Ultralytics YOLO26

Обзор

Ultralytics YOLO26 - это новейшая разработка в серии детекторов объектов в реальном времени YOLO , созданная с нуля для краевых и маломощных устройств. В ней реализована оптимизированная конструкция, устраняющая излишнюю сложность и включающая в себя целенаправленные инновации для обеспечения более быстрого, легкого и доступного развертывания.

Архитектура YOLO26 основана на трех основных принципах:

• Простота: YOLO26 - это "родная" сквозная модель, производящая предсказания напрямую, без необходимости подавления не-максимума (NMS). Благодаря отказу от этого этапа постобработки выводы становятся быстрее, легче и проще для внедрения в реальные системы. Этот прорывной подход был впервые применен в YOLOv10 Ао Вангом из Университета Цинхуа и получил дальнейшее развитие в YOLO26.
• Эффективность развертывания: Благодаря сквозному дизайну исключается целый этап конвейера, что значительно упрощает интеграцию, снижает задержки и делает развертывание более надежным в различных средах.
• Инновации в обучении: YOLO26 представляет оптимизатор MuSGD, гибрид SGD и Muon, вдохновленный прорывами Moonshot AI Kimi K2 в обучении LLM. Этот оптимизатор обеспечивает повышенную стабильность и более быструю сходимость, перенося достижения в области оптимизации из языковых моделей в компьютерное зрение.

Вместе эти инновации обеспечивают семейство моделей, которые достигают более высокой точности на небольших объектах, обеспечивают беспрепятственное развертывание и работают на 43 % быстрее на центральных процессорах, что делает YOLO26 одной из самых практичных и легко развертываемых моделей YOLO на сегодняшний день для сред с ограниченными ресурсами.

Основные характеристики

• Удаление DFL
  Модуль распределения фокусных потерь (DFL), несмотря на свою эффективность, часто затруднял экспорт и ограничивал совместимость оборудования. YOLO26 полностью удаляет DFL, упрощая вывод и расширяя поддержку краевых и маломощных устройств.

• Конечный вывод без NMS
  В отличие от традиционных детекторов, которые используют NMS в качестве отдельного этапа постобработки, YOLO26 - это полноценная сквозная система. Прогнозы генерируются напрямую, что сокращает время ожидания и делает интеграцию в производственные системы более быстрой, легкой и надежной.

• ProgLoss + STAL
  Улучшенные функции потерь повышают точность обнаружения, заметно улучшая распознавание мелких объектов, что является критически важным требованием для IoT, робототехники, аэрофотосъемки и других краевых приложений.

• Оптимизатор MuSGD
  Новый гибридный оптимизатор, сочетающий SGD и Muon. Вдохновленный разработкой Kimi K2 от Moonshot AI, MuSGD внедряет передовые методы оптимизации из LLM-обучения в компьютерное зрение, обеспечивая более стабильное обучение и быструю сходимость.

• До 43% быстрее вычислений на CPU
  Специально оптимизированный для пограничных вычислений, YOLO26 обеспечивает значительно более быстрый вывод данных на CPU , гарантируя производительность в реальном времени на устройствах без GPU.

Поддерживаемые задачи и режимы

YOLO26 разработан как многозадачное семейство моделей, расширяющее универсальность YOLO для решения различных задач компьютерного зрения:

Эта унифицированная структура позволяет использовать YOLO26 для обнаружения, сегментации, классификации, оценки позы и обнаружения ориентированных объектов в режиме реального времени - все с поддержкой обучения, проверки, вывода и экспорта.

Метрики производительности

Цитирование и благодарности

Если вы используете YOLO26 или другое программное обеспечение Ultralytics в своей работе, пожалуйста, ссылайтесь на него:

@software{yolo26_ultralytics,
  author = {Glenn Jocher and Jing Qiu},
  title = {Ultralytics YOLO26},
  version = {26.0.0},
  year = {2025},
  url = {https://github.com/ultralytics/ultralytics},
  orcid = {0000-0001-5950-6979, 0000-0003-3783-7069},
  license = {AGPL-3.0}
}

DOI находится на рассмотрении. YOLO26 доступен по лицензии AGPL-3.0 и лицензии Enterprise.

Часто задаваемые вопросы

Каковы основные улучшения в YOLO26 по сравнению с YOLO11?

• Удаление DFL: Упрощает экспорт и расширяет совместимость с краями
• Конечный вывод без NMS: Отказ от NMS для более быстрого и простого развертывания
• ProgLoss + STAL: Повышает точность, особенно на мелких объектах.
• MuSGD Optimizer: Комбинирует SGD и Muon (вдохновленный Moonshot's Kimi K2) для более стабильного и эффективного обучения
• До 43 % более быстрых выводов для CPU : Значительный прирост производительности для устройств, работающих CPU

Какие задачи будет решать YOLO26?

YOLO26 разработан как единое семейство моделей, обеспечивающее комплексную поддержку множества задач компьютерного зрения:

• Обнаружение объектов
• Сегментация экземпляров
• Классификация изображений
• Оценка позы
• Ориентированное обнаружение объектов (OBB)

Планируется, что каждый вариант размера (n, s, m, l, x) будет поддерживать все задачи при выпуске.

Почему YOLO26 оптимизирован для развертывания на границе?

YOLO26 обеспечивает самую современную производительность:

• На 43 % быстрее CPU .
• Уменьшение размера модели и объема памяти
• Архитектура упрощена для совместимости (нет DFL, нет NMS)
• Гибкие форматы экспорта, включая TensorRT, ONNX, CoreML, TFLite и OpenVINO

Когда модели YOLO26 появятся в продаже?

Модели YOLO26 все еще находятся в стадии обучения и пока не выложены в открытый доступ. Здесь представлены предварительные версии, а официальные загрузки и релизы запланированы на ближайшее время. См. YOLO Vision 2025 для обсуждения YOLO26.

📅 Создано 0 дней назад ✏️ Обновлено 0 дней назад

Комментарии