14 Ocak 2026
Ultralytics , hız, basitlik ve uç cihazlardan büyük ölçekli sunuculara kadar gerçek dünyada uygulanabilirlik açısından görsel yapay zeka için nasıl yeni bir standart belirlediğini görün.
Bugün, en son teknolojiye sahip performans için yeni bir temel oluşturan yeni modelimiz Ultralytics resmi olarak piyasaya sürüyoruz. Kurucumuz ve CEO'muz Glenn Jocher tarafından Londra'da düzenlenen YOLO 2025 (YV25) etkinliğinde ilk kez tanıtılan bu model, bugüne kadar geliştirdiğimiz en gelişmiş ve kullanıma hazır modelimizdir.
Hafif, kompakt ve hızlı olacak şekilde tasarlanan YOLO26, gerçek zamanlı görme AI uygulamalarının gerçek dünyada çalıştığı yerler için geliştirilmiştir. Modele doğrudan entegre edilmiş yerel uçtan uca çıkarım özelliği ile YOLO26, dağıtımı basitleştirir, sistem karmaşıklığını azaltır ve uç cihazlar ile büyük ölçekli üretim ortamlarında güvenilir performans sunar.
Aslında, YOLO26'nın en küçük versiyonu olan nano model, standart CPU'larda %43'e kadar daha hızlı çalışarak mobil uygulamalar, akıllı kameralar ve diğer uç cihazlarda verimli gerçek zamanlı görme AI çözümleri sunar. Etkileyici görme AI yeteneklerini herkes için erişilebilir hale getirme Ultralyticsgeliştirilen YOLO26, en son teknoloji performansı basitlikle birleştirerek kullanımı ve dağıtımı kolaylaştırır.
Bilgisayar görüşü hızla bulutun ötesine geçiyor. Gerçek dünya uygulamaları, drone'lar, kameralar, mobil sistemler ve gömülü platformlar gibi cihazlarda gerçek zamanlı çıkarım, düşük gecikme süresi, donanım esnekliği ve öngörülebilir performans taleplerini giderek artırıyor.
YOLO26, bu değişim için özel olarak geliştirilmiştir. Ultralytics , nesne algılama sürecini baştan sona yeniden düşünerek, gereksiz karmaşıklığı ortadan kaldırırken en son teknolojiye sahip doğruluk ve hız sunan bir model mimarisi Ultralytics .
Örneğin, geleneksel Ultralytics algılama modelleri, çıkarımdan sonra çakışan tahminleri filtrelemek için Non-Maximum Suppression adlı ek bir son işlem adımına dayanır. YOLO26, yerel uçtan uca çıkarım özelliğini etkinleştirerek bu ekstra adımı ortadan kaldırır ve modelin doğrudan nihai algılamalar üretmesini sağlar. Bu sayede daha hızlı, daha öngörülebilir ve daha güvenilir gerçek dünya uygulamaları mümkün hale gelir.
YOLO26, aşamalı bir güncelleme değildir. Üretim düzeyinde Vision AI'nın eğitilmesi, uygulanması ve ölçeklendirilmesinde yapısal bir sıçrama anlamına gelir.
.webp)
YOLO26'nın en önemli özelliklerinden biri, önceki modellerin güçlü yönlerini nasıl geliştirdiği. Ultralytics YOLO11 gibi önceki modellerin güçlü yönlerini temel alırken, bilgisayar görüşü ile mümkün olanları genişletmesidir. YOLO26, nesne algılama, örnek segmentasyonu ve görüntü sınıflandırma dahil olmak üzere YOLO11 ile aynı temel bilgisayar görüşü görevlerini destekler.
Ayrıca, poz tahmini, hava ve uydu görüntüleri için yönlendirilmiş sınırlayıcı kutu nesne algılama ve video akışlarında nesne izlemeyi desteklemeye devam ediyor. YOLO11 gibi, YOLO26 da Nano (n), Küçük (s), Orta (m), Büyük (l) ve Ekstra büyük (x) olmak üzere beş model çeşidinde mevcuttur ve kullanıcılara hız, boyut ve doğruluk arasında denge sağlayan seçenekler sunar.
Ultralytics , performansı, güvenilirliği ve gerçek hayattaki kullanılabilirliği artırmak için tasarlanmış bir dizi gelişme içerir. YOLO26'nın temel özelliklerine kısaca göz atalım:
YOLO26'nın geliştirilmesi, ekibimizin araştırmaları ve topluluk, ortaklarımız ve müşterilerimizden aldığımız geri bildirimlerle şekillenen kolektif bir çabaydı. Mimarisi basitleştirmek, verimliliği artırmak ve modeli gerçek dünya kullanımına daha uyumlu hale getirmek için yola çıktık.
Bu süreci değerlendiren Glenn Jocher, "En büyük zorluklardan biri, kullanıcıların YOLO26'dan en iyi şekilde yararlanmasını sağlarken aynı zamanda en yüksek performansı sunmaktı" dedi. Onun bakış açısı, YOLO26'nın temel tasarım ilkesini ortaya koyuyor: görsel yapay zekayı kullanımı kolay tutmak.
Bu fikri daha da genişleten Kıdemli Makine Öğrenimi Mühendisimiz Jing Qiu, “Yeni Ultralytics YOLO oluşturmak, acele etmeden istikrarlı bir şekilde ilerlemekle ilgiliydi. Sadece hız-doğruluk dengesi üzerinde odaklanarak modeli sürekli iyileştirdim. Sonuç ortaya çıktığında, detaylara önem vermenin işe yaradığının kanıtı olan sessiz bir memnuniyet hissettim” diye ekledi.
Ultralytics , bugünden itibaren Ultralytics üzerinden eğitim, çıkarım ve dışa aktarım iş akışlarında tam destekle halka açık olacak. YOLO26'yı ticari veya kapalı ortamlarda kullanan kuruluşlar, üretim dağıtımı, uzun vadeli bakım ve ölçeklenebilir uç dağıtımları için destek içeren kurumsal lisanslama seçeneklerine erişebilirler.
Önceki modellerimiz gibi, bu model de Ultralytics Python ile tam olarak desteklenmektedir, böylece kullanıcılar hemen kullanmaya başlayabilirler. Kullanıcılar, ONNX, TensorRT, CoreML, TFLite, OpenVINO ve daha fazlası gibi çeşitli dışa aktarma seçeneklerinden yararlanırken, zaten bildikleri aynı basitleştirilmiş iş akışıyla YOLO26'yı eğitebilir, doğrulayabilir ve dağıtabilirler.
Ultralytics , görsel yapay zekayı daha hızlı, daha hafif ve daha kolay kullanılabilir hale getirme yolunda attığımız bir sonraki adımdır. Ancak bu sadece başlangıç.
Gerçek etki, görsel yapay zeka topluluğunun bununla yarattıklarından kaynaklanıyor. Yeniliklerinizi görmek ve bilgisayar görüşünün geleceğini birlikte şekillendirmeye devam etmek için sabırsızlanıyoruz.
Topluluğumuzla bağlantı kurun ve GitHub depomuzu keşfederek yapay zeka konusunda daha derinlemesine bilgi edinin. Robotikte yapay zeka ve lojistikte bilgisayar görüşü gibi endüstri çözümlerini keşfedin, lisans seçeneklerimizi inceleyin ve bugün bilgisayar görüşü ile geliştirmeye başlayın.
