Link to this sectionUltralytics YOLO26#

Link to this sectionDescripción general#

Ultralytics YOLO26 es una familia unificada de modelos de visión en tiempo real descrita en el artículo de Ultralytics YOLO26. Introduce una inferencia nativa de extremo a extremo, una cabecera de detección más ligera, una receta de entrenamiento actualizada y cabeceras específicas para tareas de detección, segmentación, estimación de poses, clasificación y detección orientada.

A través de sus cinco escalas de detección, YOLO26 alcanza 40.9-57.5 mAP en COCO con una latencia de 1.7-11.8 ms en TensorRT sobre T4. El artículo también reporta una inferencia en CPU ONNX hasta un 43% más rápida para YOLO26n en comparación con YOLO11n en una CPU Intel Xeon a 2.00 GHz.

La familia de modelos YOLO26 está construida en torno a cuatro áreas de diseño:

• Inferencia nativa de extremo a extremo: La cabecera de detección predeterminada de uno a uno produce predicciones sin supresión de no máximos (NMS), lo que simplifica el despliegue y reduce el post-procesamiento.
• Regresión de cajas más ligera: YOLO26 elimina la Distribution Focal Loss (DFL), reduciendo la complejidad de la cabecera de detección mientras preserva un rango de regresión sin restricciones.
• Actualizaciones de la receta de entrenamiento: El pipeline de entrenamiento combina MuSGD, Progressive Loss y STAL para mejorar la optimización, desplazar la supervisión hacia la cabeza de inferencia y mantener una cobertura de etiquetas positiva para objetos pequeños. Los hiperparámetros completos detrás de los checkpoints publicados están documentados en la guía de la receta de entrenamiento de YOLO26.
• Cabeceras y pérdidas específicas para tareas: YOLO26 añade diseños específicos para segmentación de instancias, variantes de segmentación semántica, estimación de poses y detección orientada, manteniendo una única tubería de modelo para todas las tareas.

En conjunto, estas actualizaciones mejoran el equilibrio entre precisión y latencia a través de diversas escalas de modelos y objetivos de despliegue.

Link to this sectionCaracterísticas clave#

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

• Inferencia de extremo a extremo sin NMS A diferencia de los detectores tradicionales que dependen de la NMS como un paso de post-procesamiento separado, YOLO26 es nativamente de extremo a extremo de forma predeterminada. Las predicciones se generan directamente, lo que reduce la latencia y facilita la integración en producción.

• Progressive Loss + STAL Progressive Loss desplaza el énfasis del entrenamiento hacia la cabecera de tiempo de 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 grandes a la visión artificial.

• Despliegue eficiente La cabecera simplificada y la ruta predeterminada sin NMS reducen la sobrecarga de inferencia en todos los objetivos de exportación y perfiles de hardware, incluyendo la aceleración en CPU ONNX reportada en el artículo para YOLO26n frente a YOLO11n.

• Mejoras en segmentación de instancias Introduce la pérdida de segmentación semántica para mejorar la convergencia del modelo y un módulo proto actualizado que aprovecha la información multiescala para una calidad de máscara superior. El artículo reporta ganancias sobre YOLO11 de hasta +2.5 AP en cajas y +3.7 AP en máscaras en COCO para segmentación de instancias.

• Estimación de poses de precisión Integra Residual Log-Likelihood Estimation (RLE) para una localización de puntos clave más precisa y optimiza el proceso de decodificación para aumentar la velocidad de inferencia. El artículo reporta hasta +7.2 AP sobre YOLO11 en la estimación de poses en COCO.

• Decodificación OBB refinada Introduce una pérdida angular especializada para mejorar la precisión de detección de objetos cuadrados y optimiza la decodificación OBB para resolver problemas de discontinuidad en los bordes. El artículo reporta hasta +3.4 mAP sobre YOLO11 en la detección orientada DOTA-v1.0.

Link to this sectionTareas y modos soportados#

YOLO26 soporta el conjunto estándar de tareas de Ultralytics a través de cinco escalas de modelo:

Este marco unificado cubre la detección en tiempo real, segmentación de instancias, segmentación semántica, clasificación, estimación de poses y detección de objetos orientados con soporte para entrenamiento, validación, inferencia y exportación.

Link to this sectionMétricas de rendimiento#

Los valores de parámetros y FLOPs corresponden al modelo fusionado tras usar model.fuse(), que combina las capas Conv y BatchNorm y elimina la cabecera auxiliar de detección uno-a-muchos. Los puntos de control preentrenados conservan la arquitectura de entrenamiento completa y pueden mostrar recuentos más elevados.

Link to this sectionEjemplos de uso#

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

Ten en cuenta que el ejemplo siguiente es para modelos YOLO26 Detect para detección de objetos. Para tareas adicionales compatibles, consulta la documentación de Segment, Segmentación semántica, Classify, OBB y Pose.

from ultralytics import YOLO

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

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

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

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Use one-to-one head (default, no NMS required)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Use one-to-many head (requires NMS)
results = model.predict("image.jpg", end2end=False)  # inference
metrics = model.val(data="coco.yaml", end2end=False)  # validation
model.export(format="onnx", end2end=False)  # export

Link to this sectionYOLOE-26: Detección y segmentación de vocabulario abierto#

YOLOE-26 amplía YOLO26 con las capacidades de vocabulario abierto de la serie YOLOE. Permite la detección y segmentación en tiempo real de categorías de objetos de conjunto abierto utilizando instrucciones de texto, instrucciones visuales o un modo sin instrucciones.

Al aprovechar el diseño de diseño de extremo a extremo sin NMS de YOLO26, YOLOE-26 mantiene la inferencia de vocabulario abierto lo suficientemente rápida para entornos dinámicos donde las categorías objetivo pueden cambiar con el tiempo. YOLOE-26x alcanza 40.6 AP en LVIS minival bajo instrucciones de texto, 38.5 AP bajo instrucciones visuales y 31.1 AP en el entorno sin instrucciones (Non-E2E).

Link to this sectionEjemplo de uso#

YOLOE-26 admite prompts tanto basados en texto como visuales. Usar prompts es sencillo: simplemente pásalos a través del método predict como se muestra a continuación:

from ultralytics import YOLO

# Initialize model
model = YOLO("yoloe-26l-seg.pt")  # or select yoloe-26s/m-seg.pt for different sizes

# Set text prompt to detect person and bus. You only need to do this once after you load the model.
model.set_classes(["person", "bus"])

# Run detection on the given image
results = model.predict("path/to/image.jpg")

# Show results
results[0].show()

Para técnicas de prompting y ejemplos de uso completos, visita la Documentación de YOLOE.

Link to this sectionCitas y agradecimientos#

Para una descripción técnica completa de la arquitectura de YOLO26, la receta de entrenamiento, las cabezas de tarea y la extensión de vocabulario abierto de YOLOE-26, lee Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models. Si usas YOLO26 en tu investigación, por favor 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 los Docs de Ultralytics bajo las licencias AGPL-3.0 y Enterprise.

Link to this sectionFAQ#

Link to this section¿Cuáles son las mejoras clave en YOLO26?#

• Regresión sin DFL: Simplifica la cabeza de detección y la ruta de exportación
• Inferencia de extremo a extremo sin NMS: Elimina el NMS de la ruta de inferencia predeterminada
• Progressive Loss + STAL: Mejora la alineación del entrenamiento y la cobertura de etiquetas para objetos pequeños
• Optimizador MuSGD: Combina SGD con una optimización inspirada en Muon para un entrenamiento estable
• Cabezas y funciones de pérdida específicas para cada tarea: Mejora el soporte para segmentación, pose y detección orientada

Link to this section¿Qué tareas admite YOLO26?#

YOLO26 es una familia de modelos unificada, que proporciona soporte integral para múltiples tareas de visión artificial:

• Detección de objetos
• Segmentación de instancias
• Segmentación semántica
• Clasificación de imágenes
• Estimación de pose
• Detección de objetos orientados (OBB)

Cada variante de tamaño (n, s, m, l, x) admite todas las tareas, además de versiones de vocabulario abierto a través de YOLOE-26.

Link to this section¿Por qué es YOLO26 eficiente para el despliegue?#

YOLO26 mejora la eficiencia del despliegue con:

• Inferencia nativa de extremo a extremo sin NMS por defecto
• Regresión sin DFL y una cabecera de detección más ligera
• Exportación de modelos fusionados que elimina componentes auxiliares exclusivos del entrenamiento
• Hasta un 43% más de rapidez en la inferencia ONNX en CPU para YOLO26n frente a YOLO11n en una CPU Intel Xeon @ 2.00 GHz
• Formatos de exportación flexibles, incluyendo TensorRT, ONNX, CoreML, TFLite y OpenVINO

Link to this section¿Cómo empiezo con YOLO26?#

Los modelos YOLO26 están disponibles para su descarga a través del paquete ultralytics. Instala o actualiza el paquete y carga un modelo:

from ultralytics import YOLO

# Load a pretrained YOLO26 nano model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("image.jpg")

Consulta la sección Ejemplos de uso para obtener instrucciones sobre entrenamiento, validación y exportación.