Ultralytics YOLO27: Bekleme listesine katıl.
YOLO'yu lisansla
Press release

Ultralytics YOLO26 to Bring Real-Time Computer Vision to Intel Processors

Ultralytics and Intel bring YOLO26 to Intel processors with OpenVINO, with sub-5 ms inference reported in supported CPU and GPU scenarios.

3 dakikalık okuma
Ultralytics and Intel bring YOLO26 to Intel processors with OpenVINO, with sub-5 ms inference reported in supported CPU and GPU scenarios.

SANTA CLARA, Calif. – July 14, 2026 – Ultralytics, the company behind the YOLO family of object detection models, today announced a collaboration with Intel to bring production-ready YOLO (You Only Look Once) computer vision models to Intel hardware, making real-time vision AI faster, easier, and more cost-effective to deploy across industries from robotics to manufacturing, logistics, and security.

Most real-world vision AI technologies run on existing, CPU-based infrastructures including industrial PCs, laptops and edge devices. By pairing Ultralytics YOLO models with OpenVINO Toolkit, developers can deploy YOLO models across various platforms powered by any Intel processor, putting the compute where appropriate: CPU, GPU, or NPU.

The result is faster, more cost-effective, and more accessible computer vision for the industries that need it most. The collaboration meets AI where it actually ships, resulting in faster inference in supported CPU/GPU scenarios, with sub-5-millisecond inference reported across YOLO tasks on Intel hardware, reducing latency and deployment costs.

"Enterprises train in the data center, but the real work of vision AI happens at the edge, on factory floors, in retail, in robotics-running on Intel CPUs and NPUs," said Glenn Jocher, Founder and CEO of Ultralytics. "This collaboration means developers get state-of-the-art models like YOLO26 running production-ready on the hardware they already own, eliminating the need for a discrete GPU."

The collaboration also cuts friction for developers, who can train and export their applications to OpenVINO and deploy them with the same familiar Ultralytics Platform or Python package and command line interface, often with a single command. This single workflow supports use cases in a variety of industries, including:

  • Manufacturing: quality inspection, defect detection and process monitoring on factory-floor industrial PCs
  • Logistics: parcel/asset detection, counting and tracking
  • Security: monitoring analytics (people/object detection) plus privacy/compliance monitoring
  • Retail: shelf availability and inventory intelligence, including detecting SKUs, labels and shelf stock to monitor availability, planogram compliance and stock movement; real-time product recognition, including detecting, segmenting or tracking retail products for mobile applications, smart stores and e-commerce.
  • Healthcare: internal imaging workflow improvement, annotation workflow, model validation and internal research-to-production workflows.
  • Robotics: real-time perception on compact, power-efficient Intel hardware
  • Smart cities: scalable vision on distributed edge infrastructure
  • Edge AI broadly: bringing advanced vision to devices that use integrated AI acceleration already available on the SoC

“Extending Intel's AI PC and physical AI platforms with leading open vision models helps developers deploy applications with real-world efficient AI inferencing on processors with AI acceleration built right in. This ensures that some of the industry’s top models are optimized for the latest Intel Core Ultra processors and beyond,” said Matthew Formica, Intel Senior Director & Global Head of Edge Technical Marketing. “We are excited to partner with Ultralytics to build on this momentum.”

About Ultralytics#

Founded by Glenn Jocher, Ultralytics is the leading force in vision AI, best known for its Ultralytics YOLO (You Only Look Once) models. With over 135K GitHub stars, 300 million pip downloads, and 3.3+ billion model usages, Ultralytics YOLOv5, YOLOv8, YOLO11, and now YOLO26 have become the most widely recognized object detection models globally. Ultralytics empowers users with easy-to-use, cutting-edge AI technology. Our mission is to simplify and democratize the use of AI, making it accessible and impactful across industries ranging from manufacturing to healthcare and more.

©Intel, the Intel logo, and other Intel marks are trademarks of Intel Corporation or its subsidiaries.

Media Contact: Altaïr Kabunda-Margalet - altair@ultralytics.com

Blogdan

AI-generated aerial view of a car park that changes from 3D wireframe to photo, with real Ultralytics YOLO26 car detections at each stage

Bilgisayarlı görü eğitimi için en iyi sentetik veri araçları

Bilgisayarlı görü için sentetik veri araçlarının yöntemlerine göre karşılaştırması: 3B simülasyon, üretici modeller ve artırma; bunların Ultralytics YOLO ile nasıl test edileceği.
Daha fazla bilgi edin
Ultralytics, Dublin'deki AMD Embedded AI Working Group'ta

Ultralytics, Dublin'deki AMD Embedded AI Working Group'ta

Ultralytics ve AMD'nin Dublin'de düzenlenen AMD Embedded AI Working Group 2026'da Fiziksel Yapay Zekâ, robotik ve bilgisayarlı görü dağıtımını nasıl ele aldığını keşfet.
Daha fazla bilgi edin
Precision ve recall kullanarak otomatik etiketleme için VLM seçme

Precision ve recall kullanarak otomatik etiketleme için VLM seçme

Otomatik etiketleme için precision ve recall değerlerine göre bir VLM seç: hangi modeller daha az fazladan kutu bırakıyor, hangileri daha az nesneyi kaçırıyor ve kendi verilerinle nasıl test edebilirsin.
Daha fazla bilgi edin
AI-generated logistics scene with illustrative detections; the inset shows Ultralytics Platform benchmark latency for YOLO26n on an NVIDIA L4.

Bilgisayarlı görü çıkarımı için ONNX ve TensorRT: kıyaslamalar ve seçim rehberi

Bilgisayarlı görü çıkarımı için ONNX Runtime ve TensorRT karşılaştırması: 19 NVIDIA GPU’da ölçülen Ultralytics YOLO26 hızı ve doğruluğu ve hangisini seçeceğin.
Daha fazla bilgi edin
Eksik KKD tespiti: Ultralytics YOLO'yu Construction-PPE ile eğit

Eksik KKD tespiti: Ultralytics YOLO'yu Construction-PPE ile eğit

Construction-PPE'nin eksik kaskları, yelekleri ve eldivenleri nasıl etiketlediğini gör, ardından kendi saha kameralarında eksik KKD'yi tespit etmesi için Ultralytics YOLO'yu eğit.
Daha fazla bilgi edin
Drone tespit veri kümesi kılavuzu: küçük İHA’lar için Ultralytics YOLO’yu eğit

Drone tespit veri kümesi kılavuzu: küçük İHA’lar için Ultralytics YOLO’yu eğit

DUT Anti-UAV, Drone-vs-Bird ve termal drone tespit veri kümelerini karşılaştır, ardından küçük drone’ları bulmak ve yanlış alarmları azaltmak için Ultralytics YOLO26’yı eğit.
Daha fazla bilgi edin
Tıbbi görüntüleme için HIPAA uyumlu yapay zekâ: BAA neleri kapsar ve hasta verileriyle nasıl eğitim yapılır?

Tıbbi görüntüleme için HIPAA uyumlu yapay zekâ: BAA neleri kapsar ve hasta verileriyle nasıl eğitim yapılır?

Tıbbi görüntülemede HIPAA uyumlu yapay zekânın neler gerektirdiğini, Ultralytics BAA'sının neleri kapsadığını ve hasta verileriyle nasıl açıklama ekleyeceğini, model eğiteceğini ve dağıtım yapacağını öğren.
Daha fazla bilgi edin
En İyi Derinlik Tahmini Modelleri: Nasıl Seçim Yapılır

En İyi Derinlik Tahmini Modelleri: Nasıl Seçim Yapılır

Metrik derinlik, uç cihazlar ve robotik için Depth Anything, Depth Pro, Metric3D, UniDepth ve Ultralytics YOLO26 gibi tek kameralı derinlik modellerini karşılaştır.
Daha fazla bilgi edin
Ultralytics YOLO modellerini W&B'den Ultralytics Platform'a taşıma

Ultralytics YOLO modellerini W&B'den Ultralytics Platform'a taşıma

Ultralytics YOLO modellerini Weights & Biases (W&B) üzerinden Ultralytics Platform'a yeniden eğitim yapmadan aktar, ardından deneyleri karşılaştır, dışa aktar ve dağıt.
Daha fazla bilgi edin
GPT-6.1 Terra otomatik anotasyonda 1. sıraya yerleşti ve OpenAI'nin kendi amiral gemisi modellerini geride bıraktı

GPT-6.1 Terra otomatik anotasyonda 1. sıraya yerleşti ve OpenAI'nin kendi amiral gemisi modellerini geride bıraktı

GPT-6.1 Terra otomatik anotasyonda Liderlik Tablomuzdaki 39 modeli geride bıraktı: 1.000 görüntü başına 4,36 $ maliyetle 0,560 mAP50; GPT-6.1 Sol ve Gemini 4 Argon'un önünde.
Daha fazla bilgi edin
MiniMax-M3.1-Flash ile otomatik anotasyon: Daha az düşünmesi neden daha iyi kutular çizmesini sağladı

MiniMax-M3.1-Flash ile otomatik anotasyon: Daha az düşünmesi neden daha iyi kutular çizmesini sağladı

Ultralytics Platform'da MiniMax-M3.1-Flash ile otomatik anotasyon: Ayarlama sonrasında 1.000 görüntü başına 1,84 $ maliyetle 0,317 mAP50; SAR gemi tespitinde ise 0,86.
Daha fazla bilgi edin
Kimi K3.1 Pro ile otomatik anotasyon: Yüksek çaba düzeyinde, K3'ten üçte bir daha iyi

Kimi K3.1 Pro ile otomatik anotasyon: Yüksek çaba düzeyinde, K3'ten üçte bir daha iyi

Kimi K3.1 Pro ile otomatik anotasyon, UL37'de 0,444 mAP50'ye ulaşıyor; Kimi K3'ten üçte bir daha yüksek. Neden yüksek çaba düzeyinde çalıştırdığımızı, maliyetini ve hangi alanlarda öne çıktığını gör.
Daha fazla bilgi edin
Ultralytics YOLO ve NVIDIA Cosmos Data Factory: Kusur tespiti için sentetik veriler

Ultralytics YOLO ve NVIDIA Cosmos Data Factory: Kusur tespiti için sentetik veriler

NVIDIA Cosmos Data Factory sentetik verileri ve ajan tabanlı eğitim döngüsü, Ultralytics YOLO26'nın daha az etiketle tüm veri kümesindeki kusur tespit doğruluğuna ulaşmasına yardımcı oluyor.
Daha fazla bilgi edin
Gemini 4 Argon ile otomatik anotasyon: 39 model arasında en hassas kutular

Gemini 4 Argon ile otomatik anotasyon: 39 model arasında en hassas kutular

Ultralytics Platform'da Gemini 4 Argon ile otomatik anotasyon: 39 model arasında 2. sırada, en yüksek hassasiyet (0,667), 12 alanın 6'sında birinci; 30 Kasım'a kadar 1.000 görüntü başına 7,60 $.
Daha fazla bilgi edin
Açık Hesaplama, Açık Görü: Ultralytics YOLO Vision 2026'da AMD

Açık Hesaplama, Açık Görü: Ultralytics YOLO Vision 2026'da AMD

AMD'nin ROCm konuşması, uygulamalı atölyeleri ve AMD Radeon GPU'larında YOLO çalıştıran demolarıyla açık hesaplamayı Ultralytics YOLO Vision 2026'ya nasıl taşıdığını gör.
Daha fazla bilgi edin
En İyi Görüntü Sınıflandırma Modelleri: Nasıl Seçim Yapılır?

En İyi Görüntü Sınıflandırma Modelleri: Nasıl Seçim Yapılır?

ConvNeXt V2 ve DINOv3'ten EfficientNetV2, ViT ve Ultralytics YOLO26-cls'ye kadar önde gelen görüntü sınıflandırma modellerini karşılaştır ve nasıl seçim yapacağını öğren.
Daha fazla bilgi edin
Anlamsal Segmentasyon ve Örnek Segmentasyonu: Doğru Görev Nasıl Seçilir?

Anlamsal Segmentasyon ve Örnek Segmentasyonu: Doğru Görev Nasıl Seçilir?

Anlamsal segmentasyon her piksele sınıf etiketi atar; örnek segmentasyonu ise her nesneyi birbirinden ayırır. Bilgisayarlı görü projen için hangisinin gerektiğini ve nedenini öğren.
Daha fazla bilgi edin
Arm Create 2026'da Ultralytics: Uçta gerçek zamanlı görsel yapay zekâ

Arm Create 2026'da Ultralytics: Uçta gerçek zamanlı görsel yapay zekâ

Ultralytics'in Shenzhen'deki Arm Create 2026 etkinliğinden öne çıkanlar: gerçek zamanlı uç yapay zekâ için Ultralytics YOLO dağıtımı, model paneli ve yeni Arm AI Portal.
Daha fazla bilgi edin
Ultralytics Buluşması: Londra

Ultralytics Buluşması: Londra

Ultralytics Londra buluşmasının özeti: YOLO27'ye ilk bakış, Ultralytics Platform demoları ve NVIDIA ile Arm'ın yer aldığı bir görsel yapay zekâ paneli.
Daha fazla bilgi edin
Ultralytics Platform İzleme: Görsel yapay zekâ dağıtımlarını yolunda tut

Ultralytics Platform İzleme: Görsel yapay zekâ dağıtımlarını yolunda tut

Dağıtılmış görsel yapay zekâ modellerini Ultralytics Platform ile izle. Uç nokta durumunu, gecikmeyi, hataları, günlükleri ve canlı tahmin istatistiklerini takip et.
Daha fazla bilgi edin
Ultralytics Agents ile tanış: Görsel yapay zekâ iş akışlarını daha hızlı oluştur

Ultralytics Agents ile tanış: Görsel yapay zekâ iş akışlarını daha hızlı oluştur

Ultralytics Agents ile görsel yapay zekâ iş akışları oluştur. YOLO modellerini, görsel-dil modellerini, koşulları, veri kümelerini ve Slack uyarılarını tek bir tuvalde birleştir.
Daha fazla bilgi edin
Ultralytics AutoTrain ile tanış: Görsel yapay zekâ modeli eğitimini kolaylaştır

Ultralytics AutoTrain ile tanış: Görsel yapay zekâ modeli eğitimini kolaylaştır

Ultralytics Platform'daki AutoTrain ile Ultralytics YOLO modellerini ilk temel performans düzeyinden üretime dağıtıma kadar eğit, karşılaştır ve iyileştir.
Daha fazla bilgi edin
Ultralytics YOLO Vision 2026'dan öne çıkanlar!

Ultralytics YOLO Vision 2026'dan öne çıkanlar!

Ultralytics'in Ultralytics YOLO27'yi tanıttığı ve Ultralytics Platform'da AutoTrain, Agents ve Monitoring özelliklerini sergilediği YOLO Vision 2026'dan öne çıkan anlar.
Daha fazla bilgi edin
Ultralytics YOLO26 artık monoküler derinlik tahminini destekliyor

Ultralytics YOLO26 artık monoküler derinlik tahminini destekliyor

Ultralytics YOLO26'daki yeni derinlik tahmini görevinin, stereo kamera düzeneği veya LiDAR gerektirmeden tek bir RGB görüntüsünden piksel başına metrik ölçekli derinliği nasıl tahmin ettiğini öğren.
Daha fazla bilgi edin
Bilgisayarlı Görü için En İyi Görüntü Etiketleme Platformları

Bilgisayarlı Görü için En İyi Görüntü Etiketleme Platformları

Bilgisayarlı görü için dokuz görüntü etiketleme platformunu karşılaştır: CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics ve V7.
Daha fazla bilgi edin
Üretimde Otomatik Kusur Tespiti: Platformların Karşılaştırması

Üretimde Otomatik Kusur Tespiti: Platformların Karşılaştırması

Otomatik kusur tespit platformlarını karşılaştır: Cognex, Instrumental, Keyence, Landing AI, Overview ve Ultralytics; ayrıca model görevini kusur türüyle nasıl eşleştireceğini öğren.
Daha fazla bilgi edin
Kurumsal Bilgisayarlı Görünün Maliyeti: Bir TCO Çerçevesi

Kurumsal Bilgisayarlı Görünün Maliyeti: Bir TCO Çerçevesi

Veri, etiketleme, kameralar, uç donanımı, eğitim, çıkarım, entegrasyon ve yeniden eğitimi kapsayan, kurumsal bilgisayarlı görü için toplam sahip olma maliyeti çerçevesi.
Daha fazla bilgi edin
Bilgisayarlı Görüyle Montaj Doğrulama ve Hata Önleme

Bilgisayarlı Görüyle Montaj Doğrulama ve Hata Önleme

Bilgisayarlı görünün montajın eksiksizliğini, doğruluğunu ve sırasını nasıl doğruladığı: görüntüleme istasyonu tasarımı, model görevi seçimi, PLC entegrasyonu ve doğrulama.
Daha fazla bilgi edin
Ölçekte Bilgisayarlı Görü Çıkarımı: Yedi Platformun Karşılaştırması

Ölçekte Bilgisayarlı Görü Çıkarımı: Yedi Platformun Karşılaştırması

Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics ve Vertex AI dâhil olmak üzere yedi bilgisayarlı görü çıkarım platformunu gecikme ve ölçeklenebilirlik açısından karşılaştır.
Daha fazla bilgi edin
Ultralytics YOLO Vision 2026: Bilmen gereken her şey

Ultralytics YOLO Vision 2026: Bilmen gereken her şey

Yeni YOLO modelleri, ürün lansmanları, canlı demolar ve gerçek dünyada görsel yapay zekâ için 13 Eylül'de Shenzhen'de veya çevrimiçi olarak Ultralytics YOLO Vision 2026'ya katıl.
Daha fazla bilgi edin

Geleceğin yapay zekasını birlikte inşa edelim!

Makine öğreniminin geleceğine yolculuğuna başla