Ultralytics YOLO26

Genel Bakış

Ultralytics YOLO26, uç ve düşük güçlü cihazlar için sıfırdan tasarlanan YOLO serisi gerçek zamanlı nesne dedektörlerinin en son evrimidir. Daha hızlı, daha hafif ve daha erişilebilir dağıtım sağlamak için hedeflenen yenilikleri entegre ederken gereksiz karmaşıklığı ortadan kaldıran aerodinamik bir tasarım sunar.

YOLO26'nın mimarisi üç temel ilke tarafından yönlendirilmektedir:

• Basitlik: YOLO26, maksimum olmayan bastırmaya (NMS) ihtiyaç duymadan doğrudan tahminler üreten yerel bir uçtan uca modeldir. Bu işlem sonrası adımı ortadan kaldırarak, çıkarım daha hızlı, daha hafif ve gerçek dünya sistemlerinde dağıtımı daha kolay hale gelir. Bu çığır açan yaklaşım ilk olarak Tsinghua Üniversitesi'nde Ao Wang tarafından YOLOv10 'da öncülük edilmiş ve YOLO26'da daha da geliştirilmiştir.
• Dağıtım Verimliliği: Uçtan uca tasarım, boru hattının tüm bir aşamasını ortadan kaldırarak entegrasyonu önemli ölçüde basitleştirir, gecikmeyi azaltır ve farklı ortamlarda dağıtımı daha sağlam hale getirir.
• Eğitimde Yenilik: YOLO26, Moonshot AI'nin LLM eğitimindeki Kimi K2 atılımlarından esinlenen SGD ve Muon 'un bir karışımı olan MuSGD optimize edicisini sunar. Bu optimize edici, dil modellerinden bilgisayarla görmeye optimizasyon ilerlemelerini aktararak gelişmiş kararlılık ve daha hızlı yakınsama sağlar.

Bu yenilikler birlikte, küçük nesnelerde daha yüksek doğruluk elde eden, sorunsuz dağıtım sağlayan ve CPU'larda %43'e kadar daha hızlı çalışan bir model ailesi sunarak YOLO26'yı kaynak kısıtlı ortamlar için bugüne kadarki en pratik ve dağıtılabilir YOLO modellerinden biri haline getiriyor.

Temel Özellikler

• DFL Kaldırma
  Dağıtım Odak Kaybı (DFL) modülü etkili olmakla birlikte, genellikle dışa aktarımı karmaşıklaştırır ve donanım uyumluluğunu sınırlar. YOLO26, DFL'yi tamamen kaldırarak çıkarımı basitleştirir ve uç ve düşük güçlü cihazlar için desteği genişletir.

• Uçtan Uca NMS'siz Çıkarım
  Ayrı bir işlem sonrası adım olarak NMS'ye dayanan geleneksel dedektörlerin aksine, YOLO26 doğal olarak uçtan uca çalışır. Tahminler doğrudan oluşturulur, gecikme süresini azaltır ve üretim sistemlerine entegrasyonu daha hızlı, daha hafif ve daha güvenilir hale getirir.

• ProgLoss + STAL
  Geliştirilmiş kayıp fonksiyonları, IoT, robotik, hava görüntüleri ve diğer uç uygulamalar için kritik bir gereksinim olan küçük nesne tanımada kayda değer iyileştirmelerle algılama doğruluğunu artırır.

• MuSGD Optimizer
  SGD ile Muon'u birleştiren yeni bir hibrit optimize edici. Moonshot AI'nın Kimi K2'sinden esinlenen MuSGD, LLM eğitiminden bilgisayarla görmeye gelişmiş optimizasyon yöntemleri getirerek daha istikrarlı eğitim ve daha hızlı yakınsama sağlar.

• 43'e Kadar Daha Hızlı CPU Çıkarsaması
  Uç bilişim için özel olarak optimize edilen YOLO26, önemli ölçüde daha hızlı CPU çıkarımı sunarak GPU'su olmayan cihazlarda gerçek zamanlı performans sağlar.

Desteklenen Görevler ve Modlar

YOLO26, çok görevli bir model ailesi olarak tasarlanmıştır ve YOLO'nun çok yönlülüğünü çeşitli bilgisayarla görme zorlukları karşısında genişletmektedir:

Bu birleşik çerçeve, YOLO26'nın gerçek zamanlı algılama, segmentasyon, sınıflandırma, poz tahmini ve yönlendirilmiş nesne algılamada uygulanabilir olmasını sağlar - hepsi eğitim, doğrulama, çıkarım ve dışa aktarma desteği ile.

Performans Metrikleri

Alıntılar ve Teşekkürler

Çalışmanızda YOLO26 veya başka bir Ultralytics yazılımı kullanıyorsanız, lütfen şu şekilde alıntı yapın:

@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 beklemede. YOLO26 şu adresten temin edilebilir AGPL-3.0 ve Kurumsal lisanslar.

SSS

YOLO11 ile karşılaştırıldığında YOLO26'daki temel gelişmeler nelerdir?

• DFL Kaldırma: Dışa aktarımı basitleştirir ve kenar uyumluluğunu genişletir
• Uçtan Uca NMS'siz Çıkarım: Daha hızlı, daha basit dağıtım için NMS'yi ortadan kaldırır
• ProgLoss + STAL: Özellikle küçük nesneler üzerinde isabet oranını artırır
• MuSGD Optimizer: Daha istikrarlı ve verimli eğitim için SGD ve Muon'u (Moonshot'ın Kimi K2'sinden esinlenilmiştir) birleştirir
• 43'e Kadar Daha Hızlı CPU Çıkarsaması: CPU kullanan cihazlar için önemli performans kazanımları

YOLO26 hangi görevleri destekleyecek?

YOLO26, birden fazla bilgisayarla görme görevi için uçtan uca destek sağlayan birleşik bir model ailesi olarak tasarlanmıştır:

• Nesne Algılama
• Örnek Segmentasyonu
• Görüntü Sınıflandırması
• Poz Tahmini
• Yönlendirilmiş Nesne Algılama (OBB)

Her bir boyut çeşidinin (n, s, m, l, x) piyasaya sürüldüğünde tüm görevleri desteklemesi planlanmaktadır.

YOLO26 neden uç dağıtım için optimize edilmiştir?

YOLO26, son teknoloji ürünü uç performansı sunar:

• 43'e kadar daha hızlı CPU çıkarımı
• Azaltılmış model boyutu ve bellek ayak izi
• Uyumluluk için basitleştirilmiş mimari (DFL yok, NMS yok)
• TensorRT, ONNX, CoreML, TFLite ve OpenVINO dahil esnek dışa aktarma formatları

YOLO26 modelleri ne zaman satışa sunulacak?

YOLO26 modelleri halen eğitim aşamasındadır ve henüz açık kaynaklı değildir. Performans önizlemeleri burada gösterilmektedir ve yakın gelecekte resmi indirmeler ve sürümler planlanmaktadır. YOLO26 görüşmeleri için YOLO Vision 2025 'e bakınız.

📅 0 gün önce oluşturuldu ✏️ 0 gün önce güncellendi

Yorumlar