Ultralyticsの今後の展開
リアルタイムビジョンAIを何百万人ものユーザーに届けたモデルから、近日公開予定のリリースまで。これまでのリリースと、今後の予定をご紹介します。
リアルタイム物体検出を何百万人ものユーザーに届けたリリースです。PyTorchネイティブで高速、トレーニングも非常に簡単です。
検出、セグメンテーション、分類、ポーズ推定、方向付きバウンディングボックスに対応する単一のフレームワークです。
パラメーター数を抑えながら高い精度を実現する、洗練されたアーキテクチャです。Ultralytics YOLO Vision 2024で発表されました。
現在推奨しているモデルです。高速かつ高精度で、あらゆるビジョンタスクに対応できる本番環境向けです。
データのアノテーション、YOLOモデルのトレーニング、世界42か所のリージョンへのデプロイまで、すべてを1か所で行えるエンドツーエンドのプラットフォームです。
初のセマンティックセグメンテーションモデルです。シーン全体を理解するため、ピクセル単位で高密度なクラスラベルを付与します。
Rustで記述された高性能なYOLO推論ライブラリおよびCLIです。ONNX Runtime上でモデルを実行し、Ultralytics Pythonパッケージに合わせて設計されたAPIを備えています。
サーバーもPythonも使わず、ブラウザー上でYOLOモデルを直接実行できます。WebGPU上で動作し、自動的にCPUおよびwasmへフォールバックします。RustクレートをWebAssemblyにコンパイルして利用する、小規模なTypeScript APIを備えています。
YOLO26を支える研究論文です。NMS不要のエンドツーエンド設計、新しいMuSGDオプティマイザー、5つすべてのモデルスケールにおける最先端の精度とレイテンシのトレードオフについて詳しく解説しています。
より高速で高精度なマルチオブジェクトトラッキングを実現します。遮蔽や混雑したシーンでもIDをより安定して維持し、実環境の動画に対応します。
- Re-ID — 再識別により、カメラ間や遮蔽後もオブジェクトのIDを一貫して維持します
組み込みの知識蒸留により、大規模な教師モデルを小型で高速な生徒モデルに圧縮しながら、精度の維持を支援し、効率的なエッジおよびリアルタイムのデプロイを可能にします。
YOLO26の深度モデルは、単一のRGBカメラからピクセル単位の高密度な距離マップを予測し、専用の深度センサーやLiDARを使わずに3D空間認識を実現します。
Ask AIを使うと、ベースラインの実行から次の実験まで、会話を通じてモデルのトレーニング、比較、改善を行えます。
YOLOモデル、条件、視覚言語モデルを、データセットの収集やSlack通知などのアクションに接続する、ビジュアルワークフロービルダーです。
専用エンドポイントのリクエスト、レイテンシ、エラー、ログに加え、リアルタイムの予測統計や一時的なサンプルを追跡できます。
YOLOの次世代フラッグシップモデルです。Ultralytics YOLO Vision 2026でライブ発表され、ファミリーを視覚言語分野へ拡張します。ウェイトリストにご登録ください。
YOLOE-27は、テキスト、視覚入力、またはプロンプト不要の推論を通じてあらゆるものを認識できるよう設計された、リアルタイムのオープンボキャブラリー検出・セグメンテーションの次世代モデルです。
小売、倉庫、セキュリティ、航空・ドローンのユースケース向けに構築されており、エンタープライズのお客様限定でご利用いただけます。
iOS 27とmacOS 27が一般公開された後、YOLOモデルをAppleの新しい.aimodel形式にエクスポートしてCore AIランタイムで実行し、幅広いデバイスとの互換性を保つためにCore MLも引き続き利用できます。
ご自身のインフラストラクチャ内でPlatformを実行し、データとトレーニングを完全に管理できます。
2027年を通じて、YOLOファミリーに新しい機能が加わります。
- YOLO-OCR — 高速で高精度なテキスト認識
- YOLO-Face — 顔認識と分析
- YOLO-Stereo3D — ロボティクス向けの双眼カメラペアによるステレオ3D検出。カメラネイティブなLiDARの代替手段です
最新のYOLOを活用する
今すぐYOLO26でトレーニングとデプロイを開始し、次に登場するあらゆるものに備えましょう。