수백만 명에게 실시간 객체 탐지를 제공한 릴리스 — PyTorch 기반이며 빠르고, 학습하기 매우 쉽습니다.
탐지, 세그멘테이션, 분류, 포즈 추정, 방향성 바운딩 박스를 위한 통합 프레임워크.
YOLO Vision 2024에서 공개된, 더 적은 파라미터로 더 높은 정확도를 제공하는 개선된 아키텍처.
현재 권장되는 모델 — 모든 비전 작업에서 더 빠르고 정확하며 프로덕션에 즉시 투입 가능합니다.
데이터 주석 작업, YOLO 모델 학습, 43개 글로벌 지역에 대한 배포를 한곳에서 처리하는 엔드투엔드 플랫폼.
첫 번째 시맨틱 세그멘테이션 모델 — 전체 장면 이해를 위한 픽셀 단위의 정밀한 클래스 라벨링을 제공합니다.
YOLO26을 뒷받침하는 연구 논문 — NMS 없는 엔드투엔드 설계, 새로운 MuSGD 옵티마이저, 그리고 5가지 모든 모델 규모에서 최첨단 정확도와 지연 시간 간의 균형을 상세히 설명합니다.
더 빠르고 정확한 다중 객체 트래킹 — 실제 비디오 환경에서 가려짐(occlusion)이나 혼잡한 상황에서도 일관성 있는 객체 식별이 가능합니다.
- Re-ID — 재식별 기술을 통해 카메라 간 이동이나 가려짐 발생 후에도 객체 식별 일관성을 유지합니다
내장된 지식 증류(knowledge distillation)는 대형 교사(teacher) 모델을 더 작고 빠른 학생(student) 모델로 압축하며, 효율적인 엣지 및 실시간 배포를 위해 정확도를 유지하도록 돕습니다.
단일 카메라를 사용한 단안 깊이 추정으로, 특수 깊이 센서나 라이다 없이도 3D 공간 인식을 추가합니다.
Ultralytics YOLO 비전 2026
YOLO Vision 2026에서 실시간으로 공개되는 차세대 YOLO 플래그십 모델로, 3D 인식 분야로 확장합니다:
- YOLO-StereoDepth — 로봇 공학을 위한 양안 시차 기반 깊이 추정으로, 라이다(lidar)를 대체할 수 있는 카메라 기반 솔루션
올해 남은 기간 동안 Platform을 이끌어갈 세 가지 제품 중점 영역은 다음과 같습니다:
- Auto-Training — 각 학습 실행을 자동으로 진단하고 연속적인 라운드에 걸쳐 구성을 개선하여 정확도를 높이는 반복적인 LLM 기반 학습 분석
- On-Premise — 귀하의 인프라 내에서 Platform을 실행하여 데이터와 학습을 완전히 귀하의 통제하에 유지
- Monitoring — 성능을 추적하고, 드리프트를 감지하며, 배포 환경을 건강하게 유지하기 위한 프로덕션 모델 모니터링
2027년 내내 YOLO 제품군에 새로운 기능이 추가될 예정입니다:
- YOLO-OCR — 빠르고 정확한 텍스트 인식
- YOLO-Face — 얼굴 인식 및 분석
- YOLO-VLM — 효율적인 비전-언어 파이프라인을 위해 더 깊은 LLM 계층을 지원하는 경량 YOLO 프런트엔드