Ultralytics YOLO27: ウェイティングリストに登録してください。
YOLO27のウェイトリストに登録
Coming soon

Ultralytics YOLO27モデル

より高速、高精度、シンプルなYOLOモデル。YOLO27lはmAP 60超えを達成した初のUltralyticsモデルです。すべてのサイズで性能が向上し、置き換えは1行で完了します。

ブランドグラデーション上のUltralytics YOLO27ロゴ

業界のリーダーに信頼されています

Ultralytics YOLO27の新機能

よりシンプルなモデル構成

4つのモデルで、用途に応じた明確な選択肢を提供します。エッジデバイスにはnとs、本番環境のGPUワークロードにはm、精度が最優先の用途にはlが適しています。YOLO27lがすでにフラッグシップ級の精度を実現しているため、評価が必要なxモデルはありません。

ハイブリッドアーキテクチャ

全サイズに単一の設計を無理に適用するのではなく、モデルサイズごとに最適なアーキテクチャを採用しています。小型モデルは限られたハードウェアでも高速に動作し、大型モデルは精度をさらに高めます。

高精度化

YOLO27lはCOCOでmAP 60超えを達成した初のUltralyticsモデルです。モデル全体で精度が向上し、精度と速度のバランスにも優れています。

7つのタスク

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、画像分類、姿勢推定、回転物体検出に対応します。4つのサイズで全28モデルを提供し、すべて共通のインターフェースを使用します。

Ultralytics YOLOモデル一覧

最新のUltralytics YOLOモデルファミリーを、速度、精度、対応するビジョンタスクで比較します。

機能Ultralytics YOLOv5Ultralytics YOLOv8Ultralytics YOLO11Ultralytics YOLO26Ultralytics YOLO27
速度
画像処理時間
0.54 ms0.47 ms0.56 ms0.67 ms0.62 ms
精度
mAP50-95
34.3%37.3%39.5%40.9%42.3%
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---
画像分類-
姿勢推定-
OBB検出-

ウェイトリストに登録する理由

Ultralytics YOLO27はまもなく登場します。一度登録するだけで、いち早く最新情報を受け取れます。

製品の最新情報

アーキテクチャの詳細、ベンチマーク、リリースノートを公開に合わせてお届けします。

リリース通知

YOLO27がダウンロード、トレーニング、デプロイ可能になった際に通知を受け取れます。

業界での活用例

YOLO27が製造、物流、セキュリティ、航空画像検査にどのように活用できるかをご覧ください。
ウェイトリストに登録
セキュリティとコンプライアンス

エンタープライズレベルのセキュリティとコンプライアンス

安心して構築・デプロイできます。ISO 27001認証を取得し、SOC 2の保証を受けており、HIPAAへの準拠をサポートしています。

SOC 2 Type I

AICPAのセキュリティ、可用性、機密性に関するTSCに基づく保証を取得

ISO 27001:2022

認証済みの情報セキュリティマネジメントシステム

HIPAA

セキュリティ規則の自己評価;対象となるエンタープライズのお客様向けのBAA

GDPRとCCPA

世界各国のデータ保護規制に準拠

Ultralytics YOLO27を選ぶ理由

大規模な実績

Ultralytics YOLOは、製造、物流、セキュリティ、航空分野の用途において、毎日数十億件の推論処理を支えています。すでに本番環境で稼働しているモデルファミリーを導入できます。

現在のワークフローでどこにでもデプロイ

23種類のエクスポート形式と約50の統合機能を、ハードウェアベンダー自身とともに構築しています。トレーニングするモデルが、そのままデプロイするモデルです。

明確な商用ライセンス

AGPL-3.0およびエンタープライズライセンスのもと、学術、オープンソース、商用利用に柔軟な選択肢を用意しています。開発を始める前に、適用される条件をご確認いただけます。

利用者とともに築く

1,000人を超えるコントリビューターが、実際の本番環境でこれらのモデルをテストし、問題を報告し、改善しています。

YOLO27モデルファミリーのプレビュー

検出には、N/SではコンパクトなCNNを、M/LではクエリベースのNMSフリーモデルを使用し、その他のタスクにはCNNを使用します。これらの暫定ベンチマークは変更される場合があります。重みとパッケージのサポートはまだ利用できません。この例はリリース後に使用するものです。N/Sの検出はデフォルトでNMSを使用します。nms=Falseを指定すると、速度測定に使用したNMSフリーヘッドが選択されます。一方、N/Sの精度は選択したヘッドによって異なります。

# After YOLO27 is released
pip install -U ultralytics
from ultralytics import YOLO

# After YOLO27 weights and package support are released
model = YOLO("yolo27n.pt")
results = model("image.jpg", nms=False)
モデルサイズ(px)mAP50-95CPU ONNX(ms)RTX PRO 6000(ms)パラメーター数(M)FLOPs(B)
YOLO27n64042.316.1 ± 1.60.62 ± 0.003.07.2
YOLO27s64049.633.2 ± 0.10.79 ± 0.0011.828.2
YOLO27m64055.867.2 ± 0.31.39 ± 0.0022.865.0
YOLO27l64060.4149.6 ± 1.42.32 ± 0.0072.3165.3

COCO val、640 pxでのUltralytics Platformの暫定結果。CPU:EPYC 9655、ONNX FP32。GPU:RTX PRO 6000、TensorRT 11 FP16。Params/FLOPsは融合モデルを使用しています。詳細はYOLO27のドキュメントをご覧ください。

ultralytics.comでYOLO27を見るYOLO27の技術ドキュメントを読む

よくある質問

  • YOLO27は、次期Ultralyticsモデル世代です。発表済みのファミリーには、4つのサイズと7つのビジョンタスクが含まれます。製品の詳細はYOLO27の公式概要をご覧ください。技術情報についてはドキュメントをご覧ください。

  • 発表されたラインアップは4つのサイズで構成されています。YOLO27nとYOLO27sはエッジデバイス向け、YOLO27mは本番環境のGPUワークロード向け、YOLO27lは精度を優先するアプリケーション向けです。ハイブリッドアーキテクチャは各サイズに適応し、UltralyticsによるとYOLO27lはCOCOで60 mAPを超えています。発表された改良点を確認し、リリース後にご自身のデータでモデルを検証してください。

  • YOLO27の概要では、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、画像分類、姿勢推定、回転物体検出が発表されています。7つのタスクに4つのサイズを展開し、共通のインターフェースを備えた合計28モデルのファミリーを予定しています。

  • 画像を整理し、アノテーションを確認して、今すぐYOLO26でベースラインを確立してください。Ultralytics Platformを使ってデータセットとトレーニングワークフローを準備し、YOLO27のリリース後に同じデータで評価してください。

  • 製品の最新情報とリリース通知を受け取るには、YOLO27公式ウェイトリストにご登録ください。YOLO27のリリースをお待ちの間は、現在のプロジェクトでリリース済みのYOLO26モデルをご利用ください。

Ultralytics YOLO27のウェイトリストに登録

YOLO27の準備が整った際に、製品の最新情報とリリース通知をお届けします。