Ultralytics YOLO26: Der neue Standard für Edge-First Vision AI

Heute veröffentlicht Ultralytics offiziell YOLO26, das bisher fortschrittlichste und einsatzbereiteste YOLO-Modell. Erstmals auf der YOLO Vision 2025 (YV25) angekündigt, stellt YOLO26 einen grundlegenden Wandel in der Art und Weise dar, wie Computer-Vision-Modelle in realen Systemen trainiert, bereitgestellt und skaliert werden.

Vision AI verlagert sich zusehends an den Edge. Zunehmend werden Bilder und Videos direkt auf Geräten, Kameras, Robotern und eingebetteten Systemen verarbeitet, wo Latenz, Zuverlässigkeit und Kosten wichtiger sind als reine Cloud-Rechenleistung. YOLO26 wurde für diese Realität entwickelt und liefert weltweit führende Leistung bei effizientem Betrieb auf CPUs, Edge-Beschleunigern und Hardware mit geringem Stromverbrauch.

Obwohl YOLO26 einen bedeutenden Fortschritt darstellt, behält es die vertraute, optimierte Ultralytics YOLO-Erfahrung bei, auf die Entwickler setzen. Es fügt sich nahtlos in bestehende Workflows ein, unterstützt eine Vielzahl von Vision-Aufgaben und bleibt einfach zu bedienen, was die Einführung sowohl für Forschungs- als auch für Produktionsteams unkompliziert macht.

Abb. 1. Ein Beispiel für die Verwendung von Ultralytics YOLO26 zur Objekterkennung

In diesem Artikel werden wir alles aufschlüsseln, was du über Ultralytics YOLO26 wissen musst und was ein leichteres, kleineres und schnelleres YOLO-Modell für die Zukunft der Vision AI bedeutet. Lass uns anfangen!

Link to this sectionUltralytics YOLO26 setzt einen neuen Standard für Vision AI#

Ultralytics YOLO26 basiert auf der Idee, dass wirkungsvolle Vision-AI-Funktionen für jeden leicht zugänglich sein sollten. Wir glauben, dass leistungsstarke Computer-Vision-Tools nicht weggesperrt oder auf eine kleine Gruppe von Organisationen beschränkt sein sollten.

Auf der YV25 in London teilte unser Gründer & CEO Glenn Jocher seine Gedanken zu dieser Vision: „Die erstaunlichste KI-Technologie befindet sich hinter verschlossenen Türen. Sie ist nicht offen. Große Unternehmen kontrollieren neue Entwicklungen, und alle anderen müssen Schlange stehen, um Zugang zu erhalten. Wir verfolgen bei Ultralytics eine andere Vision. Wir möchten, dass KI in jedermanns Händen liegt.“

Er erklärte außerdem, dass dies bedeutet, KI aus der Cloud in reale Umgebungen zu bringen, und fügte hinzu: „Wir möchten, dass die Technologie nicht nur in der Cloud bleibt, sondern auf Edge-Geräte, in dein Telefon, deine Fahrzeuge und Systeme mit geringem Stromverbrauch übertragen wird. Und wir möchten, dass diese großartigen Menschen, die Lösungen entwickeln, Zugang dazu haben.“

YOLO26 spiegelt diese Vision in der Praxis wider: ein Modell, das dafür entwickelt wurde, dort zu laufen, wo Vision AI tatsächlich eingesetzt wird, nicht dort, wo es am einfachsten zu prototypisieren ist.

Link to this sectionAufschlüsselung von Ultralytics YOLO26: Ein hochmodernes Vision-Modell#

Wie frühere Ultralytics YOLO-Modelle unterstützt YOLO26 mehrere Computer-Vision-Aufgaben innerhalb einer einzigen, vereinheitlichten Modellfamilie. Es ist in fünf Größen erhältlich: Nano (n), Small (s), Medium (m), Large (l) und Extra Large (x), was es Teams ermöglicht, je nach Bereitstellungsbeschränkungen ein Gleichgewicht zwischen Geschwindigkeit, Genauigkeit und Modellgröße zu finden.

Abgesehen von der Flexibilität setzt YOLO26 die Messlatte für die Leistung höher. Im Vergleich zu YOLO11 bietet das YOLO26-Nano-Modell eine bis zu 43 % schnellere CPU-Inferenz und ist damit eines der schnellsten hochpräzisen Objekterkennungsmodelle, die für Edge- und CPU-basierte Bereitstellungen verfügbar sind.

Abb. 2. Ultralytics YOLO26 ist ein hochmodernes Vision-Modell.

Hier ist ein genauerer Blick auf die Computer-Vision-Aufgaben, die von YOLO26 unterstützt werden:

• Bildklassifizierung: YOLO26 kann ein ganzes Bild analysieren und es einer bestimmten Kategorie zuordnen, was Systemen hilft, den Gesamtkontext einer Szene zu verstehen.
• Objekterkennung: Das Modell kann mehrere Objekte in Bildern oder Videos finden und lokalisieren.
• Instanz-Segmentierung: YOLO26 kann einzelne Objekte mit pixelgenauer Detailgenauigkeit umreißen.
• Pose-Schätzung: Es kann verwendet werden, um Keypoints zu identifizieren und Posen für Menschen und andere Objekte zu schätzen.
• Oriented Bounding Box (OBB) Erkennung: YOLO26 kann Objekte in verschiedenen Winkeln erkennen, was besonders für Luft- und Satellitenbilder nützlich ist.
• Objektverfolgung: In Kombination mit dem Ultralytics Python-Paket kann YOLO26 verwendet werden, um Objekte über Videoframes und Live-Streams hinweg zu verfolgen.

Alle Aufgaben unterstützen Training, Validierung, Inferenz und Export innerhalb eines konsistenten Frameworks.

Link to this sectionWichtige Innovationen hinter Ultralytics YOLO26#

Ultralytics YOLO26 führt mehrere Kerninnovationen ein, die die Inferenzgeschwindigkeit, Trainingsstabilität und Bereitstellungseinfachheit verbessern. Hier ist ein Überblick über diese Innovationen:

• Entfernung von Distribution Focal Loss (DFL): Das DFL-Modul wurde entfernt, um die Bounding-Box-Vorhersage zu vereinfachen, die Hardwarekompatibilität zu verbessern und das Exportieren und Ausführen von Modellen auf Edge-Geräten und Geräten mit geringem Stromverbrauch zu erleichtern.
• End-to-End NMS-freie Inferenz: YOLO26 ist als natives End-to-End-Modell konzipiert, das endgültige Vorhersagen direkt ausgibt, wodurch die Notwendigkeit für Non-Maximum Suppression entfällt und die Inferenzlatenz sowie die Bereitstellungskomplexität reduziert werden.
• Progressive Loss Balancing + STAL: Diese verbesserten Loss-Strategien stabilisieren das Training und erhöhen die Erkennungsgenauigkeit, insbesondere bei kleinen, schwer zu erkennenden Objekten.
• MuSGD-Optimierer: YOLO26 verwendet einen neuen hybriden Optimierer, der SGD mit von Muon inspirierten Optimierungstechniken für ein stabileres Training kombiniert.
• Bis zu 43 % schnellere CPU-Inferenz: Speziell für Edge-Computing optimiert, liefert YOLO26 eine bis zu 43 % schnellere CPU-Inferenz, was eine Echtzeit-Leistung auf Edge-Geräten ermöglicht.

Als Nächstes gehen wir diese Funktionen der nächsten Generation, die YOLO26 schneller, effizienter und einfacher bereitzustellen machen, im Detail durch.

Link to this sectionVereinfachung der Vorhersage durch Entfernung des Distribution Focal Loss#

Frühere YOLO-Modelle verwendeten während des Trainings den Distribution Focal Loss (DFL), um die Präzision der Bounding Boxes zu verbessern. Obwohl effektiv, führte DFL zusätzliche Komplexität ein und legte feste Regressionsgrenzen fest, die den Export und die Bereitstellung erschwerten, insbesondere auf Edge-Hardware und Geräten mit geringem Stromverbrauch.

YOLO26 entfernt DFL vollständig. Durch das Entfernen von DFL entfallen feste Regressionsgrenzen für Bounding Boxes, die in früheren Modellen vorhanden waren, was die Zuverlässigkeit und Genauigkeit bei der Erkennung sehr großer Objekte verbessert.

Durch die Vereinfachung des Bounding-Box-Vorhersageprozesses ist YOLO26 einfacher zu exportieren und läuft zuverlässiger auf einer Vielzahl von Edge-Geräten und Geräten mit geringem Stromverbrauch.

Link to this sectionEnd-to-End NMS-freie Inferenz mit Ultralytics YOLO26#

Traditionelle Objekterkennungs-Pipelines stützen sich auf Non-Maximum Suppression (NMS) als Nachbearbeitungsschritt, um überlappende Vorhersagen zu filtern. Obwohl effektiv, fügt NMS Latenz, Komplexität und Anfälligkeit hinzu, insbesondere bei der Bereitstellung von Modellen über mehrere Runtimes und Hardwareziele hinweg.

YOLO26 führt einen nativen End-to-End-Inferenzmodus ein, bei dem das Modell endgültige Vorhersagen direkt ausgibt, ohne dass NMS als separater Nachbearbeitungsschritt erforderlich ist. Doppelte Vorhersagen werden innerhalb des Netzwerks selbst gehandhabt.

Die Eliminierung von NMS reduziert die Latenz, vereinfacht Bereitstellungs-Pipelines und verringert das Risiko von Integrationsfehlern, wodurch YOLO26 besonders für Echtzeit- und Edge-Bereitstellungen geeignet ist.

Link to this sectionVerbesserung der Erkennung mit Progressive Loss Balancing + STAL#

Ein entscheidendes Merkmal in Bezug auf das Training ist die Einführung von Progressive Loss Balancing (ProgLoss) und Small-Target-Aware Label Assignment (STAL). Diese verbesserten Loss-Funktionen tragen dazu bei, das Training zu stabilisieren und die Erkennungsgenauigkeit zu verbessern.

ProgLoss hilft dem Modell, während des Trainings konsistenter zu lernen, was Instabilität reduziert und es ihm ermöglicht, reibungsloser zu konvergieren. In der Zwischenzeit konzentriert sich STAL auf die Verbesserung der Art und Weise, wie das Modell von kleinen Objekten lernt, die aufgrund begrenzter visueller Details oft schwerer zu erkennen sind.

Zusammen führen ProgLoss und STAL zu zuverlässigeren Erkennungen mit spürbaren Verbesserungen bei der Erkennung kleiner Objekte. Dies ist besonders wichtig für Edge-Anwendungen wie das Internet der Dinge (IoT), Robotik und Luftbildaufnahmen, bei denen Objekte oft klein, weit entfernt oder teilweise sichtbar sind.

Link to this sectionStabilere Trainings mit dem MuSGD-Optimierer#

Mit 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 traditionellen Stochastic Gradient Descent (SGD) mit Techniken kombiniert, die von Muon inspiriert sind, einem Optimierer, der beim Training großer Sprachmodelle (LLM) verwendet wird.

SGD war aufgrund seiner Einfachheit und starken Generalisierung lange Zeit eine zuverlässige Wahl in der Computer Vision. Gleichzeitig haben neuere Fortschritte beim LLM-Training gezeigt, dass neuere Optimierungsmethoden bei sorgfältiger Anwendung die Stabilität und Geschwindigkeit verbessern können. MuSGD bringt einige dieser Ideen in den Computer-Vision-Bereich ein.

Inspiriert von Moonshot AIs Kimi K2, enthält MuSGD Optimierungsstrategien, die dem Modell helfen, während des Trainings reibungsloser zu konvergieren. Dies ermöglicht es YOLO26, schneller eine starke Leistung zu erreichen und gleichzeitig Trainingsinstabilitäten zu reduzieren, insbesondere bei größeren oder komplexeren Trainingsaufbauten.

MuSGD hilft YOLO26, über Modellgrößen hinweg vorhersehbarer zu trainieren, was sowohl zu Leistungsgewinnen als auch zu Trainingsstabilität beiträgt.

Link to this sectionUltralytics YOLO26 liefert bis zu 43 % schnellere CPU-Inferenz#

Da sich Vision AI immer weiter dorthin verlagert, wo Daten generiert werden, wird eine starke Edge-Leistung immer entscheidender. YOLO26 ist speziell für Edge-Computing optimiert und bietet eine bis zu 43 % schnellere CPU-Inferenz, was eine Echtzeit-Leistung auf Geräten ohne GPUs gewährleistet. Diese Verbesserung ermöglicht es, reaktionsschnelle, zuverlässige Vision-Systeme direkt auf Kameras, Robotern und eingebetteter Hardware auszuführen, wo Latenz-, Effizienz- und Kosteneinschränkungen definieren, was möglich ist.

Link to this sectionVerbesserte Computer-Vision-Aufgaben, unterstützt von Ultralytics YOLO26#

Über architektonische Verbesserungen hinaus, die die Objekterkennung genauer machen, enthält YOLO26 auch aufgaben-spezifische Optimierungen, die darauf ausgelegt sind, die Leistung bei verschiedenen Computer-Vision-Aufgaben zu verbessern. Zum Beispiel verbessert es die Instanz-Segmentierung, die Pose-Schätzung und die Erkennung orientierter Bounding Boxes mit gezielten Updates, die Genauigkeit und Zuverlässigkeit erhöhen.

Hier ist ein Überblick über diese Optimierungen:

• Instanz-Segmentierung: YOLO26 verwendet semantische Segmentierungs-Loss, um zu verbessern, wie das Modell während des Trainings lernt, was zu genaueren und konsistenteren Instanzmasken führt. Ein aktualisiertes Proto-Modul ermöglicht auch die Verwendung von Informationen aus mehreren Skalen, sodass das Modell Objekte unterschiedlicher Größe effektiver handhaben kann, selbst in komplexen Szenen.
• Pose-Schätzung: Durch die Integration der Residual Log-Likelihood Estimation (RLE), einer Technik, die Unsicherheit bei Keypoint-Vorhersagen modelliert, und die Verbesserung des Dekodierungsprozesses liefert YOLO26 genauere Keypoints mit besserer Echtzeit-Leistung.
• Oriented Bounding Box Erkennung: YOLO26 führt einen spezialisierten Winkel-Loss ein, der dem Modell hilft, die Objektrotation genauer zu lernen, insbesondere bei quadratischen Objekten, bei denen die Ausrichtung mehrdeutig sein kann. Die optimierte OBB-Dekodierung reduziert zudem plötzliche Sprünge bei Winkelvorhersagen in der Nähe von Rotationsgrenzen, was zu stabileren und konsistenteren Ausrichtungsschätzungen führt.

Abb. 3. Verwendung von Ultralytics YOLO26 für die Instanz-Segmentierung.

Link to this sectionUltralytics YOLOE-26: Open-Vocabulary-Segmentierung basierend auf YOLO26#

Ultralytics stellt außerdem YOLOE-26 vor, eine neue Familie von Open-Vocabulary-Segmentierungsmodellen, die auf der Architektur und den Trainingsinnovationen von YOLO26 aufbauen.

YOLOE-26 ist keine neue Aufgabe oder Funktion, sondern eine spezialisierte Modellfamilie, die die bestehende Segmentierungsaufgabe wiederverwendet und gleichzeitig Text-Prompts, visuelle Prompts und prompt-freie Inferenz ermöglicht. YOLOE-26 ist in allen Standard-YOLO-Größen erhältlich und bietet eine stärkere Genauigkeit und eine zuverlässigere Leistung in der realen Welt als frühere Open-Vocabulary-Segmentierungsmodelle.

Link to this sectionUltralytics YOLO26 ist für den Einsatzort von Vision AI konzipiert#

Von bildgesteuerten Kameras bis hin zu Robotern, die von Computer Vision angetrieben werden, und winzigen Verarbeitungschips am Edge – Computer Vision und KI werden direkt auf dem Gerät für Echtzeit-Inferenz bereitgestellt. Ultralytics YOLO26 wurde speziell für diese Umgebungen entwickelt, in denen niedrige Latenz, Effizienz und zuverlässige Leistung von entscheidender Bedeutung sind.

In der Praxis bedeutet dies, dass YOLO26 einfach über eine breite Palette von Hardware hinweg bereitgestellt werden kann. Insbesondere durch das Ultralytics Python-Paket und seine breite Palette an Integrationen können Modelle in Formate exportiert werden, die für verschiedene Plattformen und Hardwarebeschleuniger optimiert sind.

Zum Beispiel ermöglicht der Export zu TensorRT eine Hochleistungs-Inferenz auf NVIDIA-GPUs, während CoreML die native Bereitstellung auf Apple-Geräten unterstützt und OpenVINO die Leistung auf Intel-Hardware optimiert. YOLO26 kann auch exportiert werden, um auf mehreren dedizierten Edge-Beschleunigern zu laufen, was eine energieeffiziente Hochdurchsatz-Inferenz auf spezialisierter Edge-AI-Hardware ermöglicht.

Dies sind nur einige Beispiele, wobei viele weitere Integrationen über Edge- und Produktionsumgebungen hinweg unterstützt werden. Diese Flexibilität ermöglicht es einem einzigen YOLO26-Modell, auf verschiedenen Bereitstellungszielen zu laufen. Es rationalisiert Produktions-Workflows und bringt Vision AI näher an den Edge.

Link to this sectionNeudefinition von Computer-Vision-Anwendungsfällen über Branchen hinweg#

YOLO26 wurde für den realen Einsatz entwickelt und kann für eine Vielzahl von Computer-Vision-Anwendungsfällen in verschiedenen Branchen verwendet werden. Hier sind einige Beispiele dafür, wo es eingesetzt werden kann:

• Robotik: YOLO26 kann für Aufgaben wie Navigation, Hinderniserkennung und Objektinteraktion verwendet werden. Diese Funktionen unterstützen sichere und effektive Roboteroperationen in dynamischen Umgebungen.

• Fertigung: In Produktionslinien kann YOLO26 Bilder und Videos analysieren, um Defekte, fehlende Komponenten oder Prozessprobleme zu identifizieren. Die Datenverarbeitung direkt auf dem Gerät hält die Erkennung schnell und reduziert die Abhängigkeit von Cloud-Systemen.

• Luft- und Drohnenanwendungen: Wenn sie auf Drohnen bereitgestellt werden, kann YOLO26 Luftbilder während des Fluges zur Inspektion, Kartierung und Vermessung verarbeiten. Dies ermöglicht es, Szenen in Echtzeit zu analysieren, selbst an abgelegenen Orten.

• Eingebettete und IoT-Systeme: Mit seinem leichten Design kann YOLO26 auf Hardware mit geringem Stromverbrauch ausgeführt werden, um visuelle Daten lokal zu verarbeiten. Häufige Anwendungsfälle sind intelligente Kameras, vernetzte Sensoren und automatisierte Überwachungsgeräte.

• Smart Cities: In städtischen Umgebungen kann YOLO26 Videostreams von Verkehrs- und öffentlichen Kameras analysieren. Dies ermöglicht Anwendungen wie Verkehrsüberwachung, öffentliche Sicherheit und Infrastrukturmanagement am Edge.

Abb. 4. YOLO26 kann für verschiedene Computer-Vision-Anwendungen verwendet werden.

Link to this sectionErste Schritte mit Ultralytics YOLO26#

Ultralytics YOLO26 kann über zwei komplementäre Workflows verwendet werden, abhängig davon, wie du Vision AI entwickelst und bereitstellst.

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

Die Ultralytics Platform bietet eine zentrale Möglichkeit, YOLO26-Modelle in der Produktion zu trainieren, bereitzustellen und zu überwachen. Sie bringt Datensätze, Experimente und Bereitstellungen an einem Ort zusammen, was es einfacher macht, Vision-AI-Workflows in großem Maßstab zu verwalten, insbesondere für Teams, die in Edge- und Produktionsumgebungen bereitstellen.

Über die Plattform können Benutzer:

• Auf YOLO26-Modelle zugreifen
• Auf benutzerdefinierten Datensätzen trainieren und feinabstimmen
• Modelle für die Edge- und Produktionsbereitstellung exportieren
• Experimente und bereitgestellte Modelle in einem einzigen Workflow überwachen

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

Option 2: Verwende Ultralytics YOLO26 über Open-Source-Workflows

YOLO26 bleibt über das Open-Source-Ökosystem von Ultralytics vollständig zugänglich und kann mit bestehenden Python-basierten Workflows für Training, Inferenz und Export verwendet werden.

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

pip install ultralytics

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")

Für Benutzer, die praktische Kontrolle oder benutzerdefinierte Pipelines bevorzugen, stehen vollständige Dokumentationen und Anleitungen in den Ultralytics-Dokumenten zur Verfügung.

Link to this sectionUltralytics YOLO26: Gebaut für das, was als Nächstes in der Computer Vision kommt#

Ultralytics YOLO26 wurde entwickelt, um die Anforderungen zukünftiger Vision-AI-Lösungen zu erfüllen, bei denen Modelle schnell, effizient und einfach auf echter Hardware bereitstellbar sein müssen. Durch die Verbesserung der Leistung, die Vereinfachung der Bereitstellung und die Erweiterung der Möglichkeiten des Modells fügt sich YOLO26 natürlich in eine breite Palette realer Anwendungen ein. YOLO26 setzt einen neuen Maßstab dafür, wie Vision AI gebaut, bereitgestellt und skaliert wird. Wir sind gespannt darauf, wie die Community es nutzt, um reale Computer-Vision-Systeme zu liefern.

Werde Teil unserer wachsenden Community und erkunde unser GitHub-Repository für praxisnahe KI-Ressourcen. Um noch heute mit Vision-KI zu bauen, erkunde unsere Lizenzoptionen. Erfahre, wie KI in der Landwirtschaft die Landwirtschaft verändert und wie Vision-KI in der Robotik die Zukunft gestaltet, indem du unsere Lösungsseiten besuchst.