Ultralytics YOLO27

Übersicht#

Ultralytics YOLO27 ist eine Familie von Echtzeit-Vision-Modellen. Die Erkennungsmodelle verwenden zwei sich ergänzende Entwürfe: eine schlanke CNN-Architektur für die kompakten Modelle N und S sowie eine abfragebasierte, NMS-freie Architektur für die größeren Modelle M und L. Beide Entwürfe lassen sich über dieselbe Schnittstelle bereitstellen. Bei den Erkennungsmodellen N und S ist standardmäßig der One-to-Many-Kopf mit NMS aktiviert; verwende nms=False, um den NMS-freien Kopf auszuwählen.

YOLO27 ist die kommende Modellfamilie in der Ultralytics-YOLO-Reihe und folgt auf YOLO26. Es gibt vier Größen — N, S, M und L — und das Modell unterstützt Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Klassifizierung, Posenschätzung und orientierte Objekterkennung. Die Aufteilung auf zwei Designs gilt für Objekterkennung, Instanzsegmentierung und Posenschätzung. Semantische Segmentierung, Tiefenschätzung, Klassifizierung und orientierte Objekterkennung verwenden die CNN-Architektur.

Über seine vier Erkennungsskalen hinweg erreicht YOLO27 42.6-60.5 mAP auf COCO bei einer Latenz von 0.44-1.86 ms auf einer NVIDIA RTX PRO 6000 – und mit YOLO27l bei einer größeren Eingabegröße von 800 Pixeln bis zu 61.4 mAP. YOLO27l ist das erste Ultralytics Modell, das auf COCO mehr als 60 mAP erreicht, während die kompakten Modelle YOLO27n/s die Genauigkeit von YOLO26n/s bei praktisch gleicher Geschwindigkeit übertreffen.

from ultralytics import YOLO

model = YOLO("yolo27n.pt")  # Ein vortrainiertes YOLO27n-Modell laden
results = model("path/to/bus.jpg")  # Inferenz ausführen

Wichtige Funktionen#

• Erkennung auf zwei Skalen Standarddetektoren sagen Objekte auf drei Merkmalskarten voraus – einer feinen, einer mittleren und einer groben. YOLO27 N und S lassen die mittlere Karte weg und sagen Objekte nur auf einer feinen Karte (für kleine Objekte) und einer groben Karte (für große Objekte) voraus. Eine feste Skalierung der zusammengeführten Merkmale sorgt für ein ausgewogenes Verhältnis zwischen den beiden Skalen. Dadurch wird ein erheblicher Teil der Berechnungen im Erkennungskopf eingespart und die Modelle werden schneller, während das Training ebenso zuverlässig bleibt wie beim vollständigen Design mit drei Skalen.

• Verbesserte Erkennung kleiner Objekte Die frühe Feature-Stufe mit hoher Auflösung wird verbreitert, damit sie mehr feine Details erfassen kann. Zusammen mit der erhaltenen feinen Vorhersagekarte verbessert dies die Lokalisierung und Regression kleiner Objekte – der schwierigsten Kategorie für kompakte Modelle.

• Überwachung der Vordergrundausrichtung Während des Trainings lernt ein zusätzlicher, leichtgewichtiger Zweig, an jeder Position zwischen „Objekt“ und „Hintergrund“ zu unterscheiden. Er soll die Lücke zwischen der dichteren Many-to-one-Überwachung während des Trainings und dem One-to-one-Kopf schließen, der die endgültigen Vorhersagen erzeugt. Dadurch sinkt die Genauigkeitslücke von 0.9/0.8 mAP bei YOLO26n/s auf nur 0.4 mAP bei YOLO27n/s, sodass der bereitgestellte One-to-one-Kopf nahezu die gesamte Trainingsgenauigkeit beibehält. Der Zweig wird nur während des Trainings verwendet und für Inferenz und Export entfernt, sodass er im Einsatz keine Kosten verursacht.

• Abfragebasierte Erkennung ohne NMS Die größeren Modelle ersetzen die dichte Vorhersage durch einen Transformer-Decoder, der eine feste Anzahl von Objektabfragen verfeinert und direkt die endgültigen Erkennungsergebnisse ausgibt — eine Nachverarbeitung durch Non-Maximum Suppression ist nicht erforderlich. YOLO27m und YOLO27l kombinieren diesen Decoder mit einem UltraViT-Backbone, das in seiner tiefsten Stufe Self-Attention einsetzt, um den globalen Kontext zu erfassen, gefolgt von einem FPN/PAN-Neck.

• Eine einfache Schnittstelle Beide Architekturen werden über dieselbe YOLO Python-Schnittstelle verwendet. Die passende Pipeline für Training, Validierung, Vorhersage und Export wird automatisch anhand des Modells ausgewählt, sodass Code für eine YOLO27-Größenstufe unverändert auch für die anderen funktioniert.

Welches YOLO27 sollte ich verwenden?#

Die folgenden Empfehlungen helfen dir bei der Auswahl eines Modells nach der Veröffentlichung von YOLO27. Verwende für aktuelle Projekte YOLO26.

• YOLO27n / YOLO27s — Edge-Geräte, Drohnen und Echtzeitvideo: die schnellsten Modelle der Familie, mit verbesserter Erkennung kleiner Objekte dank des dualen Maßstabsdesigns. Informationen zur gerätespezifischen Bereitstellung findest du für NVIDIA Jetson und Raspberry Pi.
• YOLO27m — der ideale Kompromiss zwischen Genauigkeit und Geschwindigkeit auf GPUs: höhere Genauigkeit als YOLO26m bei vergleichbarer Latenz, was es zur Standardwahl für die produktive GPU-Bereitstellung macht.
• YOLO27l – für Anwendungen, bei denen Genauigkeit entscheidend ist: das erste Ultralytics-Modell mit mehr als 60 mAP auf COCO. Es erreicht bei einer größeren Eingabegröße 61.4 mAP und bleibt auf der GPU echtzeitfähig.

Einen Vergleich mit anderen Modellfamilien findest du unter Alle Ultralytics-Modelle. Informationen dazu, wie du den Kompromiss zwischen Genauigkeit und Geschwindigkeit auf deiner eigenen Hardware statt auf unserer misst, findest du unter Benchmark-Modus.

Unterstützte Aufgaben und Modi#

Die folgende Tabelle gibt einen Ausblick auf die geplante Unterstützung von Aufgaben und Modi für die vier YOLO27-Modellgrößen. Häkchen kennzeichnen die geplante Unterstützung zum Veröffentlichungszeitpunkt, nicht die aktuelle öffentliche Verfügbarkeit; alle aufgeführten Modelldateien sind noch nicht veröffentlicht.

Die YOLO27-Modelle Detect, Segment, Pose und OBB funktionieren auch mit dem Tracking-Modus, der auf dem Vorhersagemodus aufbaut, um mehrere Objekte über Videobilder hinweg zu verfolgen.

Leistungskennzahlen#

Die Erkennungsgenauigkeit wird auf dem COCO-Validierungsdatensatz angegeben. Erläuterungen zu mAP, Precision und Recall findest du unter YOLO Performance Metrics. Genauigkeitswerte über COCO hinaus findest du im Ultralytics-Benchmark. Dieser misst den Makro-mAP_50-95 auf 37 realen Erkennungsdatensätzen aus den Bereichen medizinische Bildgebung, Fernerkundung, Industrie, Einzelhandel und weiteren Gebieten. Die Inferenzgeschwindigkeit wird für die GPU mit einer NVIDIA RTX PRO 6000 (TensorRT 11, FP16) und für die CPU mit einem AMD EPYC 9655 (ONNX Runtime, FP32) gemessen. Nach der Veröffentlichung lassen sich die Genauigkeitswerte mit yolo val model=yolo27n.pt data=coco.yaml imgsz=640 nms=False save_json=True reproduzieren. Die Tabellen zu Objekterkennung, Instanzsegmentierung und Posenschätzung verwenden den NMS-freien Head und die COCO-Auswertung. Für die Posenschätzung wird die Validierung mit N/S mit rechteckigen Batches durchgeführt (rect=True).

Die Angaben zu Parametern und FLOPs beziehen sich auf das zusammengeführte Modell nach dem Zusammenfassen von Conv/BatchNorm und dem Entfernen des nicht verwendeten Erkennungszweigs. Bei den Messungen für Objekterkennung, Instanzsegmentierung und Posenschätzung wird der NMS-freie Head mit nms=False ausgewählt; die Genauigkeit von N/S hängt vom ausgewählten Head ab. Die FLOPs umfassen Matrixmultiplikationen für die Decoder-Attention. Vortrainierte Checkpoints behalten die vollständige Trainingsarchitektur bei und können daher höhere Werte aufweisen.

Anwendungsbeispiele#

Dieser Abschnitt enthält einfache Beispiele für Training und Inferenz mit YOLO27. Für benutzerdefinierte Datensätze findest du unter Tipps für optimale Trainingsergebnisse und im Leitfaden zur Hyperparameter-Abstimmung weitere Informationen.

Das folgende Beispiel bezieht sich auf YOLO27-Detect-Modelle zur Objekterkennung.

from ultralytics import YOLO

# Ein mit COCO vortrainiertes YOLO27n-Modell laden
model = YOLO("yolo27n.pt")

# Mit dem YOLO27n-Modell eine Inferenz auf dem Bild 'bus.jpg' ausführen
results = model("path/to/bus.jpg")

# Das Modell 100 Epochen lang mit dem COCO8-Beispieldatensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Häufig gestellte Fragen#