Ultralytics YOLO26#

Descripción general#

Ultralytics YOLO26 es una familia unificada de modelos de visión en tiempo real, descrita en el artículo de Ultralytics YOLO26. Incorpora inferencia integral nativa, una cabeza de detección más ligera, una receta de entrenamiento actualizada y cabezas específicas para cada tarea: detección, segmentación, estimación de pose, clasificación y detección orientada.

En sus cinco escalas de detección, YOLO26 alcanza 40,9-57,5 mAP en COCO con una latencia de TensorRT de 1,7-11,8 ms en T4. El artículo también indica que YOLO26n ofrece hasta un 43 % más de velocidad de inferencia en CPU con ONNX que YOLO11n en una CPU Intel Xeon a 2,00 GHz.

Consulta la vista previa de YOLO27, aún no publicado para conocer la arquitectura y las tareas previstas, así como los resultados preliminares de las pruebas de rendimiento.

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # carga un modelo YOLO26n preentrenado
results = model("path/to/bus.jpg")  # ejecuta la inferencia

La familia de modelos YOLO26 se basa en cuatro áreas de diseño:

• Inferencia integral nativa: la cabeza de detección opcional uno-a-uno genera predicciones sin supresión no máxima (NMS), lo que simplifica la implementación y reduce el posprocesamiento.
• Regresión de cajas más ligera: YOLO26 elimina Distribution Focal Loss (DFL), lo que reduce la complejidad de la cabeza de detección y conserva un rango de regresión sin restricciones.
• Actualizaciones de la receta de entrenamiento: la canalización de entrenamiento combina MuSGD (un optimizador híbrido Muon + SGD), Progressive Loss y STAL (asignación de etiquetas sensible a objetivos pequeños) para mejorar la optimización, desplazar la supervisión hacia la cabeza usada durante la inferencia y mantener la cobertura de etiquetas positivas para los objetos pequeños. La guía Receta de entrenamiento de YOLO26 documenta todos los hiperparámetros de los puntos de control publicados.
• Cabezas y funciones de pérdida específicas para cada tarea: YOLO26 incorpora diseños específicos para la segmentación de instancias, las variantes de segmentación semántica, la estimación de pose y la detección orientada, manteniendo una única canalización de modelo para todas las tareas.

En conjunto, estas actualizaciones mejoran la relación entre precisión y latencia en distintas escalas de modelo y plataformas de implementación.

Características principales#

• Regresión sin DFL YOLO26 elimina Distribution Focal Loss (DFL), lo que reduce la complejidad de la cabeza de detección y simplifica la exportación.

• Inferencia integral sin NMS YOLO26 admite inferencia integral nativa con nms=False y genera predicciones sin una etapa de NMS independiente. La ruta predeterminada uno-a-muchos usa NMS para mejorar la precisión.

• Progressive Loss + STAL Progressive Loss desplaza el énfasis del entrenamiento hacia la cabeza usada durante la inferencia, mientras que STAL mejora la cobertura de etiquetas positivas para objetos pequeños.

• Optimizador MuSGD Un optimizador híbrido que combina SGD con Muon y adapta ideas de optimización del entrenamiento de modelos de lenguaje grandes a la visión artificial.

• Implementación eficiente La cabeza simplificada y la ruta opcional sin NMS reducen la sobrecarga de inferencia en los distintos destinos de exportación y perfiles de hardware, incluida la mejora de velocidad en CPU con ONNX para YOLO26n frente a YOLO11n indicada en el artículo.

• Mejoras en la segmentación de instancias Incorpora una función de pérdida de segmentación semántica para mejorar la convergencia del modelo y un módulo proto actualizado que aprovecha información multiescala para obtener máscaras de mayor calidad. El artículo indica mejoras frente a YOLO11 de hasta +2,5 AP de cajas y +3,7 AP de máscaras en la segmentación de instancias de COCO.

• Estimación precisa de pose Integra estimación de máxima verosimilitud residual (RLE) para localizar puntos clave con mayor precisión y optimiza el proceso de decodificación para aumentar la velocidad de inferencia. El artículo indica una mejora de hasta +7,2 AP frente a YOLO11 en la estimación de pose de COCO.

• Decodificación OBB refinada Incorpora una función de pérdida de ángulo especializada para mejorar la precisión de detección de objetos cuadrados y optimiza la decodificación OBB para resolver problemas de discontinuidad en los límites. El artículo indica una mejora de hasta +3,4 mAP frente a YOLO11 en la detección orientada de DOTA-v1.0.

Tareas y modos compatibles#

YOLO26 admite el conjunto estándar de tareas de Ultralytics en cinco escalas de modelo:

Este marco unificado abarca la detección en tiempo real, la segmentación de instancias, la segmentación semántica, la estimación monocular de profundidad, la clasificación, la estimación de pose y la detección de objetos orientados, con compatibilidad para entrenamiento, validación, inferencia y exportación.

Métricas de rendimiento#

Los valores de parámetros y FLOPs corresponden al modelo fusionado tras la fusión de Conv/BatchNorm y la eliminación de la rama de detección no utilizada. Las mediciones de velocidad seleccionan la cabeza sin NMS con nms=False. Los checkpoints preentrenados conservan la arquitectura de entrenamiento completa y pueden mostrar cifras más altas.

Ejemplos de uso#

Esta sección ofrece ejemplos sencillos de entrenamiento e inferencia con YOLO26. Para consultar la documentación completa de estos y otros modos, visita las páginas de documentación de Predicción, Entrenamiento, Validación y Exportación.

Ten en cuenta que el ejemplo siguiente corresponde a modelos YOLO26 de detección para la detección de objetos. Para ver otras tareas compatibles, consulta la documentación de Segmentación, Segmentación semántica, Profundidad, Clasificación, Estimación de pose y OBB.

from ultralytics import YOLO

# Carga un modelo YOLO26n preentrenado en COCO
model = YOLO("yolo26n.pt")

# Ejecuta inferencias con el modelo YOLO26n en la imagen 'bus.jpg'
results = model("path/to/bus.jpg")

# Entrena el modelo durante 100 épocas con el conjunto de datos de ejemplo COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Usa la cabeza uno a muchos (predeterminada; Ultralytics aplica NMS)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Activa la cabeza uno a uno sin NMS
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: detección y segmentación de vocabulario abierto#

YOLO26 también impulsa YOLOE-26, una variante de vocabulario abierto que detecta y segmenta categorías de objetos a partir de indicaciones de texto, indicaciones visuales o un modo sin indicaciones, en lugar de utilizar una lista fija de clases aprendida durante el entrenamiento. YOLOE-26 mantiene la cabeza opcional de extremo a extremo (e2e) sin NMS de YOLO26, por lo que la inferencia de vocabulario abierto sigue siendo lo bastante rápida para entornos dinámicos en los que las categorías objetivo cambian con el tiempo. YOLOE-26x alcanza 40.6 AP en LVIS minival con indicaciones de texto, 38.5 AP con indicaciones visuales y 31.1 AP sin indicaciones; son las cifras Non-E2E del artículo, que su cabeza de extremo a extremo no alcanza por 1.1, 2.3 y 1.2 AP, respectivamente.

Consulta la documentación de YOLOE para ver tablas de rendimiento por escala, variantes sin indicaciones y ejemplos completos de uso.

Citas y agradecimientos#

Para obtener una descripción técnica completa de la arquitectura YOLO26, la receta de entrenamiento, las cabezas específicas de cada tarea y la extensión de vocabulario abierto YOLOE-26, lee Ultralytics YOLO26: modelos de visión unificados, en tiempo real y de extremo a extremo. Si utilizas YOLO26 en tu investigación, incluye esta cita:

@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},
}

El código, los modelos y la documentación de YOLO26 están disponibles en el repositorio de GitHub de Ultralytics y en la documentación de Ultralytics, con licencias AGPL-3.0 y Enterprise.

Preguntas frecuentes#