Ultralytics YOLO27

Présentation#

Ultralytics YOLO27 est une famille de modèles de vision en temps réel dont les modèles de détection utilisent deux architectures complémentaires : une architecture CNN rationalisée pour les modèles compacts N et S, et une architecture sans NMS fondée sur des requêtes pour les modèles plus grands M et L. Les deux architectures se déploient via la même interface. Par défaut, les modèles de détection N et S utilisent une tête one-to-many avec NMS ; utilise nms=False pour sélectionner leur tête sans NMS.

YOLO27 est la prochaine famille de modèles de la série Ultralytics YOLO, après YOLO26. Elle existe en quatre tailles — N, S, M et L — et prend en charge la détection d’objets, la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification, l’estimation de pose et la détection d’objets orientés. La conception à deux architectures concerne la détection, la segmentation d’instances et l’estimation de pose. La segmentation sémantique, l’estimation de profondeur, la classification et la détection d’objets orientés utilisent l’architecture CNN.

Sur ses quatre échelles de détection, YOLO27 atteint 42.6-60.5 mAP sur COCO avec une latence de 0.44-1.86 ms sur un NVIDIA RTX PRO 6000 — et jusqu'à 61.4 mAP avec YOLO27l à une résolution d'entrée supérieure de 800 pixels. YOLO27l est le premier modèle Ultralytics à dépasser 60 mAP sur COCO, tandis que les modèles compacts YOLO27n/s améliorent la précision de YOLO26n/s à une vitesse pratiquement identique.

from ultralytics import YOLO

model = YOLO("yolo27n.pt")  # charger un modèle YOLO27n préentraîné
results = model("path/to/bus.jpg")  # lancer l’inférence

Fonctionnalités clés#

• Détection à deux échelles Les détecteurs classiques prédisent les objets sur trois cartes de caractéristiques — fine, moyenne et grossière. YOLO27 N et S suppriment la carte moyenne et prédisent uniquement sur une carte fine (pour les petits objets) et une carte grossière (pour les grands objets), avec une mise à l’échelle fixe des caractéristiques fusionnées qui équilibre les deux échelles. Cela élimine une part importante des calculs de la tête de détection et accélère les modèles, tout en conservant une fiabilité d’entraînement comparable à celle de la conception complète à trois échelles.

• Détection améliorée des petits objets La première étape de caractéristiques, à haute résolution, est élargie afin de capturer davantage de détails fins. Associée à la carte de prédiction fine conservée, cette modification améliore la localisation et la régression pour les petits objets — la catégorie la plus difficile pour les modèles compacts.

• Supervision de l'alignement de l'avant-plan Pendant l'entraînement, une branche légère supplémentaire apprend à distinguer les « objets » de l'« arrière-plan » à chaque emplacement. Elle est conçue pour réduire l'écart entre la supervision plus dense many-to-one utilisée pendant l'entraînement et la tête one-to-one qui produit les prédictions finales — ramenant cet écart de précision de 0.9/0.8 mAP pour YOLO26n/s à seulement 0.4 mAP pour YOLO27n/s, afin que la tête one-to-one déployée conserve presque toute la précision obtenue pendant l'entraînement. Cette branche est utilisée uniquement pendant l'entraînement et est supprimée pour l'inférence et l'exportation : elle n'entraîne donc aucun coût au déploiement.

• Détection par requêtes sans NMS Les modèles les plus grands remplacent la prédiction dense par un décodeur Transformer qui affine un ensemble fixe de requêtes d’objets et produit directement les détections finales — aucun post-traitement par suppression des non-maxima n’est nécessaire. YOLO27m et YOLO27l associent ce décodeur à un backbone UltraViT qui utilise l’auto-attention dans son étage le plus profond pour capturer le contexte global, suivi d’un neck FPN/PAN.

• Une interface simple Les deux architectures s'utilisent avec la même interface Python YOLO. Le pipeline d'entraînement, de validation, de prédiction et d'exportation approprié est sélectionné automatiquement en fonction du modèle, de sorte que le code écrit pour une échelle YOLO27 fonctionne sans modification avec les autres.

Quel YOLO27 choisir ?#

Les recommandations suivantes t'aideront à choisir un modèle une fois YOLO27 sorti. Pour tes projets actuels, utilise YOLO26.

• YOLO27n / YOLO27s — appareils Edge, drones et vidéo en temps réel : les modèles les plus rapides de la famille, avec une détection améliorée des petits objets grâce à l'architecture à double échelle. Consulte NVIDIA Jetson et Raspberry Pi pour le déploiement adapté à chaque appareil.
• YOLO27m — le meilleur compromis précision-vitesse sur GPU : sa précision dépasse celle de YOLO26m pour une latence comparable, ce qui en fait le choix par défaut pour le déploiement sur GPU en production.
• YOLO27l — applications où la précision est essentielle : le premier modèle Ultralytics à dépasser 60 mAP sur COCO, atteignant 61.4 mAP avec une résolution d'entrée supérieure tout en restant en temps réel sur GPU.

Pour comparer avec d'autres familles, consulte tous les modèles Ultralytics. Pour mesurer le compromis précision-vitesse sur ton matériel plutôt que sur le nôtre, consulte le mode Benchmark.

Tâches et modes pris en charge#

Le tableau suivant présente la prise en charge prévue des tâches et des modes pour les quatre échelles de modèles YOLO27. Les coches indiquent la prise en charge prévue à la sortie, et non la disponibilité publique actuelle ; tous les fichiers de modèles répertoriés ne sont pas encore publiés.

Les modèles YOLO27 Detect, Segment, Pose et OBB fonctionnent également avec le mode Track, qui s’exécute par-dessus predict pour le suivi multi-objets d’une image vidéo à l’autre.

Indicateurs de performance#

La précision de détection est indiquée sur l’ensemble de validation COCO. Consulte Métriques de performance YOLO pour en savoir plus sur mAP, la précision et le rappel. Pour mesurer la précision au-delà de COCO, consulte Ultralytics Benchmark, qui mesure le mAP_50-95 macro sur 37 jeux de données de détection en conditions réelles couvrant l’imagerie médicale, la télédétection, l’industrie, le commerce de détail et d’autres domaines. La vitesse d’inférence est mesurée sur un NVIDIA RTX PRO 6000 (TensorRT 11, FP16) pour le GPU et un AMD EPYC 9655 (ONNX Runtime, FP32) pour le CPU. Après la sortie, tu peux reproduire les valeurs de précision avec yolo val model=yolo27n.pt data=coco.yaml imgsz=640 nms=False save_json=True. Les tableaux de détection, de segmentation d’instances et de pose utilisent la tête sans NMS et l’évaluation COCO. La validation de pose N/S utilise des lots rectangulaires (rect=True).

Les valeurs de Params et FLOPs correspondent au modèle fusionné, après le repliement Conv/BatchNorm et la suppression de la branche de détection inutilisée. Les mesures de détection, de segmentation d’instances et de pose sélectionnent la tête sans NMS avec nms=False ; la précision de N/S dépend de la tête sélectionnée. Les FLOPs incluent les multiplications de matrices d’attention du décodeur. Les points de contrôle préentraînés conservent l’architecture d’entraînement complète et peuvent afficher des nombres plus élevés.

Exemples d'utilisation#

Cette section présente des exemples simples d’entraînement et d’inférence avec YOLO27. Pour les jeux de données personnalisés, consulte les conseils pour obtenir les meilleurs résultats d’entraînement et le guide de réglage des hyperparamètres.

L’exemple ci-dessous concerne les modèles YOLO27 Detect pour la détection d’objets.

from ultralytics import YOLO

# Charger un modèle YOLO27n préentraîné sur COCO
model = YOLO("yolo27n.pt")

# Effectuer une inférence avec le modèle YOLO27n sur l'image 'bus.jpg'
results = model("path/to/bus.jpg")

# Entraîner le modèle sur le jeu de données d'exemple COCO8 pendant 100 époques
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

FAQ#