La direzione di Ultralytics
Dai modelli che hanno portato l'IA di visione in tempo reale a milioni di persone, fino alle release all'orizzonte. Ecco cosa abbiamo rilasciato e cosa arriverà.
La release che ha portato il rilevamento di oggetti in tempo reale a milioni di persone: nativa per PyTorch, veloce e straordinariamente facile da addestrare.
Un unico framework per rilevamento, segmentazione, classificazione, stima della posa e bounding box orientati.
Un'architettura perfezionata che offre maggiore accuratezza con meno parametri, presentata a Ultralytics YOLO Vision 2024.
Il nostro modello attualmente consigliato: più veloce, più accurato e pronto per la produzione per ogni attività di visione.
La piattaforma end-to-end per annotare i dati, addestrare modelli YOLO e distribuirli in 42 regioni globali, tutto in un unico posto.
I nostri primi modelli di segmentazione semantica: etichette di classe dense per ogni pixel, per comprendere l'intera scena.
Una libreria ad alte prestazioni per l'inferenza YOLO e una CLI scritte in Rust, che eseguono i modelli su ONNX Runtime tramite un'API progettata per rispecchiare il package Python di Ultralytics.
Esegui i modelli YOLO direttamente nel browser, senza server né Python. Funziona su WebGPU con fallback automatico su CPU e wasm, tramite una piccola API TypeScript basata sulla crate Rust compilata in WebAssembly.
L'articolo di ricerca alla base di YOLO26: descrive nel dettaglio il design end-to-end senza NMS, il nuovo ottimizzatore MuSGD e un compromesso tra accuratezza e latenza all'avanguardia su tutte e cinque le scale del modello.
Tracking multi-oggetto più veloce e accurato, con identità più stabili durante le occlusioni e nelle scene affollate, per i video del mondo reale.
- Re-ID — la re-identificazione mantiene coerenti le identità degli oggetti tra diverse telecamere e dopo le occlusioni
La distillazione della conoscenza integrata comprime i grandi modelli teacher in modelli student più piccoli e veloci, contribuendo a preservare l'accuratezza per distribuzioni efficienti su edge e in tempo reale.
I modelli di profondità YOLO26 stimano mappe di distanza dense, a livello di singolo pixel, a partire da una sola telecamera RGB, aggiungendo consapevolezza spaziale 3D senza sensori di profondità specializzati o lidar.
Ask AI ti aiuta ad addestrare, confrontare e migliorare i modelli conversando, dalla prima esecuzione di riferimento fino all'esperimento successivo.
Un builder visivo di workflow che collega i modelli YOLO, le condizioni e i modelli vision-language ad azioni come la raccolta di dataset e gli avvisi su Slack.
Monitora le richieste agli endpoint, la latenza, gli errori e i log, oltre alle statistiche di predizione in tempo reale e agli esempi temporanei sugli endpoint dedicati.
La prossima generazione di punta di YOLO, presentata dal vivo a Ultralytics YOLO Vision 2026, che amplia la famiglia con funzionalità vision-language. Iscriviti alla lista d'attesa.
YOLOE-27 è la nuova generazione di rilevamento e segmentazione in tempo reale con vocabolario aperto, progettata per riconoscere qualsiasi cosa tramite testo, input visivi o inferenza senza prompt.
Progettati per i casi d'uso nel commercio al dettaglio, nei magazzini, nella sicurezza e nelle applicazioni aeree/con droni; disponibili esclusivamente per i clienti Enterprise.
Esporta i modelli YOLO nel nuovo formato .aimodel di Apple per il runtime Core AI, quando iOS 27 e macOS 27 saranno disponibili al pubblico, mantenendo Core ML per una compatibilità più ampia con i dispositivi.
Esegui Platform nella tua infrastruttura, mantenendo dati e addestramento completamente sotto il tuo controllo.
Nel corso del 2027, nuove funzionalità si aggiungeranno alla famiglia YOLO:
- YOLO-OCR — riconoscimento del testo rapido e accurato
- YOLO-Face — riconoscimento e analisi facciale
- YOLO-Stereo3D — rilevamento stereo 3D da coppie di telecamere binoculari per la robotica, un'alternativa al lidar nativa per le telecamere
Sviluppa con l'ultima versione di YOLO
Inizia oggi ad addestrare e distribuire con YOLO26 e preparati a tutto ciò che verrà.