了解Ultralytics 中的端到端检测

简介

如果您是从较早的型号（例如 YOLOv8 或 YOLO11升级到 YOLO26，你会注意到最大的变化之一就是去除了非最大抑制（NMS）。传统的YOLO 生成数千个重叠的预测结果，需要单独的NMS 才能筛选出最终的检测结果。这会增加延迟，使导出图变得复杂，并且在不同的硬件平台上可能表现不一致。

YOLO26 采用了不同的方法。它直接从模型中输出最终的检测结果，无需外部过滤。这被称为端到端目标检测，且在所有 YOLO26 模型中默认启用。由此带来的好处是部署流程更简单、延迟更低，且在 CPU 上的推理速度最高可提升 43%。

本指南将带您了解具体有哪些变更、是否需要更新代码、哪些导出格式支持端到端推理，以及如何从旧版YOLO 顺利迁移。

若想更深入地了解此次架构调整背后的动因，请参阅Ultralytics 关于 YOLO26 为何移除NMS的文章。

端到端检测的工作原理

YOLO26在训练过程中采用双头架构。这两个头部共享相同的骨干网络和颈部网络，但输出方式不同：

上面的形状用于检测。其他任务则在“一对一”输出基础上，针对每次检测添加额外数据：

在训练过程中，两个头部同时运行——一对多头部提供更丰富的学习信号，而一对一头部则学习生成干净、不重叠的预测。在 推理 和 导出，只有 一对一辅导 该功能默认处于启用状态，每张图像最多可生成 300 个检测结果，格式为 [x1, y1, x2, y2, confidence, class_id].

当您致电时 model.fuse()，它会折叠 Conv + BatchNorm 层以加快推理速度，并在端到端模型中移除一对多头，从而缩减模型大小并降低浮点运算量。有关双头架构的更多详细信息，请参阅 YOLO26 模型页面.

我需要修改代码吗？

使用Ultralytics Python 或CLI

无需进行任何更改。如果您使用标准的Ultralytics Python 或 CLI，一切均可自动运行——预测、验证和 导出功能开箱即用，可全程处理端到端模型。

from ultralytics import YOLO

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

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

yolo predict model=yolo26n.pt source=image.jpg

使用自定义推理代码

是的，输出格式不同。如果你为 YOLOv8 或 YOLO11 编写了自定义后处理逻辑（例如，在使用ONNX 或 TensorRT进行推理时），您需要对其进行更新以适配新的输出形状：

关于分割， 姿势估计以及 旋转框检测 任务中，YOLO26 会在每次检测结果后附加特定任务的数据——请参见上方的输出形状表。

在哪里 N 是 批次大小 和 nc 是班级数量（例如，80 表示 COCO）。

借助端到端模型，后处理变得简单得多——例如，在使用ONNX 时：

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] > conf_threshold]  # confidence filter — that's it!

切换到“一对多”模式

如果您需要传统的YOLO 格式（例如，为了复用现有的NMS 的后处理代码），您可以随时通过设置 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)

yolo predict model=yolo26n.pt source=image.jpg end2end=False
yolo val model=yolo26n.pt data=coco.yaml end2end=False
yolo export model=yolo26n.pt format=onnx end2end=False

导出格式的兼容性

大多数导出格式开箱即用即可支持端到端推理，包括 ONNX、 TensorRT、 CoreML, OpenVINO, TFLite、TF.js 和MNN。

以下格式不支持端到端模式，并将自动回退到一对多头模式： NCNN、RKNN、 PaddlePaddle、ExecuTorch、IMX 以及EdgeTPU。

准确性与速度的权衡

端到端检测在几乎不影响准确性的情况下，带来了显著的部署优势：

对于大多数实际应用而言，约0.5 mAP 这种差异微乎其微，尤其是考虑到它带来的速度和简便性优势。如果最高精度是您的首要考虑，您随时可以使用 end2end=False.

请参阅YOLO26 性能指标，了解所有模型尺寸（n、s、m、l、x）的详细基准测试结果。

从YOLOv8 YOLO11迁移

如果您正在将现有项目升级到 YOLO26，以下是一份简要检查清单，可确保升级过程顺利进行：

• Ultralytics /CLI ： 无需修改——只需将模型名称更新为 yolo26n.pt （或 yolo26n-seg.pt, yolo26n-pose.pt, yolo26n-obb.pt)
• 自定义后处理代码： 更新以支持新的输出形状 — (N, 300, 6) 用于检测，以及针对特定任务的数据 分割, 姿势估计和 OBB. 另请注意，框的格式已从 xywh 到 xyxy
• 导出管道：请参阅上文的“格式兼容性”部分，了解目标格式的相关信息
• TensorRT INT8：请确认您的TensorRT 大于 10.3.0，以获得端到端支持
• FP16导出： 如果您需要所有输出均为FP16格式，请使用以下方式导出： end2end=False — 参见 为什么 output0 保持为 FP32
• iOS CoreML： 全面支持端到端开发。如果您需要 Xcode 预览功能的支持，请使用 end2end=False 使用 nms=True
• 边缘设备（NCNN、RKNN）：这些格式会自动回退到一对多模式，因此NMS 设备端管道NMS 包含NMS

常见问题

我可以同时使用 end2end=True 和 nms=True 吗？

不。这些选项是互斥的。如果你设置 nms=True 在端到端模型上 导出，它将自动被强制为 nms=False 附带一个提醒。端到端头端已在内部处理了重复数据过滤，因此NMS 外部NMS 。

然而， end2end=False 结合 nms=True 这是一个有效的配置——它将传统的NMS 整合NMS 导出NMS 。这对于 CoreML 导出，因为这样可以直接在 Xcode 中使用检测模型的预览功能。

在端到端模型中，max_det 参数控制什么？

字段 max_det 参数（默认值：300）用于设置一对一头部在每张图像中最多可输出的检测结果数量。您可以在推理或导出时调整该参数：

model.predict("image.jpg", max_det=100)  # fewer detections, slightly faster
model.export(format="onnx", max_det=500)  # more detections for dense scenes

请注意，默认的 YOLO26 检查点是使用 max_det=300. 虽然您可以增加此数值，但一对一检测头在训练过程中已针对生成最多 300 个清晰检测结果进行了优化，因此超过该限额的检测结果质量可能会降低。如果您需要每张图像生成超过 300 个检测结果，请考虑使用更高的 max_det 值。

我导出的ONNX 输出为 (1, 300, 6) —— 这样对吗？

是的，这就是检测功能的预期端到端输出格式： 批次大小 1 个，最多 300 次检测，每次包含 6 个数值 [x1, y1, x2, y2, confidence, class_id]只需按置信度阈值进行过滤即可——NMS 。

对于其他任务，输出形状则有所不同：

如何检查我导出的模型是否是端到端的？

您可以通过Ultralytics Python 进行检查，也可以直接查看导出的ONNX ：

from ultralytics import YOLO

model = YOLO("yolo26n.onnx")
model.predict(verbose=False)  # run predict to setup predictor first
print(model.predictor.model.end2end)  # True if end-to-end is enabled

import onnxruntime as ort

session = ort.InferenceSession("yolo26n.onnx")
metadata = session.get_modelmeta().custom_metadata_map
print(metadata.get("end2end"))  # 'True' if end-to-end is enabled

或者，检查输出维度——端到端检测模型的输出 (1, 300, 6)，而传统模型则输出 (1, nc + 4, 8400). 有关其他任务形状，请参阅 输出形状常见问题解答.

在分割、姿势估计和旋转框检测 是否支持端到端处理？

是的。所有 YOLO26 任务变体—— 检测, 分割, 姿势估计和 旋转框检测 (OBB) — 默认支持端到端推理。该 end2end=False 所有任务也均支持备用方案。

每个任务都会在基础检测结果的基础上，补充特定于该任务的数据：

📅 创建于 0 天前 ✏️ 更新于 0 天前

评论