Wie stelle ich Ultralytics YOLO26 auf Edge-Geräten bereit?

YOLO26 unterstützt den Export nach TensorRT, ONNX, CoreML, TFLite und OpenVINO und deckt damit die gängigsten Zielplattformen für Edge-Einsätze ab. Dank der NMS-freien Architektur gibt es weniger Integrationsprobleme und eine geringere Latenz direkt nach der Installation.

Ist Ultralytics YOLO26 mit meinem bestehenden YOLO-Workflow kompatibel?

Ja. YOLO26 verwendet dieselbe Schnittstelle wie frühere Ultralytics-YOLO-Versionen, sodass die Migration unkompliziert ist. Tausche einfach die Modellgewichte gegen die von YOLO26 aus.

Welche Aufgaben unterstützt Ultralytics YOLO26?

Objekterkennung, Instanzsegmentierung, semantische Segmentierung, Tiefenschätzung, Bildklassifizierung, Pose-Schätzung und Erkennung orientierter Objekte – alles in einer einheitlichen Modellfamilie.

Welche Ultralytics-YOLO26-Modellgröße sollte ich verwenden?

Die Nano-Variante (n) eignet sich ideal für Edge-Geräte und Geräte mit begrenzter CPU-Leistung. Die kleinen (s) und mittleren (m) Varianten bieten für die meisten Anwendungen eine gute Balance zwischen Geschwindigkeit und Genauigkeit. Die großen (l) und extragroßen (x) Varianten liefern maximale Genauigkeit für anspruchsvolle Arbeitslasten.

Was sind die wichtigsten Verbesserungen von Ultralytics YOLO26 gegenüber YOLO11?

YOLO26 verzichtet auf DFL, um den Export zu vereinfachen, und eliminiert NMS für eine schnellere End-to-End-Inferenz. ProgLoss + STAL verbessern die Genauigkeit bei kleinen Objekten. Der MuSGD-Optimierer sorgt für stabileres Training, und die CPU-Inferenz ist bis zu 43 % schneller.

Ultralytics YOLO

★★★★★5/5

Ultralytics YOLO26-Modelle

Ultralytics YOLO26 wurde von Grund auf für Edge- und stromsparende Geräte entwickelt und setzt einen neuen Maßstab für KI in der Bildverarbeitung in Echtzeit: mit bis zu 43 % schnellerer CPU-Inferenz und einer klareren, einfacheren Architektur.

Jetzt loslegen

Eine Ultralytics Enterprise-Lizenz anfragen

Führende Unternehmen vertrauen uns

Probiere die Inferenz mit YOLO26 aus

Ziehe ein Bild hierher, um die Objekterkennung in Echtzeit zu sehen

Eingabe

Lade ein Bild hoch oder wähle ein Beispiel aus, um YOLO26n zu testen. Vorhersage-Dokumentation

Live-Demo

Bild hier ablegen

oder zum Durchsuchen klicken

Unterstützt JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP und weitere Formate (max. 10 MB)

Oder ein Beispiel ausprobieren

Konfidenz

0.25

IoU

0.70

Bildgröße

640

Die Vorhersageergebnisse werden hier angezeigt.

Stelle dein Modell bereit, um einen dedizierten Inferenzendpunkt mit API-Schlüsselauthentifizierung zu erhalten. Ersetze anschließend die Platzhalter-URL und den Platzhalterschlüssel unten durch die Werte deiner Bereitstellung. Dokumentation zur Bereitstellung

import requests

# Deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Alle Aufgaben im Browser ausprobieren

Wichtige Verbesserungen von Ultralytics YOLO26

Bis zu 43 % schnellere CPU-Inferenz
Echtzeitleistung auf Geräten ohne GPUs – speziell für Edge- und ressourcenbeschränkte Umgebungen entwickelt.

Inferenz ohne NMS, von Anfang bis Ende
Vorhersagen werden direkt und ohne Nachverarbeitungsschritt erstellt. Geringere Latenz, einfachere Bereitstellung.

Kein DFL, breitere Hardwarekompatibilität
Der Verzicht auf Distribution Focal Loss vereinfacht den Export und erweitert die Kompatibilität mit Edge-Geräten.

MuSGD: ein intelligenterer Optimierer
Eine Kombination aus SGD und Muon, inspiriert von Fortschritten beim Training von LLMs, für ein stabileres Training.

Ultralytics YOLO-Modelle auf einen Blick

Vergleiche aktuelle Ultralytics YOLO-Modellfamilien hinsichtlich Geschwindigkeit, Genauigkeit und unterstützter Aufgaben der Bildverarbeitung.

Funktionen
Geschwindigkeit Bildverarbeitungszeit	0,54 ms	0,47 ms	0,56 ms	0,67 ms	0,62 ms
Genauigkeit mAP_50-95	34,3 %	37,3 %	39,5 %	40,9 %	42,3 %
Objekterkennung
Instanzsegmentierung	-
Semantische Segmentierung	-		-
Tiefenschätzung	-	-	-
Bildklassifizierung	-
Posenschätzung	-
OBB-Erkennung	-

YOLO lizenzieren

Sicherheit und Compliance

Sicherheit und Compliance für Unternehmen

Entwickle und stelle mit Zuversicht bereit. Nach ISO 27001 zertifiziert, nach SOC 2 testiert und mit Unterstützung bei der HIPAA-Konformität.

YOLO lizenzieren Sicherheit entdecken

SOC 2 Type I

Nach den AICPA-Kriterien für Sicherheit, Verfügbarkeit und Vertraulichkeit (TSC) bestätigt

ISO 27001:2022

Zertifiziertes Informationssicherheitsmanagementsystem

HIPAA

Selbstbewertung nach der Security Rule; BAAs für berechtigte Enterprise-Kunden

DSGVO und CCPA

Im Einklang mit globalen Datenschutzvorschriften

Warum Ultralytics YOLO26 wählen?

Für Edge und Cloud entwickelt
Läuft effizient auf CPUs, GPUs und Edge-Hardware. Exportiere in 22 Formate und stelle deine Modelle überall bereit.

Bis zu 43 % schnellere CPU-Inferenz
KI für die Bildverarbeitung in Echtzeit auf Geräten mit begrenzten Ressourcen – ohne Einbußen bei der Genauigkeit.

Open-World-Erkennung mit YOLOE-26
Erkenne Objekte jenseits festgelegter Kategorien mithilfe von Texteingaben, visuellen Prompts oder Inferenz ohne Prompts.

Nahtlose Integration
YOLO26 verwendet dieselbe vertraute Schnittstelle wie YOLOv8 und YOLO11 und ist ohne steile Lernkurve einsetzbar.

Unterstützt von einer globalen Community
Dedizierte Support-Kanäle, aktive Foren und regelmäßige Updates helfen dir, voranzukommen.

Klare Lizenzierung
Flexible Optionen für akademische, Open-Source- und kommerzielle Nutzung unter AGPL-3.0 und Enterprise.

Das sagen unsere Kunden

Mit den Ultralytics YOLO-Modellen konnten wir die Implementierungsgeschwindigkeit unseres KI-Dienstes um 25,2 % steigern. Sie lassen sich einfach bereitstellen und bieten in der Praxis eine hervorragende Leistung. So ermöglichen sie mehr Geschwindigkeit, Genauigkeit und Skalierbarkeit, ohne die betriebliche Leistung zu beeinträchtigen.

Von allen Modellen, die wir geprüft haben, war YOLO für unsere Anwendungsfälle mit Abstand am schnellsten.

Ultralytics YOLO26 läuft nahtlos auf der Plattform von Axelera und ermöglicht eine schnellere Bereitstellung von Edge-KI bei minimalem Integrationsaufwand. Genau diese Zusammenarbeit zwischen Hardware und Software hilft Kunden, schneller von der Entwicklung zur Produktion überzugehen.

Alexis Crowell, Globaler CMO & Geschäftsführer für Nord- und Südamerika

Mit dem Ultralytics-Python-Paket lassen sich Ultralytics YOLO-Modelle sehr zuverlässig trainieren und bereitstellen. Zusammen mit der schnellen Inferenz können wir Bilder zügig verarbeiten und Baustellen in Echtzeit Rückmeldungen geben.

Wir entwickeln Roboter mit Computer Vision, die Zutaten in Produktionslinien für Lebensmittel aufnehmen und platzieren. Die robotische Handhabung erfordert eine Genauigkeit im Subzentimeterbereich, und Ultralytics YOLO-Modelle liefern diese Genauigkeit zuverlässig.

Die Leistung der Ultralytics YOLO-Modelle auf unseren STM32-Mikrocontrollern eröffnet neue Möglichkeiten für Computer Vision am Edge. Dank der schlanken Integration und der Unterstützung mehrerer Modellvarianten haben Entwickler alles, was sie zum Aufbau skalierbarer und reaktionsschneller eingebetteter Bildverarbeitungslösungen benötigen.

Mit dem Ultralytics-Python-Paket können wir Modelle sehr einfach und schnell trainieren. Darüber hinaus sorgt die Standardisierung über verschiedene Modelle und neue YOLO-Versionen hinweg für ein hohes Maß an Stabilität über die Jahre.

Ultralytics YOLO26-Modelle

Probiere die Inferenz mit YOLO26 aus

Wichtige Verbesserungen von Ultralytics YOLO26

Bis zu 43 % schnellere CPU-Inferenz

Inferenz ohne NMS, von Anfang bis Ende

Kein DFL, breitere Hardwarekompatibilität

MuSGD: ein intelligenterer Optimierer

Ultralytics YOLO-Modelle auf einen Blick

Sicherheit und Compliance für Unternehmen

SOC 2 Type I

ISO 27001:2022

HIPAA

DSGVO und CCPA

Warum Ultralytics YOLO26 wählen?

Für Edge und Cloud entwickelt

Bis zu 43 % schnellere CPU-Inferenz

Open-World-Erkennung mit YOLOE-26

Nahtlose Integration

Unterstützt von einer globalen Community

Klare Lizenzierung

Das sagen unsere Kunden

Erlebe unsere Modelle in Aktion

RTM senkt die Inferenzkosten mit Ultralytics YOLO26 um 28 %

SK Godelius erkennt mit Ultralytics YOLO 3.400 Fehler an Förderbändern im Bergbau

Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %

OnsiteIQ verringert Projektverzögerungen mit Ultralytics YOLO11 um 20 %

TrainVision von mtrail verkürzt die Erfassung von Schienendaten um fast 100 %

Glacier Robotics senkte PET-Verluste in Recyclinganlagen in den USA um 70 %

SOHGA reduziert die Überwachungszeit für Parkplätze mit Ultralytics YOLO um 30 %

Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden

RapiD Engineering führt die Qualitätskontrolle von Meeresfrüchten mit Ultralytics YOLO eine Woche schneller ein

Project Ocean Oasis bringt den Riffschutz mit Ultralytics YOLO voran

Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf Sportplätzen

WG Tech Solutions senkt mit Ultralytics YOLO und dem KI-Beschleuniger von Axelera die Zahl der Sicherheitsverstöße um 28 %

Stride ermöglicht mit Ultralytics YOLO eine Pferdegang-Analyse in 1 Minute

Pixelabs erreicht mit Ultralytics-YOLO-gestützter Automatisierung eine Trefferquote von 95 %

SiteAssist verbessert die Baustellensicherheit durch die Verarbeitung von mehr als 770K Bildern mit Ultralytics YOLO

Chef Robotics senkt mit Ultralytics YOLO die Überportionierung von Lebensmitteln um 67 %

Cali Intelligence verkürzt Warteschlangen an Kassen mit Ultralytics YOLO um 43 %

MarineSitu erreicht mit Ultralytics YOLO bei der Unterwasserüberwachung eine Verfügbarkeit von über 96 %

Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache

eSmart Systems halbiert mit Ultralytics YOLO die Prüfzeit von Stromleitungen

Axelera AI erreicht mit Ultralytics YOLO 34 FPS bei der Edge-AI-Inferenz

STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus

Specialvideo erreicht mit Ultralytics YOLO eine Prüfgenauigkeit von 99 % bei Lebensmitteln

Vivity AI spart mit Ultralytics YOLO jährlich über 5 Mio. $ im Industriebetrieb

Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 Lizenzen für KI-Kameras

Prezent steigert mit Ultralytics YOLO die Genauigkeit der Folienerkennung um 34 %

ALYCE beschleunigt die Inferenz für Verkehrs-KI mit Ultralytics YOLO um 20 %

Kiwitron erkennt mit Ultralytics YOLO Gefahren in der Industrie aus 30 m Entfernung

Häufig gestellte Fragen

Wie stelle ich Ultralytics YOLO26 auf Edge-Geräten bereit?

Ist Ultralytics YOLO26 mit meinem bestehenden YOLO-Workflow kompatibel?

Welche Aufgaben unterstützt Ultralytics YOLO26?

Welche Ultralytics-YOLO26-Modellgröße sollte ich verwenden?

Was sind die wichtigsten Verbesserungen von Ultralytics YOLO26 gegenüber YOLO11?

Leg mit Ultralytics YOLO los!