Ultralytics YOLO-VLM

YOLO-VLM, resmî Ultralytics yol haritasında verimli görsel-dil işlem hatları için daha derin bir LLM katmanına veri sağlayan hafif bir YOLO ön ucu olarak duyurulan, yakında çıkacak bir Ultralytics modelidir; hızlı görsel algıyı bir dil modeline bağlar.

Çoğu görsel-dil modeli büyüktür ve videoda sürekli çalıştırılması maliyetlidir. Genel olarak, işi bölmek — hızlı bir görüntü işleme ön ucunun daha derin bir dil katmanına veri sağlaması — algılamayı gerçek zamanlı tutarken dil işlem gücünü yalnızca değer kattığı durumlara ayırır. Ultralytics yol haritasında YOLO-VLM için tanımlanan işlem hattı yapısı budur.

Genel olarak görsel-dil işlem hatları; doğal dilde sahne açıklamaları, görsel soru yanıtlama, video üzerinde açık sözcük dağarcığıyla arama ve yalnızca bir olayı işaretlemek yerine ne olduğunu açıklayan uyarılar sağlar. YOLO-VLM'nin duyurulan rolü, bu tür işlem hatları için verimli bir ön uç olmaktır.

Ultralytics, sürümlerin ne zaman yayımlanacağına ilişkin duyuruları resmî yol haritasında yapar; neyin ne zaman yayımlanacağı konusunda yetkili kaynak budur. Sürüm duyuruları için yol haritasını ve GitHub'daki Ultralytics'i takip et.

Gerçek zamanlı algılama katmanı için Ultralytics YOLO26 ile başla: algılama, segmentasyon, poz ve takip. Bugün Ultralytics iş akışıyla kurulan işlem hatları, YOLO-VLM yayımlandığında dil katmanını eklemeye hazır olur. Şimdi Ultralytics Platform üzerinden eğitim yap ve dağıt.