Ultralytics YOLO Vision 2026'dan önemli öne çıkanlar!

13 Eylül'de Ultralytics YOLO Vision 2026 (YV26) kapılarını açarak küresel bilgisayarla görü topluluğunu bir kez daha yüz yüze ve çevrim içi olarak bir araya getirdi. Bu yılın teması olan "Gerçek dünya için tasarlanmış, açık görü", imalat, lojistik, robotik ve güvenlik genelinde çalışan üretim sistemlerindeki açık kaynak köklerinin rolüne ışık tutan bir günün tonunu belirledi.

Kurumsal liderler, kurucular, mühendisler, araştırmacılar, öğrenciler ve açık kaynak katkıda bulunanlar salonu doldururken, çok daha fazlası YouTube üzerinden takip etti. Bu makalede, günün en büyük duyurularını (Ultralytics YOLO27'nin duyurusu, Ultralytics Platform'a yönelik büyük güncellemeler, konuşma oturumları ve YV26'yı unutulmaz kılan topluluk anları dahil) birlikte inceleyeceğiz.

Güne açılış: Ultralytics'in açık, gerçek dünya yapay zekası vizyonu#

Etkinlik, Ultralytics Kurucusu ve CEO'su Glenn Jocher ile Büyümeden Sorumlu Başkan Yardımcısı Paula Derrenger ve Kıdemli Makine Öğrenimi Mühendisi Jing Qiu'nun açılış konuşmasıyla başladı. Birlikte günün temasını şekillendirdiler: görü yapay zekası yalnızca bir laboratuvarda kıyaslandığında değil, sahada fiilen devreye alan kişiler tarafından açık, erişilebilir ve şekillendirildiğinde en yüksek değeri yaratır.

Şekil 1. Ultralytics YOLO Vision 2026 sergi alanı.

Bu çerçeve, gündemin geri kalanını belirledi. YV26; model mimarisine olduğu kadar, bir model eğitildikten sonra ne olduğuna da eşit zaman ayırdı: üretim ortamında nasıl devreye alındığı, izlendiği ve üzerinde nasıl yineleme yapıldığı. Bu ortak tema, günün her iki ana duyurusunda da yer aldı.

Ultralytics YOLO27: Canlı olarak tanıtılan bir sonraki amiral gemisi nesil#

Ultralytics YOLO Vision 2026'daki ana duyuru, YOLO ailesinin bir sonraki amiral gemisi nesli olan Ultralytics YOLO27 oldu. Artımlı bir güncellemeden fazlası olan YOLO27, aileyi görevler, model mimarileri ve özelleştirilmiş uygulamalar genelinde genişletiyor.

Duyuru üç temel sütun etrafında şekillendi:

• Ultralytics YOLO27: Dört boyutu (n, s, m ve l) ve yedi görevi kapsayan 28 modelden oluşan bir ürün serisi: nesne tespiti, örnek bölütleme, anlamsal bölütleme, derinlik tahmini, sınıflandırma, poz tahmini ve yönlendirilmiş nesne tespiti. Kompakt modeller hızlı uç birim (edge) dağıtımı için tasarlanırken, daha büyük modeller üretim GPU iş yüklerini ve doğruluk odaklı uygulamaları önceliklendirir. YOLO27l, COCO üzerinde 60 mAP sınırını aşan ilk Ultralytics modelidir ve her boyut aynı tanıdık Ultralytics arayüzünü kullanır.
• Ultralytics YOLO27 Enterprise modelleri: Perakende, depolama, güvenlik ve havadan görü yapay zekası dahil olmak üzere yüksek talepli kurumsal uygulamalar için oluşturulmuş etki alanına özel ön eğitilmiş modeller. Bu modeller, bu etki alanlarında ortak olan nesneler, ortamlardan ve uç durumlardan (edge case) yararlanarak ekiplere özel, üretime hazır tespit sistemleri için daha güçlü bir başlangıç noktası sağlayacaktır.
• Ultralytics YOLOE-27: Ultralytics'in gerçek zamanlı, açık kelime dağarcıklı tespit ve bölütleme modellerinin yeni neslidir. YOLOE-27, metin, görsel veya istem gerektirmeyen çıkarım yoluyla nesneleri tanımak üzere tasarlanmış olup, görü sistemlerini önceden tanımlanmış sabit bir sınıf kümesinin ötesine taşır.

Bu üç sütun birlikte, YOLO27'yi tek bir model sürümünün ötesine taşıyarak daha geniş bir aile haline getiriyor: genel amaçlı bir temel, etki alanına göre ayarlanmış Enterprise varyantları seti ve halihazırda Ultralytics Python paketi içinde mevcut olan LLM arayüzüne doğrudan entegre olmak üzere tasarlanmış açık kelime dağarcıklı bir model.

YOLO27, YV26 sahnesinde duyuruldu ve bu yılın ilerleyen zamanlarında kullanıma sunulacak. Piyasaya çıktığı anda bildirim almak için bekleme listesine katıl.

Ultralytics Platform: Otomatik Eğitim, Ajanlar ve İzleme#

Model duyurularının ardından ekip Ultralytics Platform'a yöneldi ve bilgisayarla görü sistemleri oluşturmanın günlük işlerini nasıl basitleştirdiğini gösterdi. Üç odak alanı, Platform'un veri hazırlama ile modelleri üretimde çalıştırma arasındaki manuel çabayı nasıl azalttığını gösterdi.

• AutoTrain: Modelleri eğitmek, karşılaştırmak ve iyileştirmek için konuşmaya dayalı bir deneyim. Kullanıcılar ne elde etmek istediklerini sade bir dille tanımlayabilir, ardından veri kümeleri bulma, eğitim çalıştırmaları başlatma, sonuçları karşılaştırma ve dağıtım modellerini hazırlama gibi eylemler üzerinde çalışabilirler.
• Agents: Görüntüleri, YOLO modellerini, görü-dil modellerini, koşulları ve eylemleri eksiksiz iş akışlarında birleştirmek için görsel bir tuval. Örneğin bir boru hattı, yalnızca YOLO bir kişiyi algıladığında bir görü-dil modelini çağırabilir veya düşük güvenilirlikli tahminleri incelenmek üzere bir veri kümesine gönderebilir. Şablonlar, kullanıcıların ortak kalıplarla başlayıp bunları kendi uygulamalarına uyarlamasına yardımcı olur.
• Monitoring: İstek hacmi, gecikme, hatalar, sağlık durumu ve günlükler dahil olmak üzere dağıtılmış uç noktalar hakkında yerleşik görünürlük. Ücretli özel uç noktalar ayrıca kullanıcıların inceleyebileceği ve veri kümelerine kaydedebileceği canlı tahmin istatistikleri ve geçici örnekler sağlar.

Bu yetenekler bir araya gelerek daha bağlantılı bir model yaşam döngüsü oluşturur: verileri hazırlayın, modelleri eğitin ve karşılaştırın, en güçlü sonucu devreye alın, tahminleri etrafında iş akışları oluşturun, üretim davranışını izleyin ve yararlı örnekleri bir sonraki eğitim döngüsüne geri besleyin.

Konuşmacı oturumları: Uç silikondan somutlaşmış yapay zekaya#

Ürün duyurularının ötesinde gündem, gerçek dünya görü yapay zekası dağıtımının bugün neye benzediğini keşfetmek için yapay zeka ekosisteminin dört bir yanından liderleri bir araya getirdi.

• İnşaat ve endüstriyel denetim: Keith Povich, şantiyeleri anlamak, basit nesne tespitinin ötesine geçerek saha düzeyinde bağlama ulaşmak, disiplinler arası çakışmaları işaretlemek ve profesyonel inceleme için kanıta dayalı düzeltmeler hazırlamak amacıyla Ultralytics YOLO26'nın nasıl uygulandığını anlattı.
• Görü yapay zekası için açık bilişim: Alex Zhang, deney ve eğitimden gerçek dünya çıkarımına kadar PyTorch ve ROCm aracılığıyla Ultralytics YOLO'nun AMD GPU'larda nasıl çalıştığını sergiledi.
• Uç hızlandırma: NVIDIA, Intel ve Qualcomm'un oturumları, Core Ultra işlemciler için Intel'in OpenVINO™ optimizasyonları dahil olmak üzere yeni nesil uç donanımlarda YOLO modellerini eğitimden dağıtıma hızlandırmayı ele aldı.
• Sahada robotik: Lisa Li, D-Robotics RDK aracılığıyla gerçek dünya robotlarında Ultralytics YOLO'yu devreye alan küresel üreticilerden hikayeler ve kıyaslamalar paylaştı.
• Somutlaşmış görü yapay zekası: Paul Li, robotik araştırmalarını güvenilir, gerçek dünya robotik sistemlerine dönüştürme çalışmalarını, algıyı laboratuvardan çıkarıp çalışan robotlara aktarmanın pratik zorluğunu tartıstı.
• İnsanlık için yapay zeka: Dr. James Ong'in konuşması, görü yapay zekasını ölçekli olarak devreye almanın beraberinde getirdiği daha geniş sorumluluğu değerlendirmek üzere merceği bireysel ürünlerin ötesine genişletti.
• Değer bundan sonra nereye kayıyor: Steve Nouri, modeller daha yetenekli ve metalaşmış hale geldikçe yapay zeka ekonomisinin nasıl değiştiğini inceleyerek, kalıcı avantajın modelin kendisinden değil; veriden, bağlamdan, iş akışlarından ve güvenden geleceğini savundu.

Gün, bu teknolojilerin nasıl yakınsadığını ve daha yetenekli görü yapay zekasını gerçek dünyaya taşımak için bundan sonra ne olması gerektiğini keşfetmek üzere model geliştiricileri, donanım yenilikçileri ve gerçek ürünler üreten ekiplerle yapılan bir panel tartışmasıyla sona erdi.

Etkinlik alanında stantlar, atölyeler ve canlı demolar#

Sahne görü yapay zekasının nereye gittiğini ele alırken, etkinlik alanı bunun ne kadarının bugün halihazırda çalıştığını gösterdi. YV26, gün boyunca üç özel demo arasının yanı sıra tam bir öğle yemeği oturumu dahil ederek katılımcılara koltuklarından izlemekle kalmayıp uygulamalı deneyim kazanmaları için bolca zaman tanıdı.

Bu yılın demoları bu zemin alanının büyük kısmına dayanak oluşturdu:

• LimX Dynamics, somutlaşmış yapay zeka donanımını sahada hayata geçirerek katılımcılara YOLO gibi algılama modellerinin gerçek robotik platformlara nasıl entegre olduğunu yakından inceleme fırsatı sundu.
• D-Robotics, algılama, hareket kontrolü ve karar vermeyi tek bir birleşik yığın üzerinde çalıştırma konusunda geçmişteki YOLO Vision etkinliklerinden gelen bir sohbeti sürdürerek uç SoC geliştirme kitlerini sergiledi.
• Axera, verimli, düşük güç tüketimli çıkarım için üretilmiş yongaları ve bilişim platformlarını göstererek katılımcıların aynı YOLO modellerinin farklı uç silikonlarında nasıl davrandığını karşılaştırmasına olanak tanıdı.

Sponsor stantlarının yanı sıra AMD, gruplara AMD ROCm ve doğrudan AMD donanımı üzerinde Ultralytics YOLO'yu dağıtma adımlarını gösteren özel bir uygulamalı atölye çalışması yürüttü; bu, günün başındaki ana sahnede yapılan AMD konuşmasının daha teknik bir tamamlayıcısıydı.

Şekil 2. Ultralytics YOLO Vision 2026'da düzenlenen atölyeler

Demo araları ayrıca Ultralytics ekibine, Ultralytics Platform üzerinde Otomatik Eğitim ve Ajanlar'ın canlı anlatımıyla günün duyurularını doğrudan katılımcıların ellerine verme imkanı tanıdı; böylece insanlar bunu yalnızca sahneden izlemekle kalmayıp Yapay Zekaya Sor'u deneyebildi ve kendi başlarına bir iş akışı oluşturabildi.

Geçmiş edisyonlarda olduğu gibi, en iyi anlardan bazıları bu ara alanlarda yaşandı. Ultralytics kariyer girişimleri ve ürün dükkanından katılımcılar, stantlarda dağıtım zorlukları hakkında notlar takas etti, ortak mühendisler için sorular sıraya koydu ve bir önceki yıl YV25'in Londra ve Shenzhen edisyonlarında başlayan sohbetleri devam ettirdi. Sahnedeki teknoloji yıldan yıla ne kadar değişirse değişsin, aynı stantlarda omuz omuza duran kurumsal liderler, açık kaynak katkıda bulunanlar, öğrenciler ve meraklıların karışımı, her YOLO Vision etkinliğinin ana omurgası olmaya devam ediyor.

Önemli çıkarımlar#

YOLO Vision 2026, Ultralytics'in iki bağlantılı cephede ilerlediğini gösterdi: Ultralytics YOLO ailesini YOLO27, Enterprise modelleri ve açık kelime dağarcığı yetenekleriyle genişletirken, tam model yaşam döngüsünü Ultralytics Platform aracılığıyla daha erişilebilir hale getirmek.

Bu gelişmeler; gerçek dünya ortamlarında yalnızca daha hızlı ve daha doğru olmakla kalmayıp aynı zamanda eğitilmesi, bağlanması, devreye alınması, izlenmesi ve iyileştirilmesi daha kolay olan bir görü yapay zekasına işaret ediyor.

Ultralytics Platform hizmetini bugün keşfet ve YOLO27 piyasaya çıkmaya yaklaşırken güncellemeler için bekleme listesine katıl. Sırada ne olduğunu görmek için topluluğumuza ve GitHub deposuna katıl.