Ultralytics'in hedefleri
Gerçek zamanlı görsel yapay zekâyı milyonlara ulaştıran modellerden ufuktaki sürümlere kadar. Şimdiye kadar neler sunduğumuza ve sırada neler olduğuna göz at.
Gerçek zamanlı nesne algılamayı milyonlara ulaştıran sürüm — PyTorch tabanlı, hızlı ve eğitimi son derece kolay.
Algılama, bölütleme, sınıflandırma, poz tahmini ve yönlendirilmiş sınırlayıcı kutular için tek bir çerçeve.
Daha az parametreyle daha yüksek doğruluk sunan, geliştirilmiş bir mimari; Ultralytics YOLO Vision 2024'te tanıtıldı.
Şu anda önerdiğimiz model — tüm görsel görevlerde daha hızlı, daha doğru ve üretime hazır.
Verileri etiketlemek, YOLO modellerini eğitmek ve 42 küresel bölgede dağıtım yapmak için uçtan uca platform — hepsi tek bir yerde.
İlk anlamsal bölütleme modellerimiz — tüm sahneyi anlamak için piksel bazında yoğun sınıf etiketleri.
Rust ile yazılmış, yüksek performanslı bir YOLO çıkarım kitaplığı ve CLI. Modelleri ONNX Runtime üzerinde çalıştırır ve Ultralytics Python paketiyle uyumlu olacak şekilde tasarlanmış bir API sunar.
YOLO modellerini sunucuya ve Python'a ihtiyaç duymadan doğrudan tarayıcıda çalıştır. Modeller, Rust crate'inin WebAssembly'e derlenmesiyle desteklenen küçük bir TypeScript API üzerinden WebGPU'da çalışır ve otomatik CPU ile wasm geri dönüş seçeneği sunar.
YOLO26'nın temelini oluşturan araştırma makalesi — NMS'siz uçtan uca tasarımı, yeni MuSGD optimize edicisini ve beş model ölçeğinin tamamında son teknoloji doğruluk-gecikme dengesini ayrıntılarıyla ele alıyor.
Daha hızlı ve daha doğru çoklu nesne takibi — gerçek dünya videolarında örtüşmeler ve kalabalık sahneler boyunca daha kararlı kimlikler.
- Re-ID — yeniden kimlik belirleme, nesne kimliklerinin kameralar arasında ve örtüşmelerden sonra tutarlı kalmasını sağlar.
Yerleşik bilgi damıtma, büyük öğretmen modellerini daha küçük ve hızlı öğrenci modellere sıkıştırırken verimli uç ve gerçek zamanlı dağıtım için doğruluğun korunmasına yardımcı olur.
YOLO26 derinlik modelleri, tek bir RGB kameradan yoğun piksel başına mesafe haritaları tahmin ederek özel derinlik sensörlerine veya lidara gerek kalmadan 3B uzamsal farkındalık sağlar.
Ask AI, temel bir çalıştırmadan sonraki deneye kadar bir sohbet aracılığıyla modelleri eğitmene, karşılaştırmana ve iyileştirmene yardımcı olur.
YOLO modellerini, koşulları ve görsel-dil modellerini veri kümesi toplama ve Slack uyarıları gibi eylemlere bağlayan görsel bir iş akışı oluşturucu.
Özel uç noktalardaki canlı tahmin istatistikleri ve geçici örneklerin yanı sıra uç nokta isteklerini, gecikmeyi, hataları ve günlükleri takip et.
YOLO'nun yeni amiral gemisi nesli; Ultralytics YOLO Vision 2026'da canlı olarak tanıtılıyor ve aileyi görsel-dil alanına taşıyor. Bekleme listesine katıl.
YOLOE-27, metin, görsel veya istem gerektirmeyen çıkarım yoluyla her şeyi görecek şekilde tasarlanmış, gerçek zamanlı açık söz dağarcıklı algılama ve bölümlemenin yeni neslidir.
Perakende, depo, güvenlik ve hava/İHA kullanım senaryoları için tasarlanmıştır ve yalnızca Enterprise müşterilerine sunulur.
iOS 27 ve macOS 27 genel kullanıma sunulduktan sonra YOLO modellerini Core AI çalışma zamanı için Apple'ın yeni .aimodel biçimine aktar; daha geniş cihaz uyumluluğu için Core ML desteğini koru.
Platform'u kendi altyapında çalıştırarak verileri ve eğitimi tamamen kontrolünde tut.
2027 boyunca YOLO ailesine yeni yetenekler eklenecek:
- YOLO-OCR — hızlı ve doğru metin tanıma
- YOLO-Face — yüz tanıma ve analizi
- YOLO-Stereo3D — robotik için çift kamera çiftlerinden stereo 3B algılama; lidara kamera tabanlı bir alternatif
En yeni YOLO üzerine geliştirme yap
Bugün YOLO26 ile eğitime ve dağıtıma başla — gelecekteki her şeye hazır ol.