Az Ultralytics bemutatta a YOLO27 látásalapú AI-modellcsaládot
Az Ultralytics YOLO Vision 2026 rendezvényen bemutatták a YOLO27-et, a YOLO család következő zászlóshajó-generációját. A vállalat az Ultralytics Platform AutoTrain, Agents és Monitoring funkcióit is ismertette.
- Az Ultralytics bemutatta a YOLO27 modellcsaládot.
- A YOLO27 28 modellt kínál négy méretben és hét feladatra.
- A YOLO27 Enterprise iparági, előre betanított modelleket tartalmaz.
- A YOLOE-27 nyílt szókincsű felismerést és szegmentálást céloz.
- Az Ultralytics Platform új AutoTrain, Agents és Monitoring funkciókat kapott.
28 modell, hét feladatra
Az Ultralytics szeptember 13-án rendezte meg a YOLO Vision 2026 eseményt, amelynek témája az „Open vision, built for the real world”, vagyis a nyílt, valós környezetre épülő gépi látás volt. A rendezvényen Glenn Jocher alapító és vezérigazgató, Paula Derrenger növekedési alelnök, valamint Jing Qiu vezető gépi tanulási mérnök beszélt arról, hogy a látásalapú mesterséges intelligencia akkor teremthet értéket, ha nyílt, hozzáférhető, és a terepen dolgozó felhasználók igényei alakítják.
A központi bejelentés a YOLO27 volt. A modellcsalád 28 modellt foglal magában, négy méretben, n, s, m és l jelöléssel, hét feladatra: tárgyfelismerésre, példányszintű szegmentálásra, szemantikus szegmentálásra, mélységbecslésre, osztályozásra, pózbecslésre és irányított tárgyfelismerésre. A kisebb modelleket gyors peremhálózati telepítésre szánják, a nagyobb változatokat pedig éles környezetben futó GPU-s munkaterhelésekhez és pontosságkritikus alkalmazásokhoz.
Az Ultralytics szerint a YOLO27l az első vállalati modelljük, amely 60 mAP fölé került a COCO adathalmazon. A modellcsalád minden mérete ugyanazt az Ultralytics-interfészt használja.
Enterprise modellek és nyílt szókincsű felismerés
A YOLO27 három pillérre épül. Az alapmodellcsalád mellett az Ultralytics YOLO27 Enterprise domain-specifikus, előre betanított modelleket kínál majd olyan területekre, mint a kiskereskedelem, a raktározás, a biztonság és a légi látásalapú mesterséges intelligencia. A vállalat ezeket az adott területeken gyakori tárgyakra, környezetekre és kivételes esetekre tanítja.
A harmadik elem az Ultralytics YOLOE-27, a valós idejű, nyílt szókincsű felismerési és szegmentálási modellek következő generációja. A rendszer szöveges vagy vizuális utasítások alapján, illetve utasítás nélkül is képes lehet tárgyak felismerésére, így nem kizárólag előre meghatározott osztályokra támaszkodik. A YOLOE-27 az Ultralytics Python-csomagjában már elérhető LLM-interfészhez is kapcsolódhat.
A YOLO27-öt a rendezvényen jelentették be, elérhetővé azonban később, még 2026-ban válik. Az Ultralytics várólistát indított az értesítésekhez.
Új eszközök a modellek teljes életciklusához
Az Ultralytics Platform bemutatóján három terület kapott kiemelt szerepet. Az AutoTrain társalgási felületet kínál a modellek betanításához, összehasonlításához és javításához. A felhasználók természetes nyelven írhatják le a céljukat, majd adathalmazokat kereshetnek, tanítási futásokat indíthatnak, eredményeket hasonlíthatnak össze és telepítésre kész modelleket állíthatnak elő.
Az Agents vizuális vászonként köti össze a képeket, a YOLO-modelleket, a látás és nyelv modelleket, a feltételeket és a műveleteket. Egy munkafolyamat például csak akkor hívhat meg egy látás és nyelv modellt, ha a YOLO egy személyt észlel, vagy az alacsony megbízhatóságú előrejelzéseket ellenőrzésre adathalmazba küldheti.
A Monitoring a telepített végpontokról ad áttekintést, többek között a kérések számáról, a késleltetésről, a hibákról, az állapotról és a naplókról. A fizetős, dedikált végpontok élő előrejelzési statisztikákat és ideiglenes, adathalmazokba menthető példákat is biztosítanak.
A vállalat bemutatója szerint ezek a funkciók összekapcsolják az adat-előkészítést, a tanítást, a telepítést, a munkafolyamatok kialakítását és az éles működés figyelését. A felhasználók így a hasznos új példákat a következő tanítási ciklusba is visszavezethetik.
Ultralytics: Key highlights from Ultralytics YOLO Vision 2026!
