Ultralytics YOLO26#

Panoramica#

Ultralytics YOLO26 è una famiglia unificata di modelli di visione in tempo reale descritta nell'articolo su Ultralytics YOLO26. Introduce l'inferenza end-to-end nativa, una head di rilevamento più leggera, una ricetta di training aggiornata e head specifiche per attività di rilevamento, segmentazione, stima della posa, classificazione e rilevamento orientato.

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

Consulta l'anteprima di YOLO27 non ancora rilasciato per informazioni sull'architettura prevista, le attività e i benchmark preliminari.

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # carica un modello YOLO26n preaddestrato
results = model("path/to/bus.jpg")  # esegui l'inferenza

La famiglia di modelli YOLO26 si basa su quattro aree di progettazione:

• Inferenza end-to-end nativa: la head di rilevamento one-to-one opzionale genera predizioni senza soppressione non massima (NMS), semplificando il deployment e riducendo il post-processing.
• Regressione dei box più leggera: YOLO26 rimuove Distribution Focal Loss (DFL), riducendo la complessità della head di rilevamento e mantenendo un intervallo di regressione non vincolato.
• Aggiornamenti alla ricetta di training: la pipeline di training 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 head usata in inferenza e mantenere una copertura positiva delle etichette per gli oggetti piccoli. Gli iperparametri completi dei checkpoint rilasciati sono documentati nella Guida alla ricetta di training di YOLO26.
• Head e loss specifiche per attività: YOLO26 introduce soluzioni mirate per la segmentazione di istanze, le varianti di segmentazione semantica, la stima della posa e il rilevamento orientato, mantenendo un'unica pipeline di modello per tutte le attività.

Nel complesso, questi aggiornamenti migliorano il compromesso tra accuratezza e latenza per le diverse scale dei modelli e i vari target di deployment.

Funzionalità principali#

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

• Inferenza end-to-end senza NMS YOLO26 supporta l'inferenza end-to-end nativa con nms=False, generando predizioni senza un passaggio NMS separato. Il percorso predefinito one-to-many usa NMS per garantire l'accuratezza.

• Progressive Loss + STAL Progressive Loss sposta l'enfasi del training verso la head usata in inferenza, mentre STAL migliora la copertura positiva delle etichette per gli oggetti piccoli.

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

• Deployment efficiente La head semplificata e il percorso opzionale senza NMS riducono il sovraccarico dell'inferenza per i target di esportazione e i profili hardware, incluso il miglioramento di velocità CPU ONNX riportato nell'articolo per YOLO26n rispetto a YOLO11n.

• Miglioramenti alla segmentazione di istanze Introduce una loss di segmentazione semantica per migliorare la convergenza del modello e un modulo proto aggiornato che sfrutta le informazioni multi-scala per ottenere maschere di qualità superiore. L'articolo riporta, rispetto a YOLO11, miglioramenti fino a +2.5 AP dei box e +3.7 AP delle maschere nella segmentazione di istanze su COCO.

• Stima precisa della posa Integra Residual Log-Likelihood Estimation (RLE) per localizzare i keypoint con maggiore precisione e ottimizza il processo di decodifica per aumentare la velocità di inferenza. L'articolo riporta un miglioramento fino a +7.2 AP rispetto a YOLO11 nella stima della posa su COCO.

• Decodifica OBB perfezionata Introduce una loss angolare specializzata per migliorare l'accuratezza del rilevamento di oggetti di forma quadrata e ottimizza la decodifica OBB per risolvere i problemi di discontinuità ai bordi. L'articolo riporta un miglioramento fino a +3.4 mAP rispetto a YOLO11 nel rilevamento orientato su DOTA-v1.0.

Attività e modalità supportate#

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

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

Metriche di prestazione#

I valori di Params e FLOPs si riferiscono al modello fuso dopo l'accorpamento di Conv/BatchNorm e la rimozione del ramo di rilevamento inutilizzato. Le misurazioni della velocità selezionano la head senza NMS con nms=False. I checkpoint preaddestrati mantengono l'architettura di training completa e possono mostrare valori più alti.

Esempi d'uso#

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

Nota: l'esempio seguente riguarda i modelli YOLO26 Detect per il rilevamento di oggetti. Per altre attività supportate, consulta la documentazione di Segment, Semantic Segmentation, Depth, Classify, Pose e OBB.

from ultralytics import YOLO

# Carica un modello YOLO26n preaddestrato su COCO
model = YOLO("yolo26n.pt")

# Esegui l'inferenza con il modello YOLO26n sull'immagine 'bus.jpg'
results = model("path/to/bus.jpg")

# Addestra il modello sul dataset di esempio COCO8 per 100 epoche
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

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

# Attiva la head one-to-one senza 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: rilevamento e segmentazione a vocabolario aperto#

YOLO26 è anche alla base di YOLOE-26, una variante a vocabolario aperto che rileva e segmenta categorie di oggetti usando prompt testuali, prompt visivi o una modalità senza prompt, anziché un elenco fisso di classi appreso durante il training. YOLOE-26 mantiene la head end-to-end (e2e) opzionale senza NMS di YOLO26, così l'inferenza a vocabolario aperto rimane abbastanza rapida per gli ambienti dinamici in cui le categorie di oggetti cambiano nel tempo. YOLOE-26x raggiunge 40.6 AP su LVIS minival con prompt testuali, 38.5 AP con prompt visivi e 31.1 AP senza prompt: sono i valori Non-E2E riportati nel paper, superati dalla head end-to-end rispettivamente di 1.1, 2.3 e 1.2 AP.

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

Citazioni e ringraziamenti#

Per una descrizione tecnica completa dell'architettura YOLO26, della procedura di training, delle head specifiche per attività e dell'estensione a vocabolario aperto YOLOE-26, leggi Ultralytics YOLO26: modelli di visione end-to-end unificati in tempo reale. 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, con licenze AGPL-3.0 ed Enterprise.

Domande frequenti#