Ultralytics YOLO26#

Übersicht#

Ultralytics YOLO26 ist eine einheitliche Modellfamilie für Echtzeit-Bildverarbeitung, die im Ultralytics-YOLO26-Paper beschrieben wird. Die Familie führt native End-to-End-Inferenz, einen leichteren Erkennungskopf, ein aktualisiertes Trainingsverfahren und aufgabenspezifische Köpfe für Erkennung, Segmentierung, Posenschätzung, Klassifizierung und orientierte Erkennung ein.

Über die fünf Erkennungsskalen hinweg erreicht YOLO26 40.9–57.5 mAP auf COCO bei einer T4-TensorRT-Latenz von 1.7–11.8 ms. Das Paper berichtet außerdem, dass YOLO26n bei der CPU-ONNX-Inferenz auf einer Intel Xeon CPU @ 2.00 GHz bis zu 43 % schneller ist als YOLO11n.

Weitere Informationen zu geplanter Architektur, Aufgaben und vorläufigen Benchmark-Ergebnissen findest du in der Vorschau auf das noch nicht veröffentlichte YOLO27.

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # Ein vortrainiertes YOLO26n-Modell laden
results = model("path/to/bus.jpg")  # Inferenz ausführen

Die YOLO26-Modellfamilie basiert auf vier Gestaltungsbereichen:

• Native End-to-End-Inferenz: Der optionale One-to-One-Erkennungskopf erzeugt Vorhersagen ohne nichtmaximale Unterdrückung (NMS), was die Bereitstellung vereinfacht und die Nachverarbeitung reduziert.
• Vereinfachte Box-Regression: YOLO26 entfernt den Distribution Focal Loss (DFL), wodurch die Komplexität des Erkennungskopfs sinkt und gleichzeitig ein uneingeschränkter Regressionsbereich erhalten bleibt.
• Aktualisierungen des Trainingsverfahrens: Die Trainingspipeline kombiniert MuSGD (einen hybriden Muon- und SGD-Optimierer), Progressive Loss und STAL (auf kleine Ziele ausgerichtete Zuweisung von Labels), um die Optimierung zu verbessern, die Überwachung stärker auf den Inferenzkopf auszurichten und eine positive Labelabdeckung für kleine Objekte sicherzustellen. Die vollständigen Hyperparameter der veröffentlichten Checkpoints sind im Leitfaden zum YOLO26-Trainingsverfahren dokumentiert.
• Aufgabenspezifische Köpfe und Verlustfunktionen: YOLO26 ergänzt gezielte Verfahren für Instanzsegmentierung, Varianten der semantischen Segmentierung, Posenschätzung und orientierte Erkennung und behält dabei eine einheitliche Modellpipeline für alle Aufgaben bei.

Zusammengenommen verbessern diese Aktualisierungen das Verhältnis zwischen Genauigkeit und Latenz über verschiedene Modellgrößen und Bereitstellungsziele hinweg.

Wichtige Funktionen#

• Regression ohne DFL YOLO26 entfernt den Distribution Focal Loss (DFL), wodurch die Komplexität des Erkennungskopfs sinkt und der Export vereinfacht wird.

• End-to-End-Inferenz ohne NMS YOLO26 unterstützt eine native End-to-End-Inferenz mit nms=False und erzeugt Vorhersagen ohne einen separaten NMS-Durchlauf. Der standardmäßige One-to-Many-Pfad verwendet NMS, um die Genauigkeit zu verbessern.

• Progressive Loss + STAL Progressive Loss verlagert den Schwerpunkt des Trainings auf den Inferenzkopf, während STAL die positive Labelabdeckung für kleine Objekte verbessert.

• MuSGD-Optimierer Ein hybrider Optimierer, der SGD mit Muon kombiniert und Optimierungsansätze aus dem Training großer Sprachmodelle auf die Bildverarbeitung überträgt.

• Effiziente Bereitstellung Der vereinfachte Kopf und der optionale Pfad ohne NMS verringern den Inferenzaufwand bei verschiedenen Exportzielen und Hardwareprofilen. Dazu gehört auch die im Paper angegebene höhere CPU-ONNX-Geschwindigkeit von YOLO26n gegenüber YOLO11n.

• Verbesserungen bei der Instanzsegmentierung Führt eine Verlustfunktion für semantische Segmentierung ein, um die Konvergenz des Modells zu verbessern, sowie ein verbessertes Proto-Modul, das Informationen aus mehreren Skalen für eine bessere Maskenqualität nutzt. Das Paper berichtet bei der COCO-Instanzsegmentierung von Verbesserungen gegenüber YOLO11 um bis zu +2.5 Box-AP und +3.7 Masken-AP.

• Präzise Posenschätzung Integriert die Schätzung der Residual-Log-Likelihood (RLE) für eine genauere Lokalisierung von Keypoints und optimiert den Dekodierungsprozess für eine höhere Inferenzgeschwindigkeit. Das Paper berichtet bei der COCO-Posenschätzung von einer Verbesserung gegenüber YOLO11 um bis zu +7.2 AP.

• Verbesserte OBB-Dekodierung Führt eine spezielle Winkelfunktion ein, um die Erkennungsgenauigkeit bei quadratischen Objekten zu verbessern, und optimiert die OBB-Dekodierung, um Probleme mit Diskontinuitäten an Grenzen zu beheben. Das Paper berichtet bei der orientierten Erkennung auf DOTA-v1.0 von einer Verbesserung gegenüber YOLO11 um bis zu +3.4 mAP.

Unterstützte Aufgaben und Modi#

YOLO26 unterstützt den standardmäßigen Ultralytics-Aufgabensatz in fünf Modellgrößen:

Dieses einheitliche Framework deckt Echtzeit-Erkennung, Instanzsegmentierung, semantische Segmentierung, monokulare Tiefenschätzung, Klassifizierung, Posenschätzung und orientierte Objekterkennung ab und unterstützt Training, Validierung, Inferenz und Export.

Leistungskennzahlen#

Die Werte für Params und FLOPs beziehen sich auf das zusammengeführte Modell nach dem Zusammenfassen von Conv/BatchNorm und dem Entfernen des ungenutzten Erkennungszweigs. Für die Geschwindigkeitsmessungen wird der NMS-freie Head mit nms=False ausgewählt. Vortrainierte Checkpoints behalten die vollständige Trainingsarchitektur bei und können höhere Werte aufweisen.

Anwendungsbeispiele#

Dieser Abschnitt enthält einfache Beispiele für das Training und die Inferenz mit YOLO26. Die vollständige Dokumentation zu diesen und weiteren Modi findest du auf den Dokumentationsseiten zu Predict, Train, Val und Export.

Beachte, dass sich das folgende Beispiel auf YOLO26-Detect-Modelle zur Objekterkennung bezieht. Weitere unterstützte Aufgaben findest du in der Dokumentation zu Segment, semantischer Segmentierung, Tiefe, Classify, Pose und OBB.

from ultralytics import YOLO

# Ein mit COCO vortrainiertes YOLO26n-Modell laden
model = YOLO("yolo26n.pt")

# Mit dem YOLO26n-Modell eine Inferenz auf dem Bild 'bus.jpg' ausführen
results = model("path/to/bus.jpg")

# Das Modell 100 Epochen lang mit dem COCO8-Beispieldatensatz trainieren
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# One-to-Many-Head verwenden (Standard; Ultralytics wendet NMS an)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Den NMS-freien One-to-One-Head aktivieren
results = model.predict("image.jpg", nms=False)  # inference
metrics = model.val(data="coco.yaml", nms=False)  # validation
model.export(format="onnx", nms=False)  # export

YOLOE-26: Erkennung und Segmentierung mit offenem Vokabular#

YOLO26 bildet auch die Grundlage für YOLOE-26, eine Variante mit offenem Vokabular, die Objektklassen anhand von Text-Prompts, visuellen Prompts oder im Prompt-freien Modus erkennt und segmentiert, statt eine feste Klassenliste zu verwenden, die während des Trainings erlernt wurde. YOLOE-26 behält den optionalen NMS-freien End-to-End-Head (e2e) von YOLO26 bei, sodass die Inferenz mit offenem Vokabular schnell genug für dynamische Umgebungen bleibt, in denen sich die Zielklassen mit der Zeit ändern. YOLOE-26x erreicht auf LVIS minival 40.6 AP mit Text-Prompts, 38.5 AP mit visuellen Prompts und 31.1 AP ohne Prompts – die Non-E2E-Werte aus dem Paper. Der End-to-End-Head liegt um 1.1, 2.3 beziehungsweise 1.2 AP darunter.

Die YOLOE-Dokumentation enthält Leistungstabellen für die einzelnen Modellgrößen, Prompt-freie Varianten und vollständige Anwendungsbeispiele.

Zitate und Danksagungen#

Eine vollständige technische Beschreibung der YOLO26-Architektur, des Trainingsverfahrens, der Aufgaben-Heads und der YOLOE-26-Erweiterung mit offenem Vokabular findest du in Ultralytics YOLO26: Einheitliche Echtzeit-Visionmodelle mit End-to-End-Verarbeitung. Wenn du YOLO26 in deiner Forschung verwendest, zitiere bitte:

@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},
}

YOLO26-Code, Modelle und Dokumentation findest du im Ultralytics-GitHub-Repository und in der Ultralytics-Dokumentation. Sie stehen unter den Lizenzen AGPL-3.0 und Enterprise zur Verfügung.

Häufig gestellte Fragen#