Link to this sectionUltralytics YOLO26#

Link to this sectionPanoramica#

Ultralytics YOLO26 è una famiglia unificata di modelli di visione in tempo reale descritta nel documento di ricerca Ultralytics YOLO26. Introduce l'inferenza nativa end-to-end, una head di rilevamento più leggera, una ricetta di addestramento aggiornata e head specifiche per compito per rilevamento, segmentazione, stima della posa, classificazione e rilevamento orientato.

Attraverso le sue cinque scale di rilevamento, YOLO26 raggiunge un mAP 40.9-57.5 su COCO con una latenza TensorRT su T4 di 1.7-11.8 ms. Il documento riporta anche un'inferenza CPU ONNX fino al 43% più veloce per YOLO26n rispetto a YOLO11n su una CPU Intel Xeon @ 2.00 GHz.

La famiglia di modelli YOLO26 è costruita attorno a quattro aree di progettazione:

• Inferenza nativa end-to-end: La head di rilevamento predefinita uno-a-uno produce predizioni senza non-maximum suppression (NMS), semplificando il deployment e riducendo il post-processing.
• Regressione del box più leggera: YOLO26 rimuove la Distribution Focal Loss (DFL), riducendo la complessità della head di rilevamento pur preservando un intervallo di regressione non vincolato.
• Aggiornamenti alla ricetta di addestramento: La pipeline di addestramento combina MuSGD, Progressive Loss e STAL per migliorare l'ottimizzazione, spostare la supervisione verso la head in fase di inferenza e mantenere la copertura delle etichette positive per gli oggetti piccoli.
• Head e loss specifiche per compito: YOLO26 aggiunge design mirati per segmentazione di istanze, varianti di segmentazione semantica, stima della posa e rilevamento orientato, mantenendo una singola pipeline di modello attraverso i compiti.

Insieme, questi aggiornamenti migliorano il compromesso tra precisione e latenza su tutte le scale del modello e gli obiettivi di deployment.

Link to this sectionCaratteristiche principali#

• Regressione DFL-Free YOLO26 rimuove la Distribution Focal Loss (DFL), riducendo la complessità della head di rilevamento e semplificando l'esportazione.

• Inferenza End-to-End NMS-Free A differenza dei rilevatori tradizionali che si affidano alla NMS come fase di post-processing separata, YOLO26 è nativamente end-to-end per impostazione predefinita. Le predizioni vengono generate direttamente, riducendo la latenza e rendendo più semplice l'integrazione in produzione.

• Progressive Loss + STAL La Progressive Loss sposta l'enfasi dell'addestramento verso la head in fase di inferenza, mentre STAL migliora la copertura delle etichette positive per gli oggetti piccoli.

• Ottimizzatore MuSGD Un ottimizzatore ibrido che combina SGD con Muon, adattando idee di ottimizzazione dall'addestramento di modelli linguistici di grandi dimensioni alla visione artificiale.

• Deployment efficiente La head semplificata e il percorso predefinito senza NMS riducono l'overhead di inferenza tra gli obiettivi di esportazione e i profili hardware, inclusa la velocizzazione della CPU ONNX riportata nel documento per YOLO26n rispetto a YOLO11n.

• Miglioramenti alla segmentazione di istanze Introduce la loss di segmentazione semantica per migliorare la convergenza del modello e un modulo proto aggiornato che sfrutta informazioni multi-scala per una qualità superiore delle maschere. Il documento riporta guadagni rispetto a YOLO11 fino a +2.5 box AP e +3.7 mask AP sulla segmentazione di istanze COCO.

• Stima della posa di precisione Integra la Residual Log-Likelihood Estimation (RLE) per una localizzazione più accurata dei keypoint e ottimizza il processo di decodifica per una maggiore velocità di inferenza. Il documento riporta fino a +7.2 AP rispetto a YOLO11 sulla stima della posa COCO.

• Decodifica OBB raffinata Introduce una loss angolare specializzata per migliorare l'accuratezza del rilevamento per oggetti di forma quadrata e ottimizza la decodifica OBB per risolvere i problemi di discontinuità dei bordi. Il documento riporta fino a +3.4 mAP rispetto a YOLO11 sul rilevamento orientato DOTA-v1.0.

Link to this sectionCompiti e modalità supportati#

YOLO26 supporta il set di compiti standard di Ultralytics su cinque scale di modello:

Questo framework unificato copre rilevamento in tempo reale, segmentazione di istanze, segmentazione semantica, classificazione, stima della posa e rilevamento orientato di oggetti con supporto per addestramento, validazione, inferenza ed esportazione.

Link to this sectionMetriche di performance#

I valori di Params e FLOPs si riferiscono al modello fuso dopo model.fuse(), che unisce i layer Conv e BatchNorm e rimuove l'head di rilevamento ausiliaria one-to-many. I checkpoint preaddestrati mantengono l'intera architettura di addestramento e potrebbero mostrare conteggi più elevati.

Link to this sectionEsempi di Utilizzo#

Questa sezione fornisce esempi semplici di addestramento e inferenza con YOLO26. Per la documentazione completa su queste e altre modalità, consulta le pagine di documentazione Predict, Train, Val e Export.

Nota che l'esempio qui sotto riguarda i modelli YOLO26 Detect per l'object detection. Per ulteriori attività supportate, consulta la documentazione su Segment, Semantic Segmentation, Classify, OBB e 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: Rilevamento e Segmentazione Open-Vocabulary#

YOLOE-26 estende YOLO26 con le funzionalità open-vocabulary della serie YOLOE. Abilita il rilevamento e la segmentazione in tempo reale di categorie di oggetti open-set utilizzando prompt testuali, prompt visivi o una modalità senza prompt (prompt-free).

Sfruttando il design NMS-free, end-to-end di YOLO26, YOLOE-26 mantiene l'inferenza open-vocabulary abbastanza veloce per ambienti dinamici dove le categorie target possono cambiare nel tempo. YOLOE-26x raggiunge 40.6 AP su LVIS minival con prompt testuali, 38.5 AP con prompt visivi e 31.1 AP nell'impostazione non-E2E senza prompt.

Link to this sectionEsempio di utilizzo#

YOLOE-26 supporta sia prompt basati su testo che visivi. Usare i prompt è semplice: basta passarli attraverso il metodo predict come mostrato di seguito:

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()

Per tecniche di prompting ed esempi di utilizzo completi, visita la Documentazione YOLOE.

Link to this sectionCitazioni e riconoscimenti#

Per una descrizione tecnica completa dell'architettura YOLO26, la ricetta di addestramento, le task head e l'estensione a vocabolario aperto YOLOE-26, leggi Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models. Se utilizzi YOLO26 nella tua ricerca, 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},
}

Il codice, i modelli e la documentazione di YOLO26 sono disponibili nel repository GitHub di Ultralytics e nelle Ultralytics Docs sotto licenze AGPL-3.0 ed Enterprise.

Link to this sectionFAQ#

Link to this sectionQuali sono i miglioramenti chiave in YOLO26?#

• Regressione senza DFL: Semplifica la head di rilevamento e il percorso di esportazione
• Inferenza end-to-end senza NMS: Rimuove la NMS dal percorso di inferenza predefinito
• Progressive Loss + STAL: Migliora l'allineamento dell'addestramento e la copertura delle etichette per oggetti piccoli
• Ottimizzatore MuSGD: Combina SGD con un'ottimizzazione ispirata a Muon per un addestramento stabile
• Head e loss specifiche per il task: Migliora il supporto per segmentazione, pose e rilevamento orientato

Link to this sectionQuali task supporta YOLO26?#

YOLO26 è una famiglia di modelli unificata, che fornisce supporto end-to-end per molteplici task di computer vision:

• Object Detection
• Segmentazione di istanze
• Segmentazione semantica
• Image Classification
• Pose Estimation
• Oriented Object Detection (OBB)

Ogni variante di dimensione (n, s, m, l, x) supporta tutte le attività, oltre alle versioni open-vocabulary tramite YOLOE-26.

Link to this sectionPerché YOLO26 è efficiente per il deployment?#

YOLO26 migliora l'efficienza del deployment con:

• Inferenza end-to-end nativa senza NMS per impostazione predefinita
• Regressione senza DFL e una detection head più leggera
• Esportazione del modello fuso che rimuove i componenti ausiliari usati solo per l'addestramento
• Inferenza ONNX su CPU fino al 43% più veloce per YOLO26n rispetto a YOLO11n su una CPU Intel Xeon a 2,00 GHz
• Formati di esportazione flessibili inclusi TensorRT, ONNX, CoreML, TFLite e OpenVINO

Link to this sectionCome inizio a usare YOLO26?#

I modelli YOLO26 sono disponibili per il download tramite il pacchetto ultralytics. Installa o aggiorna il pacchetto e carica un modello:

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 sezione Usage Examples per le istruzioni su training, validation ed export.