Ultralytics YOLO27#

概要#

Ultralytics YOLO27はリアルタイムビジョンモデルのファミリーです。検出モデルには相補的な2種類の設計が採用されています。コンパクトなNおよびSモデルには効率化されたCNNアーキテクチャを、大型のMおよびLモデルにはクエリベースのNMSフリーアーキテクチャを採用しています。どちらの設計も同じインターフェースでデプロイできます。NおよびSの検出モデルは、デフォルトでNMSを使用するone-to-manyヘッドを採用しています。nms=Falseを使用すると、NMSフリーのヘッドを選択できます。

YOLO27はUltralytics YOLOシリーズの次期モデルファミリーで、YOLO26の後継です。N、S、M、Lの4つのサイズがあり、物体検出、インスタンスセグメンテーション、セマンティックセグメンテーション、深度推定、分類、姿勢推定、方向付き物体検出に対応しています。2種類の設計の使い分けは検出タスクに適用され、その他のすべてのタスクではCNNアーキテクチャを使用します。

4つの検出スケール全体で、YOLO27はNVIDIA RTX PRO 6000で0.44～1.86 msのレイテンシでCOCOにおいて42.6～60.5 mAPを達成し、より大きな800ピクセル入力ではYOLO27lが最大61.4 mAPを達成します。YOLO27lは、COCOで60 mAPを超えた初のUltralyticsモデルです。また、コンパクトなYOLO27n/sは、ほぼ同じ速度でYOLO26n/sの精度を上回ります。

from ultralytics import YOLO

model = YOLO("yolo27n.pt")  # 事前学習済みのYOLO27nモデルを読み込む
results = model("path/to/bus.jpg")  # 推論を実行

主な機能#

• デュアルスケール検出 標準的な検出器は、細、中、粗の3つの特徴マップ上で物体を予測します。YOLO27 NおよびSは中スケールを省き、小さな物体用の細かい特徴マップと大きな物体用の粗い特徴マップだけで予測します。融合特徴に固定スケーリングを適用することで、2つのスケールのバランスを保ちます。これにより検出ヘッドの計算量を大幅に削減し、3スケール設計と同等の信頼性を保ちながらモデルを高速化します。

• 小さな物体の検出性能を強化 初期の高解像度特徴ステージを拡張し、より細かなディテールを捉えられるようにします。これを 維持される高精細な予測マップと組み合わせることで、コンパクトなモデルにとって最も難しいカテゴリである小さな物体の位置特定と回帰が改善します。

• 前景アライメントの教師信号 トレーニング中、追加の軽量ブランチが各位置で「物体」と「背景」を判別する方法を学習します。このブランチは、トレーニング中に使用する高密度なone-to-many教師信号と、最終予測を生成するone-to-oneヘッドの間のギャップを埋めるよう設計されています。これにより、YOLO26n/sで0.9/0.8 mAPだった精度差がYOLO27n/sではわずか0.4 mAPに縮まり、デプロイ後のone-to-oneヘッドでもトレーニング時の精度をほぼ維持できます。このブランチはトレーニング中のみ使用され、推論とエクスポート時には削除されるため、デプロイ時のコストはありません。

• NMSを使わないクエリベースの検出 大型モデルでは、高密度予測をTransformerデコーダーに置き換え、固定数のオブジェクトクエリを洗練し、最終検出結果を直接出力します。そのため、非極大値抑制による後処理は不要です。YOLO27mは、このデコーダーと実績のあるYOLO26スタイルの畳み込みバックボーンを組み合わせます。一方、YOLO27lは同じFPN/PANネックを維持し、最深部ステージでセルフアテンションを使用してグローバルコンテキストを捉えるUltraViTバックボーンに置き換えます。

• シンプルな共通インターフェース どちらのアーキテクチャも、同じYOLO Pythonインターフェースを通じて使用できます。モデルに応じて適切なトレーニング、検証、予測、エクスポートのパイプラインが自動的に選択されるため、あるYOLO27スケール向けに作成したコードは、他のスケールでも変更なしで動作します。

どのYOLO27を選べばよいですか？#

以下のガイダンスは、YOLO27のリリース後にモデルを選択する際の参考情報です。現在のプロジェクトではYOLO26を使用してください。

• YOLO27n / YOLO27s — エッジデバイス、ドローン、リアルタイム動画向け：ファミリー内で最速のモデルで、デュアルスケール設計により小さな物体の検出性能が向上しています。デバイスごとのデプロイについては、NVIDIA JetsonとRaspberry Piをご覧ください。
• YOLO27m — GPUで精度と速度のバランスを重視する場合に最適です。同等のレイテンシでYOLO26mより精度が向上しており、本番環境でのGPUデプロイにおける標準的な選択肢です。
• YOLO27l — 精度が重要なアプリケーション向け：COCOで60 mAPを超えた初のUltralyticsモデルです。より大きな入力サイズで61.4 mAPを達成しながら、GPUでリアルタイム処理を維持します。

他のモデルファミリーとの比較については、Ultralyticsの全モデルをご覧ください。手元のハードウェアで精度と速度のトレードオフを測定するには、ベンチマークモードをご覧ください。

サポート対象のタスクとモード#

以下の表は、4つのYOLO27モデルスケールで予定されているタスクとモードのサポート状況を示しています。チェックマークはリリース時にサポート予定であることを示し、現在の一般公開状況を示すものではありません。記載されているモデルファイルはすべて未リリースです。

YOLO27のDetect、Segment、Pose、OBBモデルも、predictをベースに動画フレーム間で複数のオブジェクトを追跡するトラッキングモードに対応しています。

性能指標#

検出精度はCOCO検証セットで測定しています。mAP、適合率、再現率についてはYOLO Performance Metricsをご覧ください。COCOを超える精度については、医用画像、リモートセンシング、産業、小売などにわたる37の実環境検出データセットでマクロmAP50-95を測定するUltralytics Benchmarkをご覧ください。推論速度は、GPUではNVIDIA RTX PRO 6000（TensorRT 11、FP16）、CPUではAMD EPYC 9655（ONNX Runtime、FP32）で測定しています。リリース後は、yolo val model=yolo27n.pt data=coco.yamlを使用して精度の数値を再現できます。

パラメーター数とFLOPsの値は、Conv/BatchNormの折りたたみと未使用の検出ブランチの削除を行った後の融合モデルの値です。物体検出の速度測定では、nms=Falseを使用してNMSフリーヘッドを選択します。N/Sの精度は選択したヘッドによって異なります。事前トレーニング済みチェックポイントにはトレーニング時の完全なアーキテクチャが保持されているため、より大きな値が表示される場合があります。

使用例#

このセクションでは、YOLO27のトレーニングと推論の簡単な例を紹介します。これらのモードやその他のモードに関する詳しいドキュメントは、モード、Predict、Train、Val、Exportの各ドキュメントページをご覧ください。カスタムデータセットについては、トレーニング結果を最適化するためのヒントとハイパーパラメータチューニングガイドをご覧ください。

以下の例は、物体検出用のYOLO27 Detectモデルを対象としています。その他の対応タスクについては、SegmentとClassifyのドキュメントをご覧ください。

from ultralytics import YOLO

# COCOで事前学習したYOLO27nモデルを読み込む
model = YOLO("yolo27n.pt")

# 'bus.jpg'画像に対してYOLO27nモデルで推論を実行する
results = model("path/to/bus.jpg")

# COCO8サンプルデータセットでモデルを100エポック学習する
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

よくある質問#