Ultralytics YOLO26: der neue Maßstab für Edge-orientierte visuelle KI

Heute veröffentlicht Ultralytics offiziell YOLO26, das bislang fortschrittlichste und am einfachsten einsetzbare YOLO-Modell. Das Modell wurde erstmals auf der YOLO Vision 2025 (YV25) angekündigt. YOLO26 markiert einen grundlegenden Wandel darin, wie Computer-Vision-Modelle trainiert, eingesetzt und in realen Systemen skaliert werden.

Vision AI verlagert sich zunehmend an den Netzwerkrand. Bilder und Videos werden immer öfter direkt auf Geräten, Kameras, Robotern und eingebetteten Systemen verarbeitet, wo Latenz, Zuverlässigkeit und Kosten wichtiger sind als die reine Rechenleistung der Cloud. YOLO26 ist für diese Anforderungen konzipiert und bietet Genauigkeit auf dem neuesten Stand der Technik bei effizientem Betrieb auf CPUs, Edge-Beschleunigern und stromsparender Hardware.

YOLO26 stellt zwar einen bedeutenden Fortschritt dar, bietet aber weiterhin die vertraute, schlanke Ultralytics YOLO-Erfahrung, auf die Entwicklerinnen und Entwickler zählen. Das Modell fügt sich in bestehende Arbeitsabläufe ein, unterstützt zahlreiche Vision-Aufgaben und ist weiterhin einfach zu bedienen. So können Forschungs- und Produktionsteams es unkompliziert einsetzen.

Abb. 1. Beispiel für die Objekterkennung mit Ultralytics YOLO26.

In diesem Artikel erfährst du alles Wichtige über Ultralytics YOLO26 und darüber, was ein leichteres, kleineres und schnelleres YOLO-Modell für die Zukunft von Vision AI bedeutet.

Ultralytics YOLO26 setzt einen neuen Maßstab für Vision-KI#

Ultralytics YOLO26 basiert auf der Idee, dass wirkungsvolle Vision-KI-Funktionen für alle leicht zugänglich sein sollten. Wir sind überzeugt, dass leistungsstarke Computer-Vision-Werkzeuge nicht abgeschottet oder auf eine kleine Gruppe von Unternehmen beschränkt sein sollten.

Bei der YV25 in London teilte unser Gründer und CEO Glenn Jocher seine Gedanken zu dieser Vision mit den Worten: „Die erstaunlichste KI-Technologie bleibt hinter verschlossenen Türen. Sie ist nicht offen zugänglich. Große Unternehmen kontrollieren neue Entwicklungen, und alle anderen müssen auf den Zugang warten. Bei Ultralytics verfolgen wir eine andere Vision. Wir wollen, dass KI allen zur Verfügung steht.“

Er erklärte außerdem, dass dies bedeutet, KI aus der Cloud in reale Umgebungen zu bringen, und fügte hinzu: „Wir wollen, dass die Technologie nicht nur in der Cloud verweilt, sondern auch auf Edge-Geräte gelangt – auf dein Smartphone, in deine Fahrzeuge und in stromsparende Systeme. Und wir wollen, dass die großartigen Menschen, die Lösungen entwickeln, Zugang dazu haben.“

YOLO26 setzt diese Vision in die Praxis um: Das Modell ist für den Einsatz dort konzipiert, wo Vision-KI tatsächlich genutzt wird – nicht dort, wo sich Prototypen am einfachsten entwickeln lassen.

Ein Überblick über Ultralytics YOLO26: ein hochmodernes Bildverarbeitungsmodell#

Wie frühere Ultralytics-YOLO-Modelle unterstützt YOLO26 mehrere Computer-Vision-Aufgaben innerhalb einer einheitlichen Modellfamilie. Es ist in fünf Größen verfügbar: Nano (n), Small (s), Medium (m), Large (l) und Extra Large (x). So können Teams Geschwindigkeit, Genauigkeit und Modellgröße je nach Einsatzbeschränkungen abwägen.

Neben seiner Flexibilität setzt YOLO26 neue Maßstäbe bei der Leistung. Im Vergleich zu YOLO11 bietet das Nano-Modell von YOLO26 eine bis zu 43 % schnellere CPU-Inferenz und gehört damit zu den schnellsten hochpräzisen Objekterkennungsmodellen für den Einsatz auf Edge-Geräten und CPUs.

Abb. 2. Ultralytics YOLO26 ist ein hochmodernes Bildverarbeitungsmodell.

Hier findest du einen genaueren Überblick über die von YOLO26 unterstützten Computer-Vision-Aufgaben:

• Objekterkennung: Das Modell kann mehrere Objekte in Bildern oder Videos finden und lokalisieren.
• Instanzsegmentierung: YOLO26 kann einzelne Objekte bis auf Pixelebene umranden.
• Bildklassifizierung: YOLO26 kann ein ganzes Bild analysieren und einer bestimmten Kategorie zuordnen. So können Systeme den Gesamtkontext einer Szene erfassen.
• Posenschätzung: Das Modell kann verwendet werden, um Schlüsselpunkte zu erkennen und Posen von Menschen und anderen Objekten zu schätzen.
• Erkennung orientierter Begrenzungsrahmen (OBB): YOLO26 kann Objekte aus unterschiedlichen Winkeln erkennen, was besonders für Luft- und Satellitenbilder nützlich ist.
• Objektverfolgung: In Kombination mit dem Ultralytics-Python-Paket lässt sich YOLO26 verwenden, um Objekte über Videobilder und Livestreams hinweg zu verfolgen.

Alle Aufgaben unterstützen Training, Validierung, Inferenz und Export in einem einheitlichen Rahmen. Seit der Veröffentlichung unterstützt YOLO26 außerdem semantische Segmentierung und monokulare Tiefenschätzung.

Wichtige Innovationen hinter Ultralytics YOLO26#

Ultralytics YOLO26 führt mehrere grundlegende Innovationen ein, die Inferenzgeschwindigkeit, Trainingsstabilität und Einfachheit bei der Bereitstellung verbessern. Hier ein Überblick:

• Wegfall von Distribution Focal Loss (DFL): Das DFL-Modul wurde entfernt, um die Vorhersage von Begrenzungsboxen zu vereinfachen, die Hardwarekompatibilität zu verbessern und den Export sowie den Betrieb auf Edge-Geräten und stromsparenden Geräten zu erleichtern.
• End-to-End-Inferenz ohne NMS: YOLO26 ist als natives End-to-End-Modell konzipiert, das direkte finale Vorhersagen ausgibt. Dadurch entfällt Non-Maximum Suppression, und Latenz sowie Komplexität bei der Bereitstellung werden reduziert.
• Progressive Loss Balancing + STAL: Diese verbesserten Verluststrategien stabilisieren das Training und erhöhen die Erkennungsgenauigkeit, insbesondere bei kleinen, schwer erkennbaren Objekten.
• MuSGD-Optimierer: YOLO26 verwendet einen neuen hybriden Optimierer, der SGD mit von Muon inspirierten Optimierungstechniken kombiniert und so für ein stabileres Training sorgt.
• Bis zu 43 % schnellere CPU-Inferenz: YOLO26 wurde speziell für Edge-Computing optimiert und ermöglicht bis zu 43 % schnellere CPU-Inferenz. So wird Echtzeitleistung auf Edge-Geräten erreicht.

Als Nächstes sehen wir uns genauer die Funktionen an, die YOLO26 schneller, effizienter und einfacher einsetzbar machen.

Vereinfachte Vorhersagen durch den Wegfall von Distribution Focal Loss#

Frühere YOLO-Modelle verwendeten während des Trainings Distribution Focal Loss (DFL), um die Genauigkeit von Begrenzungsboxen zu verbessern. DFL war zwar effektiv, brachte jedoch zusätzliche Komplexität mit sich und legte feste Grenzen für die Regression fest. Dadurch wurden Export und Bereitstellung erschwert, insbesondere auf Edge-Hardware und stromsparender Hardware.

YOLO26 verzichtet vollständig auf DFL. Durch den Wegfall von DFL entfallen feste Grenzen für die Regression von Begrenzungsboxen, die in früheren Modellen vorhanden waren. Das verbessert Zuverlässigkeit und Genauigkeit bei der Erkennung sehr großer Objekte.

Durch die Vereinfachung der Vorhersage von Begrenzungsboxen lässt sich YOLO26 leichter exportieren und läuft zuverlässiger auf einer Vielzahl von Edge-Geräten und stromsparenden Geräten.

End-to-End-Inferenz ohne NMS mit Ultralytics YOLO26#

Herkömmliche Pipelines zur Objekterkennung verwenden Non-Maximum Suppression (NMS) als Nachbearbeitungsschritt, um überlappende Vorhersagen herauszufiltern. NMS ist zwar effektiv, verursacht aber zusätzliche Latenz und Komplexität und macht den Ablauf anfälliger, insbesondere wenn Modelle auf verschiedenen Laufzeitumgebungen und Hardwarezielen eingesetzt werden.

YOLO26 führt einen nativen End-to-End-Inferenzmodus ein, in dem das Modell direkt die endgültigen Vorhersagen ausgibt, ohne dass NMS als separater Nachverarbeitungsschritt erforderlich ist. Doppelte Vorhersagen werden direkt im Netzwerk behandelt.

Durch den Wegfall von NMS sinkt die Latenz, Bereitstellungsabläufe werden vereinfacht und das Risiko von Integrationsfehlern verringert. Dadurch eignet sich YOLO26 besonders gut für Echtzeit- und Edge-Anwendungen.

Bessere Erkennung durch Progressive Loss Balancing + STAL#

Eine wichtige Neuerung beim Training ist die Einführung von Progressive Loss Balancing (ProgLoss) und Small-Target-Aware Label Assignment (STAL). Diese Verbesserungen stabilisieren das Training und erhöhen die Erkennungsgenauigkeit.

ProgLoss hilft dem Modell, während des Trainings gleichmäßiger zu lernen. Dadurch werden Instabilitäten reduziert und eine gleichmäßigere Konvergenz ermöglicht. STAL hingegen verbessert, wie das Modell aus kleinen Objekten lernt, die sich aufgrund begrenzter visueller Details oft schwerer erkennen lassen.

ProgLoss und STAL sorgen gemeinsam für zuverlässigere Erkennungen und deutliche Verbesserungen bei der Erkennung kleiner Objekte. Das ist besonders wichtig für Edge-Anwendungen wie das Internet der Dinge (IoT), Robotik und Luftbildaufnahmen, bei denen Objekte oft klein, weit entfernt oder teilweise verdeckt sind.

Stabileres Training mit dem MuSGD-Optimierer#

Für YOLO26 haben wir einen neuen Optimierer namens MuSGD eingeführt, der das Training stabiler und effizienter machen soll. MuSGD ist ein hybrider Ansatz, der die Stärken des herkömmlichen stochastischen Gradientenabstiegs (SGD) mit von Muon inspirierten Techniken kombiniert. Muon ist ein Optimierer, der beim Training großer Sprachmodelle (LLM) verwendet wird.

SGD ist dank seiner Einfachheit und guten Generalisierungsfähigkeit seit Langem eine zuverlässige Wahl für Computer Vision. Gleichzeitig haben jüngste Fortschritte beim Training von LLMs gezeigt, dass neuere Optimierungsverfahren bei sorgfältiger Anwendung Stabilität und Geschwindigkeit verbessern können. MuSGD bringt einige dieser Ideen in den Bereich Computer Vision.

Inspiriert von Kimi K2 von Moonshot AI integriert MuSGD Optimierungsstrategien, die dem Modell helfen, während des Trainings gleichmäßiger zu konvergieren. So kann YOLO26 schneller eine starke Leistung erreichen und gleichzeitig Trainingsinstabilitäten reduzieren – insbesondere bei größeren oder komplexeren Trainingsaufbauten.

MuSGD ermöglicht ein besser vorhersehbares Training von YOLO26 über verschiedene Modellgrößen hinweg und trägt so sowohl zu Leistungssteigerungen als auch zu mehr Trainingsstabilität bei.

Ultralytics YOLO26 ermöglicht bis zu 43 % schnellere CPU-Inferenz#

Da Vision-KI zunehmend näher an den Ort rückt, an dem Daten entstehen, wird eine starke Leistung am Netzwerkrand immer wichtiger. YOLO26 wurde speziell für Edge-Computing optimiert und bietet bis zu 43 % schnellere CPU-Inferenz. So wird Echtzeitleistung auch auf Geräten ohne GPUs gewährleistet. Diese Verbesserung ermöglicht den direkten Betrieb reaktionsschneller, zuverlässiger Bildverarbeitungssysteme auf Kameras, Robotern und eingebetteter Hardware, bei denen Latenz, Effizienz und Kosten bestimmen, was möglich ist.

Verbesserte Computer-Vision-Aufgaben mit Ultralytics YOLO26#

Neben architektonischen Verbesserungen, die die Objekterkennung präziser machen, umfasst YOLO26 auch auf bestimmte Aufgaben zugeschnittene Optimierungen, die die Leistung bei verschiedenen Computer-Vision-Aufgaben steigern sollen. So werden beispielsweise Instanzsegmentierung, Posenschätzung und Erkennung orientierter Begrenzungsboxen durch gezielte Anpassungen genauer und zuverlässiger.

Hier ein Überblick über diese Optimierungen:

• Instanzsegmentierung: YOLO26 verwendet einen Verlust für die semantische Segmentierung, um den Lernprozess des Modells während des Trainings zu verbessern. Das führt zu genaueren und konsistenteren Instanzmasken. Ein verbessertes Proto-Modul ermöglicht außerdem die Nutzung von Informationen aus mehreren Maßstäben, sodass das Modell Objekte unterschiedlicher Größe auch in komplexen Szenen effektiver verarbeitet.
• Posenschätzung: Durch die Integration von Residual Log-Likelihood Estimation (RLE), einer Technik zur Modellierung von Unsicherheiten bei Keypoint-Vorhersagen, und die Verbesserung des Dekodierungsverfahrens liefert YOLO26 genauere Keypoints und erzielt bessere Echtzeitleistung.
• Erkennung orientierter Begrenzungsboxen: YOLO26 führt eine spezielle Winkelfunktion ein, die dem Modell hilft, die Drehung von Objekten genauer zu lernen. Das ist besonders bei quadratischen Objekten nützlich, deren Ausrichtung mehrdeutig sein kann. Eine optimierte OBB-Dekodierung reduziert außerdem abrupte Sprünge bei Winkelvorhersagen in der Nähe von Rotationsgrenzen. Dadurch werden Ausrichtungsschätzungen stabiler und konsistenter.

Abb. 3. Instanzsegmentierung mit Ultralytics YOLO26.

Ultralytics YOLOE-26: Segmentierung mit offenem Vokabular auf Basis von YOLO26#

Ultralytics führt außerdem YOLOE-26 ein, eine neue Familie von Segmentierungsmodellen mit offenem Vokabular, die auf der Architektur und den Trainingsinnovationen von YOLO26 aufbaut.

YOLOE-26 ist weder eine neue Aufgabe noch eine neue Funktion, sondern eine spezialisierte Modellfamilie, die die bestehende Segmentierungsaufgabe wiederverwendet und zugleich Text-Prompts, visuelle Prompts und Inferenz ohne Prompts ermöglicht. YOLOE-26 ist in allen gängigen YOLO-Größen verfügbar und bietet eine höhere Genauigkeit sowie zuverlässigere Leistung unter realen Bedingungen als frühere Segmentierungsmodelle mit offenem Vokabular.

Ultralytics YOLO26 ist für den tatsächlichen Einsatz von Vision-KI konzipiert#

Von Kameras mit integrierter Bildverarbeitung bis hin zu Robotern mit Computer Vision und winzigen Prozessorchips am Netzwerkrand: Computer Vision und KI werden direkt auf Geräten eingesetzt, um Inferenz in Echtzeit zu ermöglichen. Ultralytics YOLO26 wurde speziell für diese Umgebungen entwickelt, in denen geringe Latenz, Effizienz und zuverlässige Leistung entscheidend sind.

In der Praxis bedeutet das, dass YOLO26 problemlos auf einer Vielzahl von Hardware eingesetzt werden kann. Über das Ultralytics-Python-Paket und dessen zahlreiche Integrationen lassen sich Modelle in Formate exportieren, die für verschiedene Plattformen und Hardwarebeschleuniger optimiert sind.

Der Export nach TensorRT ermöglicht beispielsweise eine leistungsstarke Inferenz auf NVIDIA-GPUs, während CoreML eine native Bereitstellung auf Apple-Geräten unterstützt und OpenVINO die Leistung auf Intel-Hardware optimiert. YOLO26 lässt sich außerdem für den Betrieb auf verschiedenen spezialisierten Edge-Beschleunigern exportieren. So wird eine hohe Inferenzleistung bei geringem Energieverbrauch auf spezialisierter Edge-KI-Hardware möglich.

Das sind nur einige Beispiele. Zahlreiche weitere Integrationen werden in Edge- und Produktionsumgebungen unterstützt. Dank dieser Flexibilität kann ein einzelnes YOLO26-Modell auf unterschiedlichen Bereitstellungszielen laufen. Das vereinfacht Produktionsabläufe und bringt Vision-KI näher an den Netzwerkrand.

Computer-Vision-Anwendungsfälle in verschiedenen Branchen neu gestalten#

YOLO26 wurde für den Einsatz in der Praxis entwickelt und kann in verschiedensten Branchen für eine Vielzahl von Computer-Vision-Anwendungsfällen genutzt werden. Hier einige Beispiele für mögliche Einsatzbereiche:

• Robotik: YOLO26 kann für Aufgaben wie Navigation, Hinderniserkennung und die Interaktion mit Objekten eingesetzt werden. Diese Funktionen ermöglichen einen sicheren und effektiven Betrieb von Robotern in dynamischen Umgebungen.
• Fertigung: In Produktionslinien kann YOLO26 Bilder und Videos analysieren, um Fehler, fehlende Bauteile oder Prozessprobleme zu erkennen. Die Verarbeitung der Daten direkt auf dem Gerät ermöglicht eine schnelle Erkennung und verringert die Abhängigkeit von Cloud-Systemen.
• Anwendungen aus der Luft und mit Drohnen: Bei einem Einsatz auf Drohnen kann YOLO26 während des Flugs Luftbilder für Inspektionen, Kartierungen und Vermessungen verarbeiten. So lassen sich Szenen auch an abgelegenen Orten in Echtzeit analysieren.
• Eingebettete Systeme und IoT-Systeme: Dank seines leichten Designs kann YOLO26 auf stromsparender, eingebetteter Hardware laufen und visuelle Daten lokal verarbeiten. Zu den gängigen Anwendungsfällen gehören Smart-Kameras, vernetzte Sensoren und automatisierte Überwachungsgeräte.
• Smart Cities: In städtischen Umgebungen kann YOLO26 Videostreams von Verkehrs- und öffentlichen Überwachungskameras analysieren. So werden Anwendungen wie Verkehrsüberwachung, öffentliche Sicherheit und Infrastrukturmanagement am Netzwerkrand möglich.

Abb. 4. YOLO26 lässt sich für verschiedene Computer-Vision-Anwendungen einsetzen.

Erste Schritte mit Ultralytics YOLO26#

Ultralytics YOLO26 lässt sich je nach Vorgehensweise bei der Entwicklung und Bereitstellung von Vision-KI über zwei sich ergänzende Arbeitsabläufe nutzen.

Option 1: Ultralytics YOLO26 über die Ultralytics Platform verwenden (empfohlen)

Die Ultralytics Platform bietet eine zentrale Möglichkeit, YOLO26-Modelle zu trainieren, bereitzustellen und im Produktivbetrieb zu überwachen. Sie vereint Datensätze, Experimente und Bereitstellungen an einem Ort und erleichtert so die Verwaltung von Vision-AI-Arbeitsabläufen in großem Maßstab – besonders für Teams, die Modelle auf Edge-Geräten und in Produktionsumgebungen einsetzen.

Über die Platform können Nutzer:

• Auf YOLO26-Modelle zugreifen
• Modelle mit eigenen Datensätzen trainieren und feinabstimmen
• Modelle für den Einsatz am Netzwerkrand und in der Produktion exportieren
• Experimente und bereitgestellte Modelle in einem einzigen Arbeitsablauf überwachen

Entdecke YOLO26 auf der Ultralytics Platform: platform.ultralytics.com/ultralytics/yolo26

Option 2: Ultralytics YOLO26 über Open-Source-Arbeitsabläufe verwenden

YOLO26 ist weiterhin vollständig über das Open-Source-Ökosystem von Ultralytics verfügbar und lässt sich in bestehende Python-basierte Arbeitsabläufe für Training, Inferenz und Export integrieren.

Entwickler können das Ultralytics-Paket installieren, vortrainierte YOLO26-Modelle laden und diese mit vertrauten Werkzeugen und Formaten wie ONNX, TensorRT, CoreML oder OpenVINO bereitstellen.

pip install ultralytics

from ultralytics import YOLO

# Ein mit COCO vortrainiertes YOLO26n-Modell laden
model = YOLO("yolo26n.pt")

# Mit dem YOLO26n-Modell eine Inferenz auf dem Bild 'bus.jpg' ausführen
results = model("path/to/bus.jpg")

Für Nutzer, die lieber selbst die Kontrolle behalten oder eigene Pipelines erstellen, stehen in der Ultralytics-Dokumentation vollständige Dokumentationen und Anleitungen zur Verfügung.

Ultralytics YOLO26: Für die Zukunft von Computer Vision entwickelt#

Ultralytics YOLO26 wurde für die Anforderungen künftiger Vision-KI-Lösungen entwickelt, bei denen Modelle schnell, effizient und einfach auf echter Hardware einzusetzen sein müssen. Durch höhere Leistung, eine einfachere Bereitstellung und erweiterte Modellfunktionen eignet sich YOLO26 ganz natürlich für eine Vielzahl realer Anwendungen. YOLO26 setzt einen neuen Maßstab dafür, wie Vision-KI entwickelt, bereitgestellt und skaliert wird. Wir sind gespannt, wie die Community damit Computer-Vision-Systeme für den praktischen Einsatz entwickelt und veröffentlicht.

Werde Teil unserer wachsenden Community und entdecke unser GitHub-Repository mit praxisnahen KI-Ressourcen. Wenn du heute mit Vision AI entwickeln möchtest, informiere dich über unsere Lizenzoptionen. Erfahre auf unseren Lösungsseiten, wie KI in der Landwirtschaft den Ackerbau verändert und wie Vision AI in der Robotik die Zukunft mitgestaltet.