25 Eylül 2025
En son Ultralytics YOLO modeli olan Ultralytics YOLO26'yı ve hız, doğruluk ve dağıtılabilirlik arasında optimum bir dengeyi destekleyen en son özelliklerini keşfedin.
25 Eylül'de, Londra'daki yıllık hibrit etkinliğimiz YOLO Vision 2025 (YV25)'te, Kurucumuz ve CEO'muz Glenn Jocher, Ultralytics YOLO model serisindeki en son atılım olan Ultralytics YOLO26'yı resmen duyurdu! Yeni bilgisayarlı görü modelimiz YOLO26, hızı, doğruluğu ve dağıtım kolaylığını dengeleyen aerodinamik bir mimari ile görüntüleri ve videoları analiz edebilir ve yorumlayabilir.
Ultralytics YOLO26, modelin tasarımının bazı yönlerini basitleştirip yeni geliştirmeler eklerken, kullanıcıların Ultralytics YOLO modellerinden beklediği tanıdık özellikleri sunmaya devam ediyor. Örneğin, Ultralytics YOLO26'nın kullanımı kolaydır, çeşitli bilgisayar görüşü görevlerini destekler ve esnek entegrasyon ve dağıtım seçenekleri sunar.
Söylemeye gerek yok ki, bu Ultralytics YOLO26'ya geçişi sorunsuz hale getiriyor ve kullanıcıların Ekim ayı sonunda halka açık hale geldiğinde bunu kendi başlarına deneyimlemelerini görmek için sabırsızlanıyoruz.
Basitçe söylemek gerekirse, Ultralytics YOLO26 daha iyi, daha hızlı ve daha küçük bir Görüntü İşleme (Vision AI) modelidir. Bu makalede, Ultralytics YOLO26'nın temel özelliklerini ve neler getirdiğini keşfedeceğiz. Hadi başlayalım!
Ultralytics YOLO26'nın temel özelliklerine ve mümkün kıldığı uygulamalara dalmadan önce, bir adım geri atalım ve bu modelin geliştirilmesine ilham veren ve motivasyon sağlayan şeyleri tartışalım.
Ultralytics olarak, her zaman inovasyonun gücüne inandık. En başından beri, misyonumuz iki yönlü oldu. Bir yandan, Görüntü AI'yı erişilebilir hale getirmek istiyoruz, böylece herkes onu engeller olmadan kullanabilir. Öte yandan, bilgisayarlı görü modellerinin neler başarabileceği konusunda sınırları zorlayarak, onu en ileri noktada tutmaya eşit derecede kararlıyız.
Bu misyonun arkasındaki temel faktör, yapay zeka alanının sürekli gelişiyor olmasıdır. Örneğin, yapay zeka modellerini buluta güvenmek yerine doğrudan cihazlarda çalıştırmayı içeren uç yapay zeka, endüstrilerde hızla benimseniyor.
Akıllı kameralardan otonom sistemlere kadar, uçtaki cihazlardan artık bilgileri gerçek zamanlı olarak işlemesi bekleniyor. Bu değişim, aynı yüksek doğruluk seviyesini sunarken daha hafif ve daha hızlı modeller gerektiriyor.
Bu nedenle Ultralytics YOLO modellerimizi sürekli olarak geliştirme ihtiyacı vardır. Glenn Jocher'in dediği gibi, "En büyük zorluklardan biri, kullanıcıların en iyi performansı sunmaya devam ederken YOLO26'dan en iyi şekilde yararlanabilmelerini sağlamaktı."
YOLO26, beş farklı model varyantında kullanıma hazırdır ve bu da yeteneklerini her ölçekteki uygulamada kullanma esnekliği sağlar.
Bu model varyantlarının tümü, önceki Ultralytics YOLO modelleri gibi birden çok bilgisayarlı görü görevini destekler. Bu, hangi boyutu seçerseniz seçin, Ultralytics YOLO11 gibi geniş bir yetenek yelpazesi sunması için YOLO26'ya güvenebileceğiniz anlamına gelir.
İşte YOLO26 tarafından desteklenen bilgisayarlı görü görevlerine genel bir bakış:
YOLOv8'in neler yapabileceğini daha iyi anladığımıza göre, mimarisindeki bazı yenilikleri inceleyelim.
Modelin tasarımı, daha önce çıkarımı yavaşlatan ve sınırlayıcı kutu regresyonunu kısıtlayan Dağıtım Odak Kaybı (DFL) modülünün kaldırılmasıyla daha da basitleştirildi.
Tahmin süreci, modelin geleneksel Non-Maximum Suppression (NMS) adımını atlamasına olanak tanıyan uçtan uca (E2E) çıkarım seçeneğiyle de basitleştirildi. Bu geliştirme, karmaşıklığı azaltır ve modelin sonuçları daha hızlı sunmasını sağlayarak gerçek dünya uygulamalarında dağıtımı kolaylaştırır.
Diğer iyileştirmeler, modeli daha akıllı ve daha güvenilir hale getirir. Aşamalı Kayıp Dengeleme (ProgLoss), eğitimi dengelemeye ve doğruluğu artırmaya yardımcı olurken, Küçük Hedef Farkında Etiket Atama (STAL), modelin küçük nesneleri daha etkili bir şekilde algılamasını sağlar. Buna ek olarak, yeni bir MuSGD optimize edici, eğitim yakınsamasını iyileştirir ve genel performansı artırır.
Aslında, YOLO26'nın en küçük versiyonu olan nano modeli, artık standart CPU'larda %43'e kadar daha hızlı çalışıyor ve bu da onu özellikle mobil uygulamalar, akıllı kameralar ve hız ve verimliliğin kritik olduğu diğer uç cihazlar için çok uygun hale getiriyor.
İşte YOLO26'nın özelliklerinin ve kullanıcıların dört gözle bekleyebileceği şeylerin hızlı bir özeti:
İster mobil uygulamalar, ister akıllı kameralar veya kurumsal sistemler üzerinde çalışıyor olun, YOLO26'yı dağıtmak basit ve esnektir. Ultralytics Python paketi, sürekli büyüyen sayıda dışa aktarma formatını destekler, bu da YOLO26'yı mevcut iş akışlarına entegre etmeyi kolaylaştırır ve neredeyse tüm platformlarla uyumlu hale getirir.
Dışa aktarma seçeneklerinden bazıları, maksimum GPU hızlandırması için TensorRT, geniş uyumluluk için ONNX, yerel iOS uygulamaları için CoreML, Android ve uç cihazlar için TFLite ve Intel donanımında optimize edilmiş performans için OpenVINO'yu içerir. Bu esneklik, YOLO26'yı ek engeller olmadan geliştirmeden üretime geçirmeyi kolaylaştırır.
Dağıtımın bir diğer önemli parçası da modellerin sınırlı kaynaklara sahip cihazlarda verimli bir şekilde çalışmasını sağlamaktır. Kuantalama burada devreye giriyor. Basitleştirilmiş mimarisi sayesinde YOLO26, bunu son derece iyi bir şekilde ele alıyor. Desteklenen donanımlarda daha hızlı çıkarım için yarı hassasiyetin (FP16) yanı sıra INT8 dağıtımını (boyutu küçültmek ve hızı minimum doğruluk kaybıyla artırmak için 8 bitlik sıkıştırma kullanılarak) destekler.
En önemlisi, YOLO26 bu niceleme seviyelerinde tutarlı performans sunar, bu nedenle güçlü bir sunucuda veya kompakt bir uç cihazda çalışıyor olmasına bakılmaksızın ona güvenebilirsiniz.
YOLO26, birçok farklı sektör ve kullanım alanında çok çeşitli bilgisayarlı görü uygulamalarında kullanılabilir. Robotikten üretime kadar, iş akışlarını iyileştirerek ve daha hızlı, daha doğru karar almayı sağlayarak önemli bir etki yaratabilir.
Örneğin, iyi bir örnek robotikte bulunur; burada YOLO26, robotların çevrelerini gerçek zamanlı olarak yorumlamalarına yardımcı olabilir. Bu, navigasyonu daha sorunsuz ve nesne işlemeyi daha hassas hale getirir. Ayrıca insanlarla daha güvenli işbirliğini sağlar.
Bir diğer örnek de üretimdir, burada model kusur tespiti için kullanılabilir. Üretim hatlarındaki kusurları manuel incelemeden daha hızlı ve doğru bir şekilde otomatik olarak belirleyebilir.
Genel olarak, YOLO26 daha iyi, daha hızlı ve daha hafif olduğundan, hafif uç cihazlardan büyük kurumsal sistemlere kadar çok çeşitli ortamlara kolayca uyum sağlar. Bu, verimliliği, doğruluğu ve güvenilirliği artırmak isteyen endüstriler için pratik bir seçimdir.
Ultralytics YOLO26, daha iyi, daha hızlı ve daha hafif bir bilgisayarlı görü modelidir; kullanımı kolay olmasının yanı sıra güçlü performans sunmaya devam eder. Çok çeşitli görev ve platformlarda çalışır ve Ekim ayı sonuna kadar herkesin kullanımına sunulacaktır. Topluluğun yeni çözümler oluşturmak ve bilgisayarlı görü sınırlarını zorlamak için onu nasıl kullanacağını görmek için sabırsızlanıyoruz.
Büyüyen topluluğumuza katılın! AI hakkında daha fazla bilgi edinmek için GitHub depomuzu keşfedin. Çözüm sayfalarımızı ziyaret ederek perakende sektöründe bilgisayarlı görü ve otomotiv sektöründe AI gibi yenilikleri keşfedin. Bilgisayarlı görü ile geliştirmeye bugün başlamak için lisanslama seçeneklerimize göz atın.
.webp)