Ultralytics YOLO27:
Get Started

Ultralytics Benchmark#

COCO não representa muitas tarefas de visão computacional do mundo real. O Ultralytics Benchmark é um conjunto de dados de benchmark para medir a capacidade de generalização do modelo em 37 conjuntos de dados selecionados de detecção de objetos, com rótulos de alta qualidade de caixas delimitadoras. Os domínios incluem análise de imagens médicas, sensoriamento remoto, trânsito, documentos, interfaces de usuário, varejo, visão de máquina, agricultura, esportes, vida selvagem, imagens subaquáticas e detecção de resíduos. Os tipos de sensores incluem RGB, olho de peixe, infravermelho térmico, raios X, MRI, ultrassom, microscopia e radar de abertura sintética (SAR).

Os conjuntos de dados selecionados estão hospedados na Ultralytics Platform.

Os conjuntos de dados candidatos foram verificados para identificar imagens duplicadas ou quase duplicadas entre as divisões de treinamento e validação. Os pares sinalizados foram revisados, e os vazamentos confirmados entre divisões foram removidos ou o conjunto de dados afetado foi substituído.

Conjuntos de dados#

DomínioSensor / imagensConjunto de dadosClasses
Aéreo/RSImagens de satélite RGBDetecção de tanques de armazenamento de petróleo da Airbus1: tanque de armazenamento de petróleo
Documento/Interface de usuárioRGB e páginas digitalizadasElementos de documentos AnnoPage25: fórmula/equação química, símbolo/logotipo, fotografia, desenho, gráfico, mapa, expressão matemática, notação musical, imagem, decoração, inscrição, planta baixa, código de barras/QR, carimbo, anúncio, nota manuscrita, diagrama, tabela, vinheta e friso
DesportoCâmera RGBDetecção de cesta de basquete2: bola de basquete, rede de basquete
Direção/TrânsitoCâmera rodoviária RGBCEYMO11: faixa de ônibus, ciclovia, losango, caixa de junção, seta à esquerda, faixa de pedestres, seta à direita, seta em frente, devagar, seta em frente e à esquerda, seta em frente e à direita
MedicinaMRIMRI de tumores cerebrais de Cheng3: meningioma, glioma, hipófise
MedicinaCâmera de fundo de olho coloridaLesões DDR4: exsudatos duros, hemorragias, microaneurismas, exsudatos moles
IndústriaCâmera industrial de varredura linearDeepPCB6: circuito aberto, curto-circuito, mordida, protuberância, cobre, furo de pino
MedicinaRaio X odontológicoDENTEX4: dente incluso, cárie, lesão periapical, cárie profunda
IndústriaCâmera industrial RGBDSPCBSD9: curto-circuito, protuberância, cobre espúrio, circuito aberto, mordida, ruptura de furo, arranhão no condutor, objeto estranho no condutor, objeto estranho no material de base
OutraCâmera egocêntrica RGBEgoHands4: own_left, own_right, other_left, other_right
OutraCâmera de trilha RGB e infravermelhaENA2422 classes de vida selvagem, pessoas, animais domésticos e veículos
Direção/TrânsitoCâmera olho de peixe RGBFisheye8K5: ônibus, bicicleta, carro, pedestre, caminhão
Documento/Interface de usuárioPlantas digitais e digitalizadasFloorPlanCAD30 classes de aberturas arquitetônicas, móveis, eletrodomésticos, instalações de banheiro, escadas, elevadores e escadas rolantes
MedicinaRaio XGRAZPEDWRI-DX9: anomalia óssea, lesão óssea, corpo estranho, fratura, metal, reação periosteal, sinal do pronador, tecido mole, texto
Documento/Interface de usuárioCapturas de tela digitaisInterface de usuário GroundCUA9: botão, exibição de informações, elementos de entrada, menu, navegação, outros, barra lateral, elementos visuais, desconhecido
AgriculturaCâmera de campo RGBGWHD 20211: cabeça de trigo
Aéreo/RSUAV com infravermelho térmicoHIT-UAV5: pessoa, carro, bicicleta, outro veículo, região ignorada
MedicinaRaio X de segurançaRaio X de IED11 classes de explosivos, baterias, laptops, pagers, celulares, walkie-talkies e dispositivos modificados
MedicinaEndoscópio RGBPólipos Kvasir-SEG1: pólipo
Direção/TrânsitoInfravermelho térmicoLLVIP1: pessoa
Aéreo/RSImagens multiespectrais de 8 bandasMODA multiespectral8: carro, van, caminhão, ônibus, triciclo, bicicleta, bicicleta com toldo, pedestre
AgriculturaCâmera RGBPlantDoc29 classes de folhas de culturas e doenças de plantas
DesportoQuadros de vídeo RGBBola de tênis RacketVision1: bola de tênis
Direção/TrânsitoCâmera rodoviária RGBRDD20225: trinca longitudinal, trinca transversal, trinca tipo couro de jacaré, outros danos, buraco na pista
RetalhoCâmera RGB de caixaCaixa de varejo RPC200 classes de produtos de caixa, incluindo alimentos embalados, bebidas, leite, enlatados, chocolate, chiclete, doces, temperos, produtos de higiene, lenços de papel e artigos de papelaria
OutraCâmera subaquática RGBRUOD subaquático10: holotúria, ouriço-do-mar, vieira, estrela-do-mar, peixe, corais, mergulhador, sépia, tartaruga, água-viva
IndústriaCâmera RGBSafe Human 1717 classes de pessoas, partes do corpo, ferramentas e equipamentos de proteção individual
Aéreo/RSCâmera UAV RGBSeaDronesSee6: ignorado, nadador, barco, jet ski, equipamentos salva-vidas, boia
RetalhoCâmera RGB de varejoSKU-110K1: produto em prateleira
DesportoCâmera de transmissão RGBSoccerDB3: jogador, bola, gol
Aéreo/RSRadar de abertura sintética (SAR)SSDD SAR Ship1: navio
OutraCâmera RGBTACO Litter28 classes de materiais de lixo e objetos
MedicinaRadiografia de tóraxTBX11K2: ActiveTuberculosis, ObsoletePulmonaryTuberculosis
MedicinaUltrassomTN5000 Thyroid Ultrasound2: benigno, maligno
MedicinaMicroscopia ópticaTXL-PBC Blood Cells3: glóbulos brancos, glóbulos vermelhos, plaquetas
OutraCâmera RGBUEC School Lunch Food21 classes de alimentos e bebidas de merenda escolar
Aéreo/RSCâmera UAV RGBVisDrone10: pedestre, pessoas, bicicleta, carro, van, caminhão, triciclo, triciclo com toldo, ônibus, motocicleta

Avaliação#

  • Amostre até 1.000 imagens de cada divisão de treinamento, mantenha a divisão de validação completa e exclua a divisão de teste com fraction=[1000, 1.0, 0.0].
  • Ajuste o mesmo checkpoint pré-treinado de forma independente em cada conjunto de dados por 100 épocas, com paciência 100, semente 0, lote 16 e quatro workers. As imagens usam 640 pixels. A semente 0 não é totalmente determinística, então YOLO27m e YOLO27l informam a média de 3 execuções desse tipo.
  • Ative o remapeamento de classes, o formato channels-last e a saída JSON das predições, com os gráficos desativados.
  • Avalie o melhor checkpoint de cada conjunto de dados e reutilize o max_det salvo, que leva em conta a maior contagem de objetos.
  • Para mAP50-95 por tamanho, multiplique as áreas das caixas de ground truth e das predições por (640 / max(image_width, image_height)) ** 2 antes de aplicar as categorias Small, Medium e Large do COCO.
  • Atribua o mesmo peso a cada conjunto de dados. Cada métrica por tamanho inclui apenas conjuntos de dados com pelo menos 10 objetos nessa categoria.

A mAP macro é sum(dataset validation mAP50-95) / 37. As métricas são calculadas com base nas predições salvas de cada conjunto de dados.

Resultados do benchmark#

As métricas são médias macro das 37 divisões de validação, informadas como porcentagens.

TamanhoModelomAP50-95PrecisãoRevocaçãomAP50-95-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

Avaliação comparativa#

Use a branch main do Ultralytics com ULTRALYTICS_API_KEY definido para acessar o conjunto de dados:

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,
)
# A branch principal informa as categorias de tamanho com base na área nativa. Este benchmark redimensiona separadamente as áreas de GT e das predições
# por (640 / max(image_width, image_height)) ** 2 antes de calcular o AP específico por tamanho.

Citação#

Se você usar o Ultralytics Benchmark no seu trabalho, cite o artigo do 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},
}
Colaboradores

Comentários