Ultralytics YOLO-VLM

YOLO-VLM, verimli görsel-dil boru hatları için daha derin bir LLM katmanını besleyen hafif bir YOLO ön ucu olarak resmi Ultralytics yol haritasında duyurulan yakında çıkacak bir Ultralytics modelidir; hızlı görsel algı, bir dil modeline bağlanır.

Çoğu görsel-dil modeli büyüktür ve videoda sürekli olarak çalıştırılması pahalıdır. Genel olarak, işi bölmek (daha derin bir dil katmanını besleyen hızlı bir görsel ön uç), dil hesaplamasını değer kattığı yere saklarken algıyı gerçek zamanlı tutar. Ultralytics yol haritasının YOLO-VLM için açıkladığı boru hattı şekli budur.

Genel olarak görüntü-dil boru hatları, doğal dilde sahne açıklamalarını, görsel soru-cevabı, video üzerinde açık kelime dağarcığı aramasını ve yalnızca işaretlemek yerine ne olduğunu açıklayan uyarıları etkinleştirir. YOLO-VLM'nin duyurulan rolü, bunun gibi boru hatları için verimli ön uç olmaktır.

Ultralytics, neyin ne zaman yayınlanacağı konusunda yetkili kaynak olan resmi roadmap üzerinde çıkış takvimini duyurmaktadır. Sürüm duyuruları için roadmap ile Ultralytics on GitHub sayfasını takip et.

Gerçek zamanlı algı katmanı için Ultralytics YOLO26 ile başla: algılama, bölütleme, duruş ve izleme. Bugün Ultralytics iş akışı üzerine inşa edilen boru hatları, YOLO-VLM çıktığında dil katmanını eklemek için konumlandırılmıştır. Şimdi Ultralytics Platform üzerinde eğit ve dağıt.