Понимание сквозного (end-to-end) детектирования в Ultralytics YOLO26#

Модели YOLO26 в стиле детекции — детекция, сегментация, поза и OBB — по умолчанию не требуют NMS: они выдают финальные результаты детекции напрямую из модели, без этапа постпроцессинга Non-Maximum Suppression (NMS). Более ранние модели, такие как YOLOv8 и YOLO11, выдают тысячи пересекающихся предсказаний, которые отдельный этап NMS должен отфильтровать, что увеличивает задержку, усложняет графы экспорта и может работать нестабильно на разных аппаратных платформах.

Это называется сквозным обнаружением объектов, и оно включено по умолчанию. Результатом является более простой конвейер развертывания и меньшая задержка — YOLO26n работает до на 43% быстрее, чем YOLO11n при инференсе ONNX на CPU (Intel Xeon CPU @ 2.00 GHz).

Это руководство поможет тебе разобраться в изменениях, подскажет, нужно ли обновлять код, какие форматы экспорта поддерживают сквозной инференс и как плавно перейти со старых моделей YOLO.

Подробнее о мотивации этого архитектурного изменения читайте в блоге Ultralytics о том, почему в YOLO26 убрали NMS.

Как работает сквозное детектирование#

Во время обучения YOLO26 использует архитектуру с двумя головами (dual-head). Обе головы используют общие бэкбон и нек, но выдают результаты по-разному:

Формы выше указаны для детекции, где N — это размер батча, nc — количество классов (например, 80 для COCO), а количество якорей 8400 — это значение в imgsz=640. Другие задачи расширяют вывод «один к одному» дополнительными данными для каждого обнаружения:

Во время обучения обе головы работают одновременно — голова один-ко-многим предоставляет более богатый сигнал для обучения, в то время как голова один-к-одному учится выдавать чистые непересекающиеся предсказания. Во время инференса и экспорта по умолчанию активна только голова один-к-одному, выдающая до 300 обнаружений на изображение в формате [x1, y1, x2, y2, confidence, class_id].

Когда ты вызываешь model.fuse(), слои Conv + BatchNorm сворачиваются для более быстрого инференса, а в сквозных моделях также удаляется голова один-ко-многим, что уменьшает размер модели и количество FLOPs. Подробнее об архитектуре с двумя головами см. на странице модели YOLO26.

Нужно ли мне менять свой код?#

Использование Python API или CLI от Ultralytics#

Никаких изменений не требуется. Если ты используешь стандартный Python API Ultralytics или CLI, все работает автоматически — предикты, валидация и экспорт работают со сквозными моделями «из коробки».

from ultralytics import YOLO

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

# Predict — no NMS step, no code changes
results = model.predict("image.jpg")

Использование собственного кода инференса#

Да, формат вывода отличается. Если ты написал собственную логику постобработки для YOLOv8 или YOLO11 (например, при запуске инференса с ONNX Runtime или TensorRT), тебе нужно обновить ее для обработки новой размерности выхода:

Для задач сегментации, позы и OBB YOLO26 добавляет специфичные для задачи данные к каждому обнаружению — см. таблицу размерностей выхода.

Со сквозными моделями постобработка становится намного проще — например, при использовании ONNX Runtime:

import onnxruntime as ort

# Load and run the exported end-to-end model
session = ort.InferenceSession("yolo26n.onnx")
output = session.run(None, {session.get_inputs()[0].name: input_tensor})

# End-to-end output: (batch, 300, 6) → [x1, y1, x2, y2, confidence, class_id]
detections = output[0][0]  # first image in batch
detections = detections[detections[:, 4] > 0.25]  # confidence filter, no NMS

Переключение на голову One-to-Many#

Если тебе нужен традиционный формат вывода YOLO (например, для повторного использования существующего кода постобработки на основе NMS), ты можешь переключиться на голову один-ко-многим (если она доступна), установив end2end=False:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Prediction with NMS (traditional behavior)
results = model.predict("image.jpg", end2end=False)

# Validation with NMS
metrics = model.val(data="coco.yaml", end2end=False)

# Export without end-to-end
model.export(format="onnx", end2end=False)

Совместимость форматов экспорта#

Большинство форматов экспорта поддерживают сквозной инференс «из коробки», включая ONNX, TensorRT, CoreML, OpenVINO, LiteRT и MNN.

Следующие форматы не поддерживают сквозной режим и автоматически переключаются на голову один-ко-многим: NCNN, RKNN, PaddlePaddle, ExecuTorch, IMX, Edge TPU и Qualcomm QNN.

Для Hailo экспортер выбирает путь вывода из загруженной головы, а не из аргумента, поэтому end2end отклоняется, если передан: модель детекции YOLO26 по умолчанию сохраняет свои выходы «один к одному» без NMS, в то время как контрольная точка, голова которой уже end2end=False, компилирует традиционный путь с HailoRT NMS.

Компромиссы между точностью и скоростью#

Сквозное обнаружение дает значительные преимущества при развертывании с минимальным влиянием на точность:

Для пяти масштабов детекции голова «один к одному» стоит 0.6-0.8 mAP на COCO — от 40.9 до 40.1 для YOLO26n и от 57.5 до 56.9 для YOLO26x — в обмен на полный отказ от прохода NMS. Если максимальная точность является твоим приоритетом, вернись к голове «один ко многим» с end2end=False.

См. показатели производительности YOLO26 для подробных бенчмарков по всем размерам моделей (n, s, m, l, x).

Миграция с YOLOv8 или YOLO11#

Если ты обновляешь существующий проект до YOLO26:

• Пользователи API / CLI Ultralytics: Никаких изменений не требуется — просто обнови имя модели на yolo26n.pt (или yolo26n-seg.pt, yolo26n-pose.pt, yolo26n-obb.pt)
• Собственный код постобработки: Обнови логику для работы с новыми размерностями выхода: (N, 300, 6) для детекции, а также данные для конкретных задач сегментации, позы и OBB. Также обрати внимание на изменение формата боксов с xywh на xyxy
• Конвейеры экспорта: Проверь раздел совместимости форматов для целевого формата
• TensorRT ниже 8.5.0: сквозной режим отключен при любой точности — обнови TensorRT до версии 8.5.0 или новее, чтобы сохранить его
• Квантованные экспорты: TensorRT 10.3.0 с quantize=8 на JetPack 6 и LiteRT с quantize=8 или quantize="w8a16" автоматически отключают сквозной режим — экспортируй с более высокой точностью, чтобы сохранить его
• Экспорт в FP16: Если тебе нужны все выходы в FP16, экспортируй с параметром end2end=False — см., почему output0 остается в FP32
• iOS / CoreML: Сквозной режим поддерживается полностью. Если тебе нужна поддержка Xcode Preview, используй end2end=False с nms=True
• Edge-устройства (NCNN, RKNN): Эти форматы автоматически возвращаются к one-to-many, поэтому включи NMS в свой конвейер на устройстве

Заключение#

Сквозное обнаружение является дефолтным в YOLO26 и не требует изменения кода, если ты используешь Python API Ultralytics или CLI. Обновление требуется только для собственных конвейеров постобработки, чтобы считывать новый выход (N, 300, 6) и пропускать шаг NMS (за исключением форматов экспорта, которые возвращаются к выводу один-ко-многим, таких как NCNN и RKNN, где NMS на устройстве все еще необходим). Подробные бенчмарки скорости и точности для всех размеров моделей см. на странице модели YOLO26, а полный набор опций и форматов экспорта описан в документации по режиму экспорта.

FAQ#