نماذج Ultralytics

يستبعد YOLO26 نموذج DFL لتسهيل عملية التصدير، ويزيل NMS عملية الاستدلال من البداية إلى النهاية، ويحسن دقة التعرف على الأجسام الصغيرة باستخدام ProgLoss + STAL، ويقدم مُحسِّن MuSGD لتدريب أكثر استقرارًا، كما يوفر CPU أسرع بنسبة تصل إلى 43% CPU استخدام CPU .

يُعد الإصدار «نانو» (n) خيارًا مثاليًا للأجهزة الطرفية والأجهزة CPU. أما الإصداران «الصغير» (s) و«المتوسط» (m) فيوفران توازنًا قويًا بين السرعة والدقة لمعظم التطبيقات. ويقدم الإصداران «الكبير» (l) و«الكبير جدًا» (x) أقصى درجات الدقة لأحمال العمل التي تتطلب أداءً عاليًا.

الكشف عن الأجسام، وتقسيم المثيلات، وتصنيف الصور، وتقدير الوضع، والكشف عن الأجسام الموجهة، كل ذلك ضمن عائلة نماذج موحدة واحدة.

نعم. يتبع YOLO26 نفس واجهة YOLOv8 YOLO11 لذا فإن عملية الترحيل سهلة ومباشرة. ما عليك سوى استبدال أوزان نموذج YOLO26.

يدعم YOLO26 التصدير إلى TensorRT ONNX CoreML TFLite OpenVINO مما يغطي أكثر أهداف النشر على الحافة شيوعًا. وتتيح البنية NMS تقليل متاعب التكامل وتقليل زمن الاستجابة فور التشغيل.