Ultralytics YOLO26#

Visão geral#

Ultralytics YOLO26 é uma família unificada de modelos de visão em tempo real descrita no artigo sobre Ultralytics YOLO26. Introduz inferência nativa de ponta a ponta, uma cabeça de deteção mais leve, uma receita de treino atualizada e cabeças específicas para cada tarefa: deteção, segmentação, estimativa de pose, classificação e deteção orientada.

Nas suas cinco escalas de deteção, YOLO26 alcança 40.9-57.5 mAP no COCO com latência de 1.7-11.8 ms em T4 TensorRT. O artigo também indica uma inferência ONNX na CPU até 43% mais rápida para YOLO26n em comparação com YOLO11n numa CPU Intel Xeon a 2.00 GHz.

Consulta a pré-visualização do YOLO27 ainda não lançado para conhecer a arquitetura planeada, as tarefas e os benchmarks preliminares.

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # carrega um modelo YOLO26n pré-treinado
results = model("path/to/bus.jpg")  # executa a inferência

A família de modelos YOLO26 assenta em quatro áreas de design:

• Inferência nativa de ponta a ponta: a cabeça de deteção opcional um-para-um produz predições sem supressão não máxima (NMS), simplificando a implementação e reduzindo o pós-processamento.
• Regressão de caixas mais leve: YOLO26 remove Distribution Focal Loss (DFL), reduzindo a complexidade da cabeça de deteção e preservando um intervalo de regressão sem restrições.
• Atualizações à receita de treino: o pipeline de treino combina MuSGD (um otimizador híbrido Muon + SGD), Progressive Loss e STAL (atribuição de rótulos sensível a objetos pequenos) para melhorar a otimização, direcionar a supervisão para a cabeça usada no momento da inferência e manter uma cobertura positiva de rótulos para objetos pequenos. Os hiperparâmetros completos dos checkpoints lançados estão documentados no Guia da receita de treino do YOLO26.
• Cabeças e funções de perda específicas para cada tarefa: YOLO26 acrescenta designs específicos para segmentação de instâncias, variantes de segmentação semântica, estimativa de pose e deteção orientada, mantendo um único pipeline de modelo para todas as tarefas.

Em conjunto, estas atualizações melhoram o equilíbrio entre precisão e latência em várias escalas de modelo e alvos de implementação.

Principais funcionalidades#

• Regressão sem DFL YOLO26 remove Distribution Focal Loss (DFL), reduzindo a complexidade da cabeça de deteção e simplificando a exportação.

• Inferência de ponta a ponta sem NMS YOLO26 é compatível com inferência nativa de ponta a ponta com nms=False, produzindo predições sem uma etapa NMS separada. O percurso predefinido um-para-muitos usa NMS para garantir a precisão.

• Progressive Loss + STAL Progressive Loss direciona a ênfase do treino para a cabeça usada no momento da inferência, enquanto STAL melhora a cobertura positiva de rótulos para objetos pequenos.

• Otimizador MuSGD Um otimizador híbrido que combina SGD com Muon, adaptando ideias de otimização do treino de modelos de linguagem de grande dimensão à visão computacional.

• Implementação eficiente A cabeça simplificada e o percurso opcional sem NMS reduzem a sobrecarga da inferência em vários alvos de exportação e perfis de hardware, incluindo a aceleração ONNX na CPU indicada no artigo para YOLO26n em comparação com YOLO11n.

• Melhorias na segmentação de instâncias Introduz uma função de perda de segmentação semântica para melhorar a convergência do modelo e um módulo proto atualizado que aproveita informações multiescala para obter máscaras de melhor qualidade. O artigo indica ganhos de até +2.5 AP de caixas e +3.7 AP de máscaras em relação ao YOLO11 na segmentação de instâncias do COCO.

• Estimativa precisa de pose Integra Residual Log-Likelihood Estimation (RLE) para localizar pontos-chave com maior precisão e otimiza o processo de descodificação para aumentar a velocidade de inferência. O artigo indica até +7.2 AP em relação ao YOLO11 na estimativa de pose do COCO.

• Descodificação OBB refinada Introduz uma função de perda de ângulo especializada para melhorar a precisão de deteção de objetos quadrados e otimiza a descodificação OBB para resolver problemas de descontinuidade nos limites. O artigo indica até +3.4 mAP em relação ao YOLO11 na deteção orientada do DOTA-v1.0.

Tarefas e modos compatíveis#

YOLO26 é compatível com o conjunto padrão de tarefas da Ultralytics em cinco escalas de modelo:

Esta estrutura unificada abrange deteção em tempo real, segmentação de instâncias, segmentação semântica, estimativa monocular de profundidade, classificação, estimativa de pose e deteção de objetos orientados, com suporte para treino, validação, inferência e exportação.

Métricas de desempenho#

Os valores de Params e FLOPs referem-se ao modelo fundido após a fusão de Conv/BatchNorm e a remoção do ramo de deteção não utilizado. As medições de velocidade selecionam a cabeça sem NMS com nms=False. Os checkpoints pré-treinados mantêm a arquitetura de treino completa e podem apresentar contagens superiores.

Exemplos de uso#

Esta secção apresenta exemplos simples de treino e inferência com YOLO26. Para consultar a documentação completa destes e de outros modos, vê as páginas de documentação Prever, Treinar, Validar e Exportar.

Nota que o exemplo abaixo se refere a modelos YOLO26 de Deteção para deteção de objetos. Para conhecer outras tarefas suportadas, consulta a documentação de Segmentação, Segmentação semântica, Profundidade, Classificação, Pose e OBB.

from ultralytics import YOLO

# Carregar um modelo YOLO26n pré-treinado com COCO
model = YOLO("yolo26n.pt")

# Executar inferência com o modelo YOLO26n na imagem 'bus.jpg'
results = model("path/to/bus.jpg")

# Treina o modelo no conjunto de dados de exemplo COCO8 durante 100 épocas
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Usar a cabeça one-to-many (predefinição; a Ultralytics aplica NMS)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Ativar a cabeça one-to-one sem 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: deteção e segmentação de vocabulário aberto#

YOLO26 também impulsiona YOLOE-26, uma variante de vocabulário aberto que deteta e segmenta categorias de objetos a partir de prompts de texto, prompts visuais ou de um modo sem prompts, em vez de usar uma lista fixa de classes aprendida durante o treino. YOLOE-26 mantém a cabeça opcional de ponta a ponta (e2e) sem NMS do YOLO26, pelo que a inferência de vocabulário aberto continua suficientemente rápida para ambientes dinâmicos em que as categorias-alvo mudam ao longo do tempo. YOLOE-26x alcança 40.6 AP no LVIS minival com prompts de texto, 38.5 AP com prompts visuais e 31.1 AP sem prompts — valores Non-E2E do artigo, que a sua cabeça de ponta a ponta fica aquém em 1.1, 2.3 e 1.2 AP, respetivamente.

Consulta a documentação de YOLOE para ver tabelas de desempenho por escala, variantes sem prompts e exemplos de utilização completos.

Citações e agradecimentos#

Para uma descrição técnica completa da arquitetura YOLO26, da receita de treino, das cabeças de tarefa e da extensão de vocabulário aberto YOLOE-26, lê Ultralytics YOLO26: modelos de visão unificados, em tempo real e de ponta a ponta. Se usares YOLO26 na tua investigação, 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},
}

O código, os modelos e a documentação de YOLO26 estão disponíveis no repositório GitHub da Ultralytics e na documentação da Ultralytics, ao abrigo das licenças AGPL-3.0 e Enterprise.

Perguntas frequentes#