Ultralytics YOLO26: Der neue Standard für Edge-orientierte Vision-KI

Heute bringt Ultralytics offiziell YOLO26 auf den Markt, das bislang fortschrittlichste und am besten einsetzbare YOLO-Modell. YOLO26 wurde erstmals bei YOLO Vision 2025 (YV25) angekündigt und markiert einen grundlegenden Wandel darin, wie Computer-Vision-Modelle trainiert, bereitgestellt und in realen Systemen skaliert werden.

Vision-KI verlagert sich zunehmend an den Rand des Netzwerks. Bilder und Videos werden immer häufiger direkt auf Geräten, Kameras, Robotern und eingebetteten Systemen verarbeitet, wo Latenz, Zuverlässigkeit und Kosten wichtiger sind als reine Rechenleistung in der Cloud. YOLO26 wurde für diese Realität entwickelt und bietet eine weltweit führende Leistung bei effizientem Betrieb auf CPUs, Edge-Beschleunigern und stromsparender Hardware.

Obwohl YOLO26 einen bedeutenden Schritt nach vorn darstellt, bietet es weiterhin die vertraute, schlanke Ultralytics YOLO-Erfahrung, auf die Entwickler vertrauen. Es fügt sich nahtlos in bestehende Arbeitsabläufe ein, unterstützt eine breite Palette von Vision-Aufgaben und bleibt einfach zu verwenden, sodass die Einführung sowohl für Forschungs- als auch für Produktionsteams unkompliziert ist.

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

In diesem Artikel erläutern wir alles, was du über Ultralytics YOLO26 wissen musst, und zeigen, was ein leichteres, kleineres und schnelleres YOLO-Modell für die Zukunft der Vision-KI bedeutet. Legen wir los!

Ultralytics YOLO26 setzt einen neuen Standard für Vision-KI#

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

Bei YV25 in London teilte unser Gründer und CEO Glenn Jocher seine Gedanken zu dieser Vision: „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 haben 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: „Wir wollen, dass die Technologie nicht einfach in der Cloud bleibt, sondern auf Edge-Geräte, auf dein Smartphone, in deine Fahrzeuge und auf stromsparende Systeme gebracht wird. Und wir wollen, dass die großartigen Menschen, die Lösungen entwickeln, darauf zugreifen können.“

YOLO26 setzt diese Vision in die Praxis um: ein Modell, das dort ausgeführt werden kann, wo Vision-KI tatsächlich eingesetzt wird, und nicht nur dort, wo sich Prototypen am einfachsten erstellen lassen.

Ultralytics YOLO26 im Überblick: Ein hochmodernes Vision-Modell#

Wie frühere Ultralytics YOLO-Modelle unterstützt YOLO26 mehrere Computer-Vision-Aufgaben innerhalb einer einzigen, 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 abhängig von den Anforderungen der Bereitstellung ausbalancieren.

Über seine Flexibilität hinaus setzt YOLO26 neue Maßstäbe bei der Leistung. Im Vergleich zu YOLO11 liefert das Nano-Modell von YOLO26 eine bis zu 43 % schnellere CPU-Inferenz und gehört damit zu den schnellsten verfügbaren Objekterkennungsmodellen mit hoher Genauigkeit für die Bereitstellung auf Edge-Geräten und CPUs.

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

Hier ist ein genauerer Überblick über die von YOLO26 unterstützten Computer-Vision-Aufgaben:

• Bildklassifizierung: YOLO26 kann ein vollständiges Bild analysieren und einer bestimmten Kategorie zuordnen, sodass Systeme den Gesamtkontext einer Szene verstehen können.
• Objekterkennung: Das Modell kann mehrere Objekte in Bildern oder Videos finden und lokalisieren.
• Instanzsegmentierung: YOLO26 kann einzelne Objekte mit pixelgenauen Details umreißen.
• Posenschätzung: Das Modell kann verwendet werden, um Schlüsselpunkte zu identifizieren und Posen von Personen und anderen Objekten zu schätzen.
• Erkennung orientierter Begrenzungsrahmen (OBB): YOLO26 kann Objekte aus verschiedenen Winkeln erkennen, was besonders für Luft- und Satellitenbilder nützlich ist.
• Objektverfolgung: In Kombination mit dem Ultralytics Python-Paket kann YOLO26 Objekte über Videobilder und Live-Streams hinweg verfolgen.

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

Zentrale Innovationen hinter Ultralytics YOLO26#

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

• Entfernung von Distribution Focal Loss (DFL): Das DFL-Modul wurde entfernt, um die Vorhersage von Begrenzungsrahmen zu vereinfachen, die Hardwarekompatibilität zu verbessern und den Export sowie die Ausführung von Modellen auf Edge-Geräten und stromsparenden Geräten zu erleichtern.
• End-to-End-Inferenz ohne NMS: YOLO26 ist als natives End-to-End-Modell konzipiert, das die endgültigen Vorhersagen direkt ausgibt. Dadurch entfällt die Notwendigkeit der Unterdrückung nicht maximaler Werte (NMS), und Inferenzlatenz sowie Komplexität 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 bietet eine bis zu 43 % schnellere CPU-Inferenz, wodurch Echtzeitleistung auf Edge-Geräten möglich wird.

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

Vereinfachte Vorhersagen durch die Entfernung von Distribution Focal Loss#

Frühere YOLO-Modelle verwendeten während des Trainings Distribution Focal Loss (DFL), um die Genauigkeit von Begrenzungsrahmen zu verbessern. Obwohl DFL wirksam war, führte es zusätzliche Komplexität ein und setzte feste Grenzen für die Regression, wodurch Export und Bereitstellung insbesondere auf Edge-Geräten und stromsparender Hardware erschwert wurden.

YOLO26 entfernt DFL vollständig. Dadurch entfallen die festen Grenzen für die Regression von Begrenzungsrahmen, die in früheren Modellen vorhanden waren, und die Zuverlässigkeit sowie Genauigkeit bei der Erkennung sehr großer Objekte verbessern sich.

Durch die Vereinfachung der Vorhersage von Begrenzungsrahmen lässt sich YOLO26 leichter exportieren und zuverlässiger auf einer großen Bandbreite von Edge-Geräten und stromsparenden Geräten ausführen.

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

Herkömmliche Pipelines zur Objekterkennung verwenden die Unterdrückung nicht maximaler Werte (NMS) als Nachverarbeitungsschritt, um sich überschneidende Vorhersagen zu filtern. Obwohl NMS wirksam ist, erhöht es Latenz, Komplexität und Anfälligkeit für Fehler, insbesondere bei der Bereitstellung von Modellen über mehrere Laufzeitumgebungen und Hardwareziele hinweg.

YOLO26 führt einen nativen End-to-End-Inferenzmodus ein, in dem das Modell die endgültigen Vorhersagen direkt ausgibt, ohne NMS als separaten Nachverarbeitungsschritt zu benötigen. Doppelte Vorhersagen werden bereits innerhalb des Netzwerks verarbeitet.

Der Verzicht auf NMS reduziert die Latenz, vereinfacht Bereitstellungspipelines und senkt das Risiko von Integrationsfehlern. Dadurch eignet sich YOLO26 besonders gut für Echtzeit- und Edge-Bereitstellungen.

Bessere Erkennung durch Progressive Loss Balancing + STAL#

Eine wichtige Trainingsfunktion ist die Einführung von Progressive Loss Balancing (ProgLoss) und Small-Target-Aware Label Assignment (STAL). Diese verbesserten Verlustfunktionen tragen zur Stabilisierung des Trainings und zur Verbesserung der Erkennungsgenauigkeit bei.

ProgLoss hilft dem Modell, während des Trainings gleichmäßiger zu lernen, reduziert Instabilitäten und ermöglicht eine gleichmäßigere Konvergenz. STAL konzentriert sich hingegen darauf, das Lernen des Modells aus kleinen Objekten zu verbessern, die aufgrund begrenzter visueller Details häufig schwerer zu erkennen sind.

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

Stabileres Training mit dem MuSGD-Optimierer#

Für YOLO26 haben wir einen neuen Optimierer namens MuSGD übernommen, 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, einem Optimierer für das Training großer Sprachmodelle (LLM).

SGD ist dank seiner Einfachheit und starken Generalisierungsfähigkeit seit Langem eine zuverlässige Wahl in der Computer Vision. Gleichzeitig haben jüngste Fortschritte beim Training von LLM gezeigt, dass neuere Optimierungsmethoden bei sorgfältiger Anwendung Stabilität und Geschwindigkeit verbessern können. MuSGD überträgt einige dieser Ideen auf den Bereich der Computer Vision.

Inspiriert von Kimi K2 von Moonshot AI integriert MuSGD Optimierungsstrategien, die das Modell während des Trainings gleichmäßiger konvergieren lassen. Dadurch kann YOLO26 schneller eine starke Leistung erreichen und gleichzeitig Trainingsinstabilitäten reduzieren, insbesondere bei größeren oder komplexeren Trainingskonfigurationen.

MuSGD hilft YOLO26 dabei, über verschiedene Modellgrößen hinweg berechenbarer zu trainieren, und trägt so sowohl zu Leistungssteigerungen als auch zur Trainingsstabilität bei.

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

Da Vision-KI immer näher an den Ort rückt, an dem Daten entstehen, wird eine starke Edge-Leistung zunehmend entscheidend. YOLO26 wurde speziell für Edge-Computing optimiert und bietet eine bis zu 43 % schnellere CPU-Inferenz, wodurch Echtzeitleistung auf Geräten ohne GPUs gewährleistet wird. Diese Verbesserung ermöglicht reaktionsschnelle und zuverlässige Vision-Systeme, die direkt auf Kameras, Robotern und eingebetteter Hardware ausgeführt werden können, wo Latenz, Effizienz und Kostenbeschränkungen den Handlungsspielraum bestimmen.

Verbesserte Computer-Vision-Aufgaben mit Ultralytics YOLO26#

Neben architektonischen Verbesserungen, die die Objekterkennung genauer machen, umfasst YOLO26 auch aufgabenspezifische Optimierungen zur Leistungssteigerung bei Computer-Vision-Aufgaben. So verbessert es beispielsweise die Instanzsegmentierung, Posenschätzung und Erkennung orientierter Begrenzungsrahmen durch gezielte Anpassungen, die Genauigkeit und Zuverlässigkeit erhöhen.

Hier ist ein Überblick über diese Optimierungen:

• Instanzsegmentierung: YOLO26 verwendet einen Verlust für die semantische Segmentierung, um das Lernen des Modells während des Trainings zu verbessern. Dies 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 der Unsicherheit von Schlüsselpunk vorherhersagen, und durch die Verbesserung des Dekodierungsprozesses liefert YOLO26 genauere Schlüsselpunkte bei besserer Echtzeitleistung.
• Erkennung orientierter Begrenzungsrahmen: YOLO26 führt einen spezialisierten Winkelverlust ein, der dem Modell hilft, die Objektdrehung genauer zu erlernen, insbesondere bei quadratischen Objekten, deren Ausrichtung mehrdeutig sein kann. Eine optimierte OBB-Dekodierung reduziert außerdem plötzliche Sprünge in den Winkelvorhersagen nahe den Rotationsgrenzen und führt dadurch zu stabileren und konsistenteren Schätzungen der Ausrichtung.

Abb. 3. Verwendung von Ultralytics YOLO26 für die Instanzsegmentierung.

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 basiert.

YOLOE-26 ist weder eine neue Aufgabe noch eine neue Funktion, sondern eine spezialisierte Modellfamilie, die die bestehende Segmentierungsaufgabe wiederverwendet und gleichzeitig Texteingaben, visuelle Eingaben und Inferenz ohne Eingabeaufforderung ermöglicht. YOLOE-26 ist in allen standardmäßigen YOLO-Größen verfügbar und bietet eine höhere Genauigkeit sowie zuverlässigere Leistung in der Praxis als frühere Segmentierungsmodelle mit offenem Vokabular.

Ultralytics YOLO26 wurde für den tatsächlichen Einsatzort von Vision-KI entwickelt#

Von bildverarbeitenden Kameras über Roboter mit Computer Vision bis hin zu winzigen Verarbeitungschips am Netzwerkrand werden Computer Vision und KI für Inferenz in Echtzeit direkt auf Geräten eingesetzt. 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 großen Bandbreite von Hardware bereitgestellt werden kann. Über das Ultralytics Python-Paket und seine zahlreichen 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 die native Bereitstellung auf Apple-Geräten unterstützt und OpenVINO die Leistung auf Intel-Hardware optimiert. YOLO26 kann außerdem für die Ausführung auf mehreren dedizierten Edge-Beschleunigern exportiert werden und ermöglicht so eine hohe Verarbeitungskapazität bei energieeffizienter Inferenz auf spezialisierter Edge-KI-Hardware.

Dies sind nur einige Beispiele; in Edge- und Produktionsumgebungen werden noch viele weitere Integrationen unterstützt. Diese Flexibilität ermöglicht es, ein einziges YOLO26-Modell auf unterschiedlichen Bereitstellungszielen auszuführen. Sie vereinfacht Produktionsabläufe und bringt Vision-KI näher an den Netzwerkrand.

Neue Maßstäbe für Computer-Vision-Anwendungsfälle in verschiedenen Branchen#

YOLO26 wurde für den Einsatz in der Praxis entwickelt und kann in einer großen Bandbreite von Computer-Vision-Anwendungsfällen in unterschiedlichen Branchen verwendet werden. Hier sind 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 Roboterbetrieb in dynamischen Umgebungen.

• Fertigung: In Produktionslinien kann YOLO26 Bilder und Videos analysieren, um Fehler, fehlende Komponenten oder Prozessprobleme zu erkennen. Die Verarbeitung der Daten auf dem Gerät sorgt für eine schnelle Erkennung und verringert die Abhängigkeit von Cloud-Systemen.

• Anwendungen in der Luft und mit Drohnen: Beim Einsatz auf Drohnen kann YOLO26 während des Flugs Luftbilder für Inspektionen, Kartierungen und Vermessungen verarbeiten. Dadurch lassen sich Szenen auch an abgelegenen Orten in Echtzeit analysieren.

• Eingebettete Systeme und IoT-Systeme: Dank seines leichten Aufbaus kann YOLO26 auf stromsparender, eingebetteter Hardware ausgeführt werden, um visuelle Daten lokal zu verarbeiten. Typische Anwendungsfälle sind intelligente Kameras, vernetzte Sensoren und automatisierte Überwachungsgeräte.

• Intelligente Städte: In städtischen Umgebungen kann YOLO26 Videostreams von Verkehrs- und Kameras im öffentlichen Raum analysieren. Dies ermöglicht Anwendungen wie Verkehrsüberwachung, öffentliche Sicherheit und Infrastrukturverwaltung am Netzwerkrand.

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

Erste Schritte mit Ultralytics YOLO26#

Ultralytics YOLO26 kann über zwei ergänzende Arbeitsabläufe verwendet werden, abhängig davon, wie du Vision-KI 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 vereint Datensätze, Experimente und Bereitstellungen an einem Ort und erleichtert so die Verwaltung von Vision-KI-Arbeitsabläufen in großem Maßstab, insbesondere für Teams, die Lösungen in Edge- und Produktionsumgebungen bereitstellen.

Über die Platform können Benutzer:

• Auf YOLO26-Modelle zugreifen
• Benutzerdefinierte Datensätze trainieren und feinabstimmen
• Modelle für die Bereitstellung in Edge- und Produktionsumgebungen exportieren
• Experimente und bereitgestellte Modelle in einem einzigen Arbeitsablauf überwachen

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

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

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

Entwickler können das Ultralytics-Paket installieren, vortrainierte YOLO26-Modelle laden und sie mit vertrauten Werkzeugen 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 eine direkte Kontrolle oder benutzerdefinierte Pipelines bevorzugen, stehen in der Ultralytics-Dokumentation umfassende Dokumentation und Anleitungen zur Verfügung.

Ultralytics YOLO26: Entwickelt für die Zukunft der Computer Vision#

Ultralytics YOLO26 wurde entwickelt, um die Anforderungen der Vision-KI-Lösungen von morgen zu erfüllen, bei denen Modelle schnell, effizient und einfach auf echter Hardware bereitgestellt werden müssen. Durch die Verbesserung der Leistung, die Vereinfachung der Bereitstellung und die Erweiterung der Modellfunktionen fügt sich YOLO26 natürlich in eine große Bandbreite realer Anwendungen ein. YOLO26 setzt einen neuen Maßstab dafür, wie Vision-KI entwickelt, bereitgestellt und skaliert wird. Wir freuen uns darauf zu sehen, wie die Community damit reale Computer-Vision-Systeme in die Praxis umsetzt.

Werde Teil unserer wachsenden Community und erkunde unser GitHub-Repository mit praxisnahen Ressourcen für KI. Wenn du heute mit Vision AI entwickeln möchtest, informiere dich über unsere Lizenzierungsoptionen. Erfahre, wie KI in der Landwirtschaft den Ackerbau verändert und wie Vision AI in der Robotik durch einen Besuch unserer Lösungsseiten die Zukunft gestaltet.