Ultralytics YOLO26#

概述#

Ultralytics YOLO26 是一个统一的实时视觉模型系列，相关介绍见 Ultralytics YOLO26 论文。该系列引入了原生端到端推理、更轻量的检测头、更新后的训练方案，以及用于检测、分割、姿态估计、分类和定向检测的任务专用检测头。

在五种检测尺度下，YOLO26 在 COCO 上达到 40.9-57.5 mAP，T4 TensorRT 延迟为 1.7-11.8 ms。论文还报告称，在 Intel Xeon CPU @ 2.00 GHz 上，与 YOLO11n 相比，YOLO26n 的 CPU ONNX 推理速度最高提升 43%。

请参阅unreleased YOLO27 preview以了解计划中的架构、任务和初步基准测试。

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # load a pretrained YOLO26n model
results = model("path/to/bus.jpg")  # run inference

YOLO26 模型系列围绕四个设计方向构建：

• **原生端到端推理：**可选的一对一检测头可直接生成预测结果，无需非极大值抑制（NMS），从而简化了部署并减少了后处理。
• 更轻量的边界框回归： YOLO26 移除了分布焦点损失（DFL），在保持无约束回归范围的同时降低了检测头的复杂度。
• 训练方案更新： 训练流程结合了 MuSGD（Mu​​on + SGD 混合优化器）、Progressive Loss 和 STAL（小目标感知标签分配），以改善优化过程、将监督重点转向推理时检测头，并保持小目标的正标签覆盖率。已发布检查点所使用的完整超参数记录在 YOLO26 训练方案指南 中。
• 任务专用检测头和损失： YOLO26 针对实例分割、语义分割变体、姿态估计和定向检测增加了专门设计，同时在各项任务之间保留统一的模型流程。

这些更新共同改善了不同模型规模和部署目标之间的精度与延迟权衡。

主要特性#

• 无 DFL 回归 YOLO26 移除了分布焦点损失（DFL），降低了检测头的复杂度并简化了导出。

• 端到端无 NMS 推理 YOLO26 支持使用 nms=False 进行原生端到端推理，无需单独的 NMS 步骤即可生成预测结果。默认的一对多路径使用 NMS 来保证准确率。

• Progressive Loss + STAL Progressive Loss 将训练重点转向推理时检测头，而 STAL 则提高了小目标的正标签覆盖率。

• MuSGD 优化器 一种将 SGD 与 Muon 结合的混合优化器，将大型语言模型训练中的优化理念应用于计算机视觉。

• 高效部署 简化的检测头和可选的无 NMS 路径降低了各个导出目标和硬件配置文件的推理开销，包括论文中报道的 YOLO26n 相比 YOLO11n 在 CPU 上的 ONNX 加速效果。

• 实例分割增强 引入语义分割损失以改善模型收敛，并升级 proto 模块，利用多尺度信息提升掩码质量。论文报告称，在 COCO 实例分割任务上，相比 YOLO11，边界框 AP 最高提升 +2.5，掩码 AP 最高提升 +3.7。

• 高精度姿态估计 集成 残差对数似然估计（RLE）以实现更准确的关键点定位，并优化解码过程以提高推理速度。论文报告称，在 COCO 姿态估计任务上，相比 YOLO11，AP 最高提升 +7.2。

• 改进的 OBB 解码 引入专用角度损失，以提高方形目标的检测精度，并优化 OBB 解码以解决边界不连续问题。论文报告称，在 DOTA-v1.0 定向检测任务上，相比 YOLO11，mAP 最高提升 +3.4。

支持的任务和模式#

YOLO26 支持标准的 Ultralytics 任务集，涵盖五种模型规模：

该统一框架涵盖实时检测、实例分割、语义分割、单目深度估计、分类、姿态估计和定向目标检测，并支持训练、验证、推理和导出。

性能指标#

参数量和浮点运算量（FLOPs）数值适用于经过卷积与批归一化（Conv/BatchNorm）折叠以及移除未使用的检测分支后的融合模型。速度测量选择带有 nms=False 的无 NMS 检测头。预训练检查点保留了完整的训练架构，可能会显示更高的数值。

使用示例#

本节提供简单的 YOLO26 训练和推理示例。有关这些模式和其他模式的完整文档，请参阅 Predict、Train、Val 和 Export 文档页面。

请注意，下面的示例适用于 YOLO26 Detect 模型，用于目标检测。如需了解其他支持的任务，请参阅 Segment、Semantic Segmentation、Depth、Classify、Pose 和 OBB 文档。

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with the YOLO26n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Use one-to-many head (default, Ultralytics applies NMS)
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# Opt into the NMS-free one-to-one head
results = model.predict("image.jpg", nms=False)  # inference
metrics = model.val(data="coco.yaml", nms=False)  # validation
model.export(format="onnx", nms=False)  # export

YOLOE-26：开放词汇检测与分割#

YOLO26 还驱动着 YOLOE-26，这是一个开放词汇变体，能够通过文本提示、视觉提示或无提示模式来检测和分割对象类别，而无需使用训练时学习的固定类别列表。YOLOE-26 保留了 YOLO26 可选的无 NMS 端到端（e2e）头部，因此开放词汇推理的速度足够快，适用于目标类别随时间动态变化的环境。YOLOE-26x 在文本提示下在 LVIS minival 上达到了 40.6 AP，在视觉提示下达到了 38.5 AP，在无提示模式下达到了 31.1 AP —— 论文中的非端到端数据比端到端头部落后 1.1、2.3 和 1.2 AP。

请参阅 YOLOE 文档，了解各尺度性能表、无提示变体和完整使用示例。

引用和致谢#

如需完整了解 YOLO26 架构、训练方案、任务检测头和 YOLOE-26 开放词汇扩展的技术细节，请阅读 Ultralytics YOLO26：统一的实时端到端视觉模型。如果你在研究中使用 YOLO26，请引用：

@misc{jocher2026ultralyticsyolo26unifiedrealtime,
  title = {Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models},
  author = {Glenn Jocher and Jing Qiu and Mengyu Liu and Shuai Lyu and Fatih Cagatay Akyon and Muhammet Esat Kalfaoglu},
  year = {2026},
  eprint = {2606.03748},
  archivePrefix = {arXiv},
  primaryClass = {cs.CV},
  doi = {10.48550/arXiv.2606.03748},
  url = {https://arxiv.org/abs/2606.03748},
}

YOLO26 的代码、模型和文档可在 Ultralytics GitHub 仓库 和 Ultralytics Docs 中获取，遵循 AGPL-3.0 和企业版许可。

常见问题#