Ultralytics YOLO26#

Descripción general#

Ultralytics YOLO26 es una familia unificada de modelos de visión en tiempo real descrita en el artículo de Ultralytics sobre YOLO26. Introduce inferencia nativa de extremo a extremo, una cabeza de detección más ligera, una receta de entrenamiento actualizada y cabezas específicas para 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 1.7-11.8 ms en T4 TensorRT. El artículo también informa de una inferencia ONNX en CPU hasta un 43 % más rápida para YOLO26n en comparación con YOLO11n en una CPU Intel Xeon @ 2.00 GHz.

Consulta la vista previa de YOLO27 no lanzada para ver la arquitectura prevista, las tareas y las métricas de rendimiento preliminares.

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # load a pretrained YOLO26n model
results = model("path/to/bus.jpg")  # run inference

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

• Inferencia nativa de extremo a extremo: La cabeza de detección opcional de uno a uno produce predicciones sin supresión de no máximos (NMS), lo que simplifica el despliegue y reduce el postprocesamiento.
• 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: El flujo de entrenamiento combina MuSGD (un optimizador híbrido Muon + SGD), Progressive Loss y STAL (asignación de etiquetas consciente de objetos pequeños) para mejorar la optimización, trasladar la supervisión hacia la cabeza usada durante la inferencia y mantener la cobertura de etiquetas positivas para objetos pequeños. Todos los hiperparámetros de los checkpoints publicados están documentados en la guía de la receta de entrenamiento de YOLO26.
• Cabezas y pérdidas específicas para cada tarea: YOLO26 añade diseños específicos para la segmentación de instancias, variantes de segmentación semántica, estimación de pose y detección orientada, manteniendo un único flujo de modelo para todas las tareas.

En conjunto, estas actualizaciones mejoran el equilibrio entre precisión y latencia en las distintas escalas de modelo y objetivos de implementación.

Características principales#

• Regresión sin DFL YOLO26 elimina Distribution Focal Loss (DFL), reduciendo la complejidad de la cabeza de detección y simplificando la exportación.

• Inferencia de extremo a extremo sin NMS YOLO26 admite la inferencia nativa de extremo a extremo con nms=False, lo que produce predicciones sin una fase de NMS independiente. La ruta predeterminada de uno a muchos utiliza NMS para mayor 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, adaptando ideas de optimización del entrenamiento de modelos de lenguaje de gran tamaño a la visión por ordenador.

• Despliegue eficiente La cabeza simplificada y la ruta opcional sin NMS reducen la sobrecarga de inferencia en diferentes objetivos de exportación y perfiles de hardware, incluida la aceleración en CPU con ONNX informada en el artículo para YOLO26n en comparación con YOLO11n.

• Mejoras en la segmentación de instancias Introduce una pérdida de segmentación semántica para mejorar la convergencia del modelo y un módulo proto actualizado que aprovecha información multiescala para lograr una calidad superior de las máscaras. El artículo informa de 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 la pose Integra Residual Log-Likelihood Estimation (RLE) para localizar los puntos clave con mayor precisión y optimiza el proceso de decodificación para aumentar la velocidad de inferencia. El artículo informa de hasta +7.2 AP frente a YOLO11 en la estimación de pose de COCO.

• Decodificación OBB refinada Introduce una pérdida angular especializada para mejorar la precisión de detección de objetos con forma cuadrada y optimiza la decodificación OBB para resolver problemas de discontinuidad en los límites. El artículo informa de hasta +3.4 mAP frente a YOLO11 en la detección orientada de DOTA-v1.0.

Tareas y modos compatibles#

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

Este marco unificado cubre 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 con el entrenamiento, la validación, la inferencia y la exportación.

Métricas de rendimiento#

Los valores de parámetros y FLOPs corresponden al modelo fusionado tras el plegado 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 puntos de control preentrenados conservan la arquitectura de entrenamiento completa y pueden mostrar recuentos superiores.

Ejemplos de uso#

Esta sección ofrece ejemplos sencillos de entrenamiento e inferencia con YOLO26. Para consultar la documentación completa sobre estos y otros modos, visita las páginas de documentación de Predict, Train, Val y Export.

Ten en cuenta que el ejemplo siguiente corresponde a modelos YOLO26 de Detect para la detección de objetos. Para consultar otras tareas compatibles, visita la documentación de Segment, Semantic Segmentation, Depth, Classify, Pose y OBB.

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with the YOLO26n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Use one-to-many head (default, Ultralytics applies NMS)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Opt into the NMS-free one-to-one head
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 una lista de clases fija aprendida en el momento del entrenamiento. YOLOE-26 mantiene la cabeza opcional sin NMS de extremo a extremo (e2e) de YOLO26, por lo que la inferencia de vocabulario abierto sigue siendo lo suficientemente rápida para entornos dinámicos donde las categorías de destino 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; estas son las cifras sin extremo a extremo del artículo, a las que su cabeza de extremo a extremo se queda atrás por 1.1, 2.3 y 1.2 AP.

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

Citas y agradecimientos#

Para obtener una descripción técnica completa de la arquitectura de YOLO26, la receta de entrenamiento, las cabezas de tarea y la extensión de vocabulario abierto YOLOE-26, lee Ultralytics YOLO26: modelos de visión unificados de extremo a extremo en tiempo real. Si utilizas YOLO26 en tu investigación, 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 Ultralytics en GitHub y en la documentación de Ultralytics, bajo las licencias AGPL-3.0 y Enterprise.

Preguntas frecuentes#