Ultralytics YOLO27:
Get Started

Ultralytics Benchmark#

COCO non rappresenta molti compiti di computer vision del mondo reale. Ultralytics Benchmark è un dataset di benchmark per misurare la generalizzabilità dei modelli su 37 dataset selezionati di rilevamento di oggetti con annotazioni di alta qualità delle bounding box. Gli ambiti includono analisi di immagini mediche, telerilevamento, traffico, documenti, interfacce utente, vendita al dettaglio, visione artificiale, agricoltura, sport, fauna selvatica, imaging subacqueo e rilevamento dei rifiuti. I tipi di sensore includono RGB, fisheye, infrarosso termico, aggi X, MRI, ultrasuoni, microscopia e radar ad apertura sintetica (SAR).

I dataset selezionati sono ospitati su Ultralytics Platform.

I dataset candidati sono stati controllati per individuare immagini identiche e quasi duplicate tra le partizioni di training e validazione. Le coppie segnalate sono state esaminate e le contaminazioni confermate tra le partizioni sono state rimosse oppure il dataset interessato è stato sostituito.

Dataset#

AmbitoSensore / tipo di immagineDatasetClassi
Aereo/RSImmagini satellitari RGBRilevamento di serbatoi di petrolio Airbus1: serbatoio di stoccaggio del petrolio
Documenti/UIRGB e pagine scansionateElementi di documenti AnnoPage25: formula/equazione chimica, simbolo/logo, fotografia, disegno, grafico, mappa, espressione matematica, notazione musicale, immagine, decorazione, iscrizione, planimetria, codice a barre/QR, timbro, pubblicità, nota manoscritta, diagramma, tabella, vignetta e fregio
SportFotocamera RGBRilevamento del canestro da basket2: pallone da basket, rete da basket
Guida/TrafficoTelecamera stradale RGBCEYMO11: corsia degli autobus, pista ciclabile, rombo, scatola di giunzione, freccia a sinistra, attraversamento pedonale, freccia a destra, freccia dritta, rallentare, freccia dritta-a sinistra, freccia dritta-a destra
MedicinaMRIMRI per tumori cerebrali Cheng3: meningioma, glioma, ipofisario
MedicinaFotocamera per il fondo oculare a coloriLesioni DDR4: essudati duri, emorragie, microaneurismi, essudati molli
IndustriaTelecamera industriale a scansione lineareDeepPCB6: circuito aperto, cortocircuito, intaccatura, sperone, rame, foro cieco
MedicinaRadiografia dentaleDENTEX4: dente incluso, carie, lesione periapicale, carie profonda
IndustriaTelecamera industriale RGBDSPCBSD9: cortocircuito, sperone, rame in eccesso, circuito aperto, intaccatura, rottura del foro, graffio del conduttore, corpo estraneo sul conduttore, corpo estraneo sul materiale di base
AltroFotocamera egocentrica RGBEgoHands4: propria_sinistra, propria_destra, altra_sinistra, altra_destra
AltroFotocamera da sentiero RGB e a infrarossiENA2422 classi di fauna selvatica, persone, animali domestici e veicoli
Guida/TrafficoFotocamera fisheye RGBFisheye8K5: autobus, bicicletta, automobile, pedone, camion
Documenti/UIPlanimetrie digitali e scansionateFloorPlanCAD30 classi di aperture architettoniche, mobili, elettrodomestici, sanitari, scale, ascensori e scale mobili
MedicinaRaggi XGRAZPEDWRI-DX9: anomalia ossea, lesione ossea, corpo estraneo, frattura, metallo, reazione periostale, segno dei pronatori, tessuto molle, testo
Documenti/UIScreenshot digitaliInterfaccia utente GroundCUA9: pulsante, visualizzazione di informazioni, elementi di input, menu, navigazione, altro, barra laterale, elementi visivi, sconosciuto
AgricolturaFotocamera da campo RGBGWHD 20211: spiga_di_grano
Aereo/RSUAV a infrarosso termicoHIT-UAV5: persona, automobile, bicicletta, altro veicolo, area ignorata
MedicinaRadiografia a raggi X di sicurezzaRadiografia IED11 classi di esplosivi, batterie, laptop, cercapersone, telefoni cellulari, walkie-talkie e dispositivi modificati
MedicinaEndoscopio RGBPolipi Kvasir-SEG1: polipo
Guida/TrafficoInfrarosso termicoLLVIP1: persona
Aereo/RSImmagini multispettrali a 8 bandeMODA multispettrale8: automobile, furgone, camion, autobus, triciclo, bicicletta, bicicletta con tendalino, pedone
AgricolturaFotocamera RGBPlantDoc29 classi di foglie di colture e malattie delle piante
SportFotogrammi video RGBPalla da tennis RacketVision1: palla da tennis
Guida/TrafficoTelecamera stradale RGBRDD20225: fessura longitudinale, fessura trasversale, fessura a pelle di coccodrillo, altro deterioramento, buca
Commercio al dettaglioTelecamera RGB per casseCasse di vendita al dettaglio RPC200 classi di prodotti per le casse, tra cui alimenti confezionati, bevande, latte, cibi in scatola, cioccolato, gomme da masticare, caramelle, condimenti, prodotti per l'igiene, fazzoletti e articoli di cancelleria
AltroFotocamera subacquea RGBRUOD subacqueo10: oloturia, riccio di mare, capesante, stella marina, pesce, coralli, subacqueo, seppia, tartaruga, medusa
IndustriaFotocamera RGBSafe Human 1717 classi di persone, parti del corpo, strumenti e dispositivi di protezione individuale
Aereo/RSFotocamera UAV RGBSeaDronesSee6: ignorato, nuotatore, barca, moto d'acqua, dispositivi di salvataggio, boa
Commercio al dettaglioTelecamera RGB per la vendita al dettaglioSKU-110K1: prodotto sugli scaffali
SportTelecamera broadcast RGBSoccerDB3: giocatore, palla, porta
Aereo/RSRadar ad apertura sintetica (SAR)SSDD SAR Ship1: nave
AltroFotocamera RGBTACO Litter28 classi di materiali e oggetti litter
MedicinaRadiografia del toraceTBX11K2: ActiveTuberculosis, ObsoletePulmonaryTuberculosis
MedicinaEcografiaTN5000 Thyroid Ultrasound2: benigno, maligno
MedicinaMicroscopia otticaTXL-PBC Blood Cells3: globuli bianchi, globuli rossi, piastrine
AltroFotocamera RGBUEC School Lunch Food21 classi di cibi e bevande per il pranzo scolastico
Aereo/RSFotocamera UAV RGBVisDrone10: pedone, persone, bicicletta, auto, furgone, camion, triciclo, triciclo con tendalino, autobus, moto

Valutazione#

  • Campiona fino a 1.000 immagini da ciascuno split di training, mantieni lo split di validazione completo ed escludi lo split di test con fraction=[1000, 1.0, 0.0].
  • Esegui il fine-tuning dello stesso checkpoint preaddestrato in modo indipendente su ciascun dataset per 100 epoche, con patience 100, seed 0, batch 16 e quattro worker. Le immagini hanno dimensioni di 640 pixel. Il seed 0 non è completamente deterministico, quindi YOLO27m e YOLO27l riportano la media di 3 esecuzioni di questo tipo.
  • Abilita la rimappatura delle classi, il formato channels-last e l'output JSON delle predizioni, disattivando i grafici.
  • Valuta il checkpoint migliore di ciascun dataset e riutilizza il relativo max_det salvato, che tiene conto del conteggio massimo degli oggetti.
  • Per mAP50-95 specifici per dimensione, moltiplica le aree dei riquadri di ground truth e predizione per (640 / max(image_width, image_height)) ** 2 prima di applicare le fasce COCO Small, Medium e Large.
  • Assegna lo stesso peso a ogni dataset. Ogni metrica dimensionale include solo i dataset con almeno 10 oggetti in quella fascia.

La mAP macro è sum(dataset validation mAP50-95) / 37. Le metriche sono calcolate a partire dalle predizioni salvate di ciascun dataset.

Risultati del benchmark#

Le metriche sono medie macro sui 37 split di validazione, riportate in percentuale.

DimensioneModellomAP50-95PrecisioneRichiamomAP50-95-SmAP50-95-MmAP50-95-L
L/XYOLO27l55.5078.8374.9038.1755.7563.36
L/XYOLO26x49.8576.7468.6134.4450.5451.69
L/XYOLO26l49.7275.0569.3134.4950.1651.72
L/XYOLO11l48.5374.2268.3331.9150.7150.77
L/XYOLOv5l48.0374.1167.7831.7349.7949.87
L/XYOLOv8l48.0273.9568.8032.0549.0449.56
L/XYOLOv8x47.6775.6666.4631.1249.6049.69
L/XYOLOv5x47.3574.6967.9631.2749.3949.76
L/XYOLO11x47.2473.6967.0831.2248.5749.24
MYOLO27m53.3875.8572.9535.9653.4061.40
MYOLO26m49.4276.2368.3132.9150.0251.32
MYOLOv5m48.1974.2168.0731.6849.6751.93
MYOLO11m48.1573.7268.5632.1449.7650.75
MYOLOv8m47.9973.8668.1530.7349.6151.97
SYOLO27s51.2376.9670.7434.2051.4754.74
SYOLO11s47.7874.7267.6629.5349.6950.69
SYOLO26s47.4774.3566.7331.5647.7250.58
SYOLOv8s47.3573.9767.5430.9048.4750.15
SYOLOv5s47.3073.9767.0230.4749.0750.10
NYOLO27n49.2574.8668.4931.9349.3053.20
NYOLO11n46.1972.8365.6928.3547.5150.66
NYOLOv8n45.8972.2965.5628.5647.5549.22
NYOLOv5n45.0971.6964.9928.6146.7948.14
NYOLO26n44.0870.0963.2028.6944.5247.96

Benchmark#

Usa il branch main di Ultralytics con ULTRALYTICS_API_KEY impostato per accedere ai dataset:

from ultralytics import YOLO

datasets = [
    "ul://ultralytics/datasets/airbus-oil-storage-detection",
    "ul://ultralytics/datasets/annopage-doc-elements",
    "ul://ultralytics/datasets/basketball-hoop-detection",
    "ul://ultralytics/datasets/ceymo",
    "ul://ultralytics/datasets/cheng-brain-tumor-mri",
    "ul://ultralytics/datasets/ddr-lesion",
    "ul://ultralytics/datasets/deeppcb",
    "ul://ultralytics/datasets/dentex",
    "ul://ultralytics/datasets/dspcbsd-pcb-surface-defect",
    "ul://ultralytics/datasets/egohands-egocentric",
    "ul://ultralytics/datasets/ena24",
    "ul://ultralytics/datasets/fisheye8k-traffic",
    "ul://ultralytics/datasets/floorplancad-2",
    "ul://ultralytics/datasets/grazpedwri-dx",
    "ul://ultralytics/datasets/groundcua-ui-yolo",
    "ul://ultralytics/datasets/global-wheat-head-detection-2021",
    "ul://ultralytics/datasets/hit-uav",
    "ul://ultralytics/datasets/iedxray",
    "ul://ultralytics/datasets/kvasir-seg-polyp",
    "ul://ultralytics/datasets/llvip",
    "ul://ultralytics/datasets/moda-multispectral-obb",
    "ul://ultralytics/datasets/plantdoc",
    "ul://ultralytics/datasets/racketvision-tennis-ball-yolo",
    "ul://ultralytics/datasets/rdd2022",
    "ul://ultralytics/datasets/rpc-retail-checkout",
    "ul://ultralytics/datasets/ruod-underwater",
    "ul://ultralytics/datasets/safe-human-17",
    "ul://ultralytics/datasets/seadronessee-2",
    "ul://ultralytics/datasets/sku110k-2",
    "ul://ultralytics/datasets/soccerdb",
    "ul://ultralytics/datasets/ssdd-sar-ship",
    "ul://ultralytics/datasets/taco-detect",
    "ul://ultralytics/datasets/tbx11k-tb-only",
    "ul://ultralytics/datasets/tn5000-thyroid-us",
    "ul://ultralytics/datasets/txl-pbc-blood-cells",
    "ul://ultralytics/datasets/uec-school-lunch-food-2",
    "ul://ultralytics/datasets/visdrone",
]

results = YOLO("yolo27n.pt").train(
    data=datasets,
    epochs=100,
    patience=100,
    imgsz=640,
    batch=16,
    fraction=[1000, 1.0, 0.0],
    seed=0,
    workers=4,
    cls_remap=True,
    channels_last=True,
    save_json=True,
    plots=False,
)
# Il branch principale riporta le fasce dimensionali basate sulle aree native. Questo benchmark ridimensiona separatamente le aree GT e delle predizioni
# di (640 / max(image_width, image_height)) ** 2 prima di calcolare l'AP specifica per dimensione.

Citazione#

Se usi Ultralytics Benchmark nel tuo lavoro, cita il paper Ultralytics YOLO26:

@misc{jocher2026ultralyticsyolo26unifiedrealtime,
  title = {Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models},
  author = {Glenn Jocher and Jing Qiu and Mengyu Liu and Shuai Lyu and Fatih Cagatay Akyon and Muhammet Esat Kalfaoglu},
  year = {2026},
  eprint = {2606.03748},
  archivePrefix = {arXiv},
  primaryClass = {cs.CV},
  doi = {10.48550/arXiv.2606.03748},
  url = {https://arxiv.org/abs/2606.03748},
}
Collaboratori

Commenti