NMS, le nouvel optimiseur MuSGD, et un compromis précision-latence à la pointe de la technologie sur les cinq échelles de modèle.
Suivi multi-objets plus rapide et plus précis — des identités plus stables malgré les occlusions et les scènes encombrées pour la vidéo en conditions réelles.
- Re-ID — la ré-identification maintient la cohérence des identités d'objets à travers les caméras et après les occlusions
La distillation de connaissances intégrée compresse les grands modèles enseignants en modèles étudiants plus petits et plus rapides tout en aidant à préserver la précision pour un déploiement efficace en périphérie et en temps réel.
Estimation de profondeur monoculaire à partir d'une seule caméra, ajoutant une perception spatiale 3D sans capteurs de profondeur spécialisés ni lidar.
Ultralytics YOLO Vision 2026
La prochaine génération phare de YOLO, dévoilée en direct à YOLO Vision 2026, élargissant la famille vers la perception 3D :
- YOLO-StereoDepth — profondeur par disparité binoculaire pour la robotique, une alternative native aux caméras par rapport au lidar
Trois domaines de produits prioritaires guident la plateforme pour le reste de l'année :
- Auto-Training — une analyse d'entraînement itérative pilotée par LLM qui diagnostique automatiquement chaque exécution et affine la configuration au fil des cycles successifs pour améliorer la précision
- On-Premise — exécute la plateforme au sein de ta propre infrastructure, en gardant le contrôle total sur tes données et ton entraînement
- Monitoring — surveillance des modèles en production pour suivre les performances, détecter les dérives et maintenir la santé de tes déploiements
De nouvelles capacités rejoignent la famille YOLO tout au long de 2027 :
- YOLO-OCR — reconnaissance de texte rapide et précise
- YOLO-Face — reconnaissance et analyse faciale
- YOLO-VLM — un front-end YOLO léger alimentant une couche LLM plus profonde pour des pipelines vision-langage efficaces
Construis sur le dernier YOLO
Commence à entraîner et à déployer avec YOLO26 dès aujourd'hui — et sois prêt pour tout ce qui arrive ensuite.