YOLO26 模型的 CoreML 导出#

Apple 在每一台现代 iPhone、iPad 和 Mac 中都配备了专用 AI 芯片——Neural Engine，而 CoreML 是 Ultralytics 当前支持的部署路径。将 Ultralytics YOLO26 模型导出为 CoreML，会把训练好的 .pt 检查点转换为原生 .mlpackage，以低延迟在设备上运行全部七项 YOLO 任务，无需网络连接，数据也不会离开设备。

什么是 CoreML？#

CoreML（Apple 的样式名称为“Core ML”）是 Apple 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 捆绑包，并在设备的 CPU、GPU 和 Apple Neural Engine (ANE) 之间调度模型；后者是每颗 Apple silicon 芯片中的专用 NPU。由于所有计算都在本地进行，推理无需联网，不会产生网络延迟，并能让用户数据留在设备上。

CoreML 与 Apple 的 Vision framework 直接集成，由该框架负责将图像输入模型前的缩放和方向处理，这也是 Ultralytics iOS SDK 能以几乎零预处理开销将摄像头帧传给 YOLO 的原因。

为什么要将 YOLO26 导出为 CoreML？#

• Neural Engine 速度：CoreML 会将受支持的操作调度到 Apple Neural Engine 上，以实现低延迟的设备端推理。请参阅下方的实体设备表，并在目标硬件上对你的确切导出模型进行基准测试。
• 选择输出：默认导出将 NMS 留给你的应用。使用 nms=True 嵌入 NMS，或使用 nms=False 获取 YOLO26 的无 NMS 检测头。
• 私密且离线：所有计算都在设备上完成，无需云端往返，无需 API 密钥，并提供完整的数据隐私保护。
• 一次导出，覆盖整个生态：同一个 .mlpackage 可运行于 iOS、iPadOS、macOS、watchOS、tvOS 和 visionOS，并为官方 Ultralytics iOS SDK 和 Flutter 插件 提供支持。

实测性能#

在配备 12 GB 内存、运行 iOS 26.5.2 的 iPhone 17 Pro 上，对标准化 v8.3.0 YOLO26n INT8 CoreML 资源进行端到端单图像推理。其 A19 Pro 配备 6 核 CPU（2 个性能核心和 4 个能效核心）、带 Neural Accelerators 的 6 核 GPU，以及 16 核 Neural Engine。每个单元格显示总耗时（预处理 + 推理 + 后处理，不包括标注），下方显示各阶段的耗时拆分。在 iOS 上，Vision 会在推理请求内部执行输入缩放，因此预处理显示为 0，其耗时计入推理。

• 确切的 v8.3.0 发布资源为分类任务声明 224×224 输入，为其他所有任务声明 640×640 输入。
• 速度值是单图像突发延迟：在 bus.jpg 上运行 3 次预热后测量 15 次运行的平均值，通过 iOS SDK 的分阶段计时获取，并使用 Flutter 插件 的基准测试工具以 profile 模式（优化的原生代码）进行测量。CPU/加速器顺序在一次连续扫描中按任务交替排列。CPU 行请求 Core ML .cpuOnly；CPU + ANE 优先行请求 .cpuAndNeuralEngine，最终的操作放置由 Core ML 控制。持续的实时摄像头运行速度会更低，因为其中包含采集和缩放流程以及热稳定过程。一次标准化之前的历史摄像头扫描在同一设备上测得 YOLO26n 检测为 11.3 毫秒/帧、YOLO26n Depth 为 16.5 毫秒/帧；有关稳态分析，请参阅 iOS SDK 性能文档。
• 请在 LiteRT 集成中比较 Android CPU/GPU 结果，并在 Qualcomm QNN 集成中比较 Snapdragon NPU 结果。

支持的任务#

CoreML 导出支持全部七项 Ultralytics 任务。语义分割和深度估计仅支持 YOLO26，因为它是唯一提供这些检测头的系列。

将 YOLO26 模型导出为 CoreML#

安装#

要安装所需的软件包，请运行：

# Install the required package for YOLO26
pip install ultralytics

coremltools 转换器会在首次导出时自动安装。导出可在 macOS 或 x86 Linux 上运行；如需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。

使用方法#

CoreML 格式支持导出、预测和验证模式。使用 CoreML 进行推理和验证仅可在 macOS 上运行。导出模型后，加载导出的模型即可运行推理或验证其准确率。

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, imgsz=640)  # use imgsz=224 for classification

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")

导出参数#

如需详细了解导出流程，请访问 Ultralytics 导出文档页面。

以 Neural Engine 为目标#

CoreML 通过 MLModelConfiguration.computeUnits 选择硬件。在 iOS 16 及更高版本上，Ultralytics iOS SDK 默认使用 .cpuAndNeuralEngine，而不是 .all：在实时摄像头应用中，GPU 已经忙于合成预览画面和叠加层，因此排除 GPU 可以避免争用和帧时间抖动，同时由 ANE 承担主要计算。仅在兼容性测试中固定使用 .cpuOnly；上表展示了它的代价。

通过 Ultralytics 或 coremltools 在 Mac 主机上从 Python 运行 CoreML 模型时，也遵循相同规则：Ultralytics 使用 ComputeUnit.CPU_AND_NE 加载（macOS 13 及更高版本；在较早版本的 macOS 上回退到 CPU_ONLY），使推理保持在 Neural Engine 上（速度约为 CPU 的 3 倍）。这也能避免当前 macOS 主机的一个限制：默认的 ComputeUnit.ALL / CPU_AND_GPU 会加入 GPU/MPSGraph 编译路径，并在 coremltools 9.x 上因 Error: MLIR pass manager failed 断言而终止进程。

部署导出的 YOLO26 CoreML 模型#

最快的路径是官方 Ultralytics YOLO iOS SDK，它与 Ultralytics iOS 应用及 Flutter 插件使用同一个 Swift 软件包。它会自动解析官方模型名称，下载并缓存 .mlpackage，然后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
    }
}

对于摄像头应用，可以直接使用 SDK 的 YOLOView，通过原生叠加层实现实时推理；也可以使用 Flutter 插件，为与 Android 共用一个代码库的跨平台应用提供支持。

你也可以使用 Apple 技术栈轻松自行集成原始 .mlpackage：使用 MLModel 加载它，将其封装到 VNCoreMLRequest 中，然后通过 VNImageRequestHandler 输入图像。以下资源介绍了详细信息：

• 将 Core ML 模型集成到你的应用中：Apple 关于打包和调用 CoreML 模型的指南。
• CoreML Tools：为该导出提供支持的 coremltools 工具链的转换、量化和优化参考。
• Xcode Core ML 性能报告：针对你的确切模型和设备，提供逐层设备放置与延迟分析。

你可以将模型嵌入应用捆绑包中（立即可用，适合 nano/small 模型），也可以在首次运行时下载并缓存（更小的二进制文件，便于更新模型）。官方应用结合了这两种方式：默认的 nano 模型会随应用捆绑以便立即使用，而更大的变体则按需下载并在本地缓存。

推荐工作流#

1. 使用 Ultralytics 的训练模式训练你的模型，或从官方 YOLO26 权重开始
2. 在 macOS 或 x86 Linux 上使用 model.export(format="coreml", quantize=8, imgsz=640) 导出（分类任务使用 imgsz=224）
3. 在 Mac 上使用 model.val() 验证准确率，并通过目标设备上的 Xcode Core ML 性能报告进行分析
4. 使用 iOS SDK、Flutter 插件或你自己的 Vision 集成进行部署，目标格式为 .cpuAndNeuralEngine

总结#

在本指南中，你了解了如何将 Ultralytics YOLO26 模型导出为 CoreML 的 .mlpackage 格式，针对 Apple Neural Engine 进行量化，并以个位数毫秒级延迟进行部署——既可以通过官方 iOS SDK 和 Flutter 插件，也可以通过你自己的 Vision 集成完成。如需了解其他部署目标，请浏览集成指南页面，并使用基准测试模式比较各种格式。

常见问题#