Link to this section针对 YOLO26 模型的 CoreML 导出#

Apple 在每一款现代 iPhone、iPad 和 Mac 中都配备了专用的 AI 芯片——Neural Engine，而 CoreML 是 Ultralytics 目前支持部署模型至该芯片的路径。将 Ultralytics YOLO26 模型导出为 CoreML，可将训练好的 .pt 检查点转换为原生的 .mlpackage，从而在设备端以低延迟运行全部七项 YOLO 任务，无需网络连接，且无需任何数据离开设备。

Link to this section什么是 CoreML？#

CoreML（苹果称之为“Core ML”）是苹果的设备端 机器学习 框架。它以现代 ML Program 格式加载模型（即 Ultralytics 导出器生成的 .mlpackage 包），并将其调度到设备的 CPU、GPU 和 Apple Neural Engine (ANE)（每个苹果芯片中专用的 NPU）上。由于一切都在本地运行，因此推理可以离线进行，不会产生网络延迟，并将用户数据保留在设备上。

CoreML 直接与苹果的 Vision 框架 集成，该框架可在模型输入前处理图像缩放和方向——这也是 Ultralytics iOS SDK 如何以近乎零预处理成本将相机帧提供给 YOLO 的方式。

Link to this section为什么将 YOLO26 导出为 CoreML？#

• Neural Engine 速度：YOLO26n 检测在 iPhone 17 Pro 上运行单张图像的端到端耗时为 3.8 ms，在持续实时摄像头使用中为 11.3 ms/帧；YOLO26n Depth 在处理单张图像时耗时 5.5 ms，在实时摄像头中为 16.5 ms/帧（见下表及注释）。
• 原生无 NMS：YOLO26 是 端到端 的，因此导出的计算图无需 NMS 流水线，解码时间不到一毫秒。像 YOLO11 这样的旧款检测模型可以通过 nms=True 嵌入 CoreML NMS 流水线。
• 隐私与离线：所有计算都保留在设备上——无需往返云端，无需 API 密钥，实现完全的 数据隐私。
• 一次导出，完整生态：相同的 .mlpackage 可在 iOS、iPadOS、macOS、watchOS、tvOS 和 visionOS 上运行，并支持官方的 Ultralytics iOS SDK 和 Flutter 插件。

Link to this section性能测试#

在 iPhone 17 Pro（Apple A19，iOS 26.5.2）上运行官方 YOLO26n INT8 CoreML 模型的端到端单图推理。每个单元格显示的是 总时间（预处理 + 推理 + 后处理，不含标注），下方则是各阶段的拆解耗时。在 iOS 上，Vision 会在推理请求内执行输入缩放，因此预处理被记录为 0，其开销已包含在推理中。

• ¹ 语义化 CoreML 导出会在计算图中嵌入 ArgMax 并返回一个紧凑的全分辨率类别图（[1, 1024, 1024]）而非浮点 logits，因此后处理过程仅为亚毫秒级的色彩扫描，且掩码渲染呈现出像素级清晰度。
• 速度值是指 单图突发延迟——在 bus.jpg 上进行 3 次预热运行后的 15 次运行平均值，通过 iOS SDK 的分阶段计时以及 Flutter plugin 在 profile 模式（优化过的原生代码）下的基准测试工具测得。持续的实时摄像头运行速度会更高，因为它包含了采集和缩放流水线以及热调节：在同一设备上的实时摄像头应用中，YOLO26n 检测测得为 11.3 ms/帧，而 YOLO26n Depth 为 16.5 ms/帧——请参阅 iOS SDK performance doc 以了解稳态性能分析。
• 匹配的 Snapdragon CPU/GPU/NPU 表位于 Qualcomm QNN 集成 中。

Link to this section将 YOLO26 模型导出到 CoreML#

Link to this section安装#

要安装所需的软件包，请运行：

# Install the required package for YOLO26
pip install ultralytics

coremltools 转换器在首次导出时自动安装。导出在 macOS 或 x86 Linux 上运行；有关详细说明和最佳实践，请查看我们的 安装指南 和 常见问题指南。

Link to this section用法#

CoreML 格式支持 导出、预测 和 验证 模式。CoreML 的推理和验证仅在 macOS 上运行。导出你的模型，然后加载已导出的模型进行推理或验证其准确性。

from ultralytics import YOLO

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

# Export to CoreML with INT8 weight quantization, matching the official app models
model.export(format="coreml", quantize=8)  # creates 'yolo26n.mlpackage'

from ultralytics import YOLO

# Load the exported CoreML model (macOS)
model = YOLO("yolo26n.mlpackage")

# Run inference
results = model("https://ultralytics.com/images/bus.jpg")

from ultralytics import YOLO

# Load the exported CoreML model (macOS)
model = YOLO("yolo26n.mlpackage")

# Validate accuracy on the COCO8 dataset
metrics = model.val(data="coco8.yaml")

Link to this section导出参数#

有关导出过程的更多详细信息，请访问 Ultralytics 导出文档页面。

Link to this section针对 Neural Engine 进行优化#

CoreML 通过 MLModelConfiguration.computeUnits 选择硬件。Ultralytics iOS SDK 在 iOS 16+ 上默认使用 .cpuAndNeuralEngine 而不是 .all：在实时相机应用中，GPU 已经忙于合成预览和覆盖层，因此排除它可避免竞争和帧时间抖动，同时由 ANE 完成繁重的工作。仅在进行兼容性测试时使用 .cpuOnly——上表显示了其成本。

Running a CoreML model from Python on a Mac host (via Ultralytics or coremltools) follows the same rule: Ultralytics loads with ComputeUnit.CPU_AND_NE (macOS 13+, falling back to CPU_ONLY on older macOS), keeping inference on the Neural Engine (~3× faster than CPU). This also avoids a current macOS host limitation where the default ComputeUnit.ALL / CPU_AND_GPU — which add the GPU/MPSGraph compile path — abort the process with an Error: MLIR pass manager failed assertion on coremltools 9.x.

Link to this section部署已导出的 YOLO26 CoreML 模型#

最快的路径是使用官方 Ultralytics YOLO iOS SDK，这是与支持 Ultralytics iOS 应用和 Flutter 插件 相同的 Swift 包。它会自动解析官方模型名称，下载并缓存 .mlpackage，并返回完全解码的结果：

import UltralyticsYOLO

// Loads the official INT8 model (downloaded and cached on first use), then runs inference
let yolo = YOLO("yolo26n", task: .detect) { result in
    if case .success(let model) = result {
        let results = model(uiImage)  // boxes, labels, confidences, timing
    }
}

对于相机应用，直接放入 SDK 的 YOLOView 以实现带有原生覆盖层的实时推理，或者对于与 Android 共享代码库的跨平台应用，请使用 Flutter 插件。

使用苹果的技术栈自行集成原始 .mlpackage 也很简单——用 MLModel 加载它，将其包装在 VNCoreMLRequest 中，然后通过 VNImageRequestHandler 馈送图像。这些资源涵盖了详细信息：

• 将 Core ML 模型集成到你的应用中：苹果关于打包和调用 CoreML 模型的指南。
• CoreML Tools：为支持此导出的 coremltools 工具链提供转换、量化和优化参考。
• Xcode Core ML 性能报告：针对你的具体模型和设备进行逐层设备分配和延迟分析。

你可以选择将模型嵌入应用包（即时可用，非常适合 nano/small 模型）或者在首次运行时下载并缓存（二进制文件更小，易于模型更新）——官方应用使用第二种方法，结合 GitHub 发布资产。

Link to this section推荐工作流程#

1. 训练你的模型，使用 Ultralytics 训练模式，或从官方 YOLO26 权重开始。
2. 在 macOS 或 x86 Linux 上使用 model.export(format="coreml", quantize=8) 进行导出
3. 验证准确率，使用 Mac 上的 model.val()，并使用目标设备上的 Xcode Core ML 性能报告进行分析。
4. 部署，使用 iOS SDK、Flutter 插件或你自己的 Vision 集成，并指定 .cpuAndNeuralEngine。

Link to this section总结#

在本指南中，你学习了如何将 Ultralytics YOLO26 模型导出为 CoreML 的 .mlpackage 格式，为 Apple Neural Engine 进行量化，并以毫秒级的延迟进行部署——无论是通过官方 iOS SDK 和 Flutter 插件，还是你自己的 Vision 集成。对于其他部署目标，请浏览 集成指南页面，并使用 基准测试模式 比较不同格式。

Link to this section常见问题解答#

Link to this section如何将 YOLO26 模型导出为 CoreML 格式？#

在 macOS 或 x86 Linux 上，可以通过 Python 运行 model.export(format="coreml")，或使用 CLI 运行 yolo export model=yolo26n.pt format=coreml。添加 quantize=8 以匹配官方应用模型。导出将生成一个可用于 Xcode、iOS SDK 或 Flutter 插件的 yolo26n.mlpackage ML Program。

Link to this section导出 YOLO26 时我需要 nms=True 吗？#

不需要。YOLO26 是端到端无 NMS 的，因此导出的计算图已经可以直接输出最终检测结果，且解码成本远低于一毫秒。nms=True 选项仅为 YOLO11 等早期检测模型提供，以便在模型中嵌入 CoreML NMS 流水线，从而无需在你的应用中实现抑制逻辑。CoreML NMS 流水线仅支持目标检测，因此对于分割或姿态估计等其他任务，nms=True 将被忽略并发出警告。

Link to this section我应该使用哪种精度——FP16 还是 INT8？#

官方 Ultralytics 应用模型采用 INT8 格式，这能最大限度地减小下载大小并达到上表所示的速度。quantize=16 (FP16) 是一种保守的替代方案，几乎没有准确率损失。在发布前，请务必在 Mac 上使用 model.val() 验证你的最终导出结果。

Link to this section如何确保推理在 Neural Engine 上运行？#

设置 MLModelConfiguration.computeUnits = .cpuAndNeuralEngine（这是 iOS 16+ 上 iOS SDK 的默认值）。在相机应用中避免使用 .all——GPU 忙于合成预览，在此调度推理会导致帧时间抖动。通过 Xcode Core ML 性能报告确认其位置。

Link to this section我可以使用 Ultralytics CLI 运行和验证 CoreML 模型吗？#

可以，在 macOS 上：yolo predict model=yolo26n.mlpackage source=image.jpg 和 yolo val model=yolo26n.mlpackage data=coco8.yaml 的工作方式与任何其他格式相同。CoreML 执行需要苹果硬件，因此这些模式在 Linux 和 Windows 上不可用。

Link to this section在 iOS 或 Flutter 应用中运行 YOLO26 的最快方法是什么？#

使用官方 Ultralytics YOLO iOS SDK (Swift Package) 或 Flutter 插件。两者都按名称加载官方模型并自动下载和缓存，在 Neural Engine 上运行它们，并包含完整的实时相机 UI——上表的测量性能正是通过此技术栈得出的。