Ultralytics YOLO26#

Panoramica#

Ultralytics YOLO26 è una famiglia unificata di modelli di visione in tempo reale descritta nel documento di Ultralytics YOLO26. Introduce l'inferenza end-to-end nativa, una testa di rilevamento più leggera, una ricetta di addestramento aggiornata e teste specifiche per attività di 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.

from ultralytics import YOLO

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

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 della ricetta di addestramento: La pipeline di addestramento combina MuSGD (un ottimizzatore ibrido Muon + SGD), Progressive Loss e STAL (Small-Target-Aware Label Assignment) per migliorare l'ottimizzazione, spostare la supervisione verso la testa in fase di inferenza e mantenere una copertura di etichette positive per oggetti di piccole dimensioni. Gli iperparametri completi dietro i checkpoint rilasciati sono documentati nella guida alla ricetta di addestramento di YOLO26.
• 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.

Caratteristiche 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 le 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 dei punti chiave più accurata 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 su 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.

Compiti e modalità supportati#

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

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

Metriche di performance#

I valori di parametri e FLOP si riferiscono al modello fuso dopo model.fuse(), che unisce i livelli Conv e BatchNorm e rimuove la testa di rilevamento ausiliaria uno-a-molti. I checkpoint preaddestrati mantengono l'architettura di addestramento completa e potrebbero mostrare conteggi più elevati.

Esempi di Utilizzo#

Questa sezione fornisce semplici esempi 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 seguente è per i modelli YOLO26 Detect per il rilevamento di oggetti. Per ulteriori attività supportate, consulta la documentazione Segment, Semantic Segmentation, Depth, Classify, Pose e 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-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

YOLOE-26: Rilevamento e Segmentazione Open-Vocabulary#

YOLO26 alimenta anche YOLOE-26, una variante open-vocabulary che rileva e segmenta categorie di oggetti da prompt di testo, prompt visivi o una modalità senza prompt anziché un elenco di classi fisso appreso in fase di addestramento. YOLOE-26 mantiene il design end-to-end (e2e) senza NMS di YOLO26, in modo che l'inferenza open-vocabulary rimanga abbastanza veloce per ambienti dinamici in cui le categorie di riferimento cambiano nel tempo. YOLOE-26x raggiunge 40.6 AP su LVIS minival con prompt di testo, 38.5 AP con prompt visivi e 31.1 AP nell'impostazione Non-E2E senza prompt.

Consulta la documentazione di YOLOE per tabelle delle prestazioni per scala, varianti senza prompt ed esempi d'uso completi.

Citazioni e riconoscimenti#

Per una descrizione tecnica completa dell'architettura di YOLO26, della ricetta di addestramento, delle teste delle attività e dell'estensione open-vocabulary YOLOE-26, leggi Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models. Se usi 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 nella documentazione di Ultralytics sotto licenze AGPL-3.0 ed Enterprise.

FAQ#