Découvre Ultralytics YOLO26 : un modèle YOLO meilleur, plus rapide et plus compact

Le 25 septembre, lors de notre événement hybride annuel, YOLO Vision 2025 (YV25) à Londres, Glenn Jocher, notre fondateur et CEO, a officiellement annoncé la dernière avancée majeure de la série de modèles Ultralytics YOLO : Ultralytics YOLO26 ! Notre nouveau modèle de vision par ordinateur, YOLO26, peut analyser et interpréter des images et des vidéos grâce à une architecture rationalisée qui équilibre vitesse, précision et facilité de déploiement.

Bien que Ultralytics YOLO26 simplifie certains aspects de la conception du modèle et ajoute de nouvelles améliorations, il continue également d'offrir les fonctionnalités familières que les utilisateurs attendent des modèles Ultralytics YOLO. Par exemple, Ultralytics YOLO26 est facile à utiliser, prend en charge toute une gamme de tâches de vision par ordinateur et offre des options flexibles d'intégration et de déploiement.

Inutile de dire que cela rend la transition vers Ultralytics YOLO26 très simple, et nous avons hâte de voir les utilisateurs l'essayer par eux-mêmes lorsqu'il sera disponible publiquement fin octobre.

Fig. 1. Exemple d'utilisation d'Ultralytics YOLO26 pour détecter des objets dans une image.

En bref, Ultralytics YOLO26 est un modèle d'IA pour la vision meilleur, plus rapide et plus compact. Dans cet article, nous allons explorer les principales fonctionnalités d'Ultralytics YOLO26 et découvrir ce qu'il apporte. C'est parti !

Repousser les limites de l'IA pour la vision avec Ultralytics YOLO26#

Avant d'examiner les principales fonctionnalités d'Ultralytics YOLO26 et les applications qu'il rend possibles, prenons un peu de recul pour discuter de l'inspiration et de la motivation qui ont guidé le développement de ce modèle.

Chez Ultralytics, nous avons toujours cru au pouvoir de l'innovation. Depuis le début, notre mission est double. D'une part, nous voulons rendre l'IA pour la vision accessible afin que chacun puisse l'utiliser sans obstacles. D'autre part, nous nous engageons tout autant à rester à la pointe, en repoussant les limites de ce que les modèles de vision par ordinateur peuvent accomplir.

Un facteur clé de cette mission est que le domaine de l'IA évolue constamment. Par exemple, l'IA en périphérie, qui consiste à exécuter des modèles d'IA directement sur les appareils plutôt que de dépendre du cloud, est rapidement adoptée dans tous les secteurs.

Des caméras intelligentes aux systèmes autonomes, les appareils en périphérie doivent désormais traiter les informations en temps réel. Cette évolution exige des modèles plus légers et plus rapides, tout en conservant le même niveau élevé de précision.

C'est pourquoi il est constamment nécessaire d'améliorer nos modèles Ultralytics YOLO. Comme l'explique Glenn Jocher, « L'un des principaux défis consistait à s'assurer que les utilisateurs puissent tirer le meilleur parti de YOLO26 tout en offrant des performances de pointe. »

Présentation d'Ultralytics YOLO26#

YOLO26 est disponible immédiatement en cinq variantes de modèles différentes, ce qui te donne la flexibilité d'exploiter ses capacités dans des applications de toute envergure. Toutes ces variantes prennent en charge plusieurs tâches de vision par ordinateur, comme les précédents modèles Ultralytics YOLO. Cela signifie que, quelle que soit la taille choisie, tu peux compter sur YOLO26 pour offrir un large éventail de fonctionnalités, à l'instar d'Ultralytics YOLO11.

Voici un aperçu des tâches de vision par ordinateur prises en charge par Ultralytics YOLO26 :

• Détection d'objets : Ultralytics YOLO26 peut identifier et localiser plusieurs objets dans une image ou une frame vidéo.
• Segmentation d'instances : Allant un cran plus loin que la détection, Ultralytics YOLO26 peut générer des contours au pixel près autour de chaque objet identifié.
• Classification d'images : Le modèle peut analyser une image entière et l'associer à une catégorie ou une étiquette spécifique.
• Estimation de pose : Ultralytics YOLO26 peut détecter des points clés et estimer les poses des personnes ainsi que d'autres objets.
• Boîtes englobantes orientées (OBB) : Le modèle peut détecter des objets sous n'importe quel angle, ce qui est particulièrement utile pour les images aériennes, prises par drone ou satellite, où des éléments comme les bâtiments, les véhicules ou les cultures peuvent ne pas être alignés sur le cadre de l'image.
• Suivi d'objets : Ultralytics YOLO26 peut être utilisé pour suivre des objets au fil des frames vidéo ou des flux en temps réel.

Fig. 2. Détection d'objets dans une image avec Ultralytics YOLO26.

Découverte de l'architecture d'Ultralytics YOLO26#

Maintenant que nous comprenons mieux ce qu'Ultralytics YOLO26 peut accomplir, examinons quelques-unes des innovations de son architecture.

La conception du modèle a été rationalisée grâce à la suppression du module de perte focale de distribution (DFL), qui ralentissait auparavant l'inférence et limitait la régression des boîtes englobantes.

Le processus de prédiction a également été simplifié grâce à une option d'inférence de bout en bout (E2E), qui permet au modèle d'ignorer l'étape traditionnelle de suppression des non-maxima (NMS). Cette amélioration réduit la complexité et permet au modèle de fournir des résultats plus rapidement, ce qui facilite le déploiement dans des applications concrètes.

D'autres améliorations rendent le modèle plus intelligent et plus fiable. Progressive Loss Balancing (ProgLoss) contribue à stabiliser l'entraînement et à améliorer la précision, tandis que Small-Target-Aware Label Assignment (STAL) permet au modèle de détecter plus efficacement les petits objets. De plus, un nouvel optimiseur MuSGD améliore la convergence de l'entraînement et augmente les performances globales.

En réalité, la plus petite version d'Ultralytics YOLO26, le modèle nano, s'exécute désormais jusqu'à 43 % plus rapidement sur des CPU standards, ce qui la rend particulièrement adaptée aux applications mobiles, aux caméras intelligentes et aux autres appareils en périphérie où la vitesse et l'efficacité sont essentielles. Voici un bref récapitulatif des fonctionnalités de YOLO26 et de ce que les utilisateurs peuvent attendre :

• Suppression de DFL : Nous avons supprimé le module de perte focale de distribution de l'architecture du modèle. Quelle que soit la taille des objets dans une image, Ultralytics YOLO26 peut positionner des boîtes englobantes adaptées tout en fonctionnant plus efficacement.
• Inférence de bout en bout sans NMS : Ultralytics YOLO26 ajoute un mode facultatif qui ne nécessite pas la suppression des non-maxima (NMS), une étape normalement utilisée pour supprimer les prédictions en double, ce qui simplifie et accélère le déploiement en temps réel.
• ProgLoss et STAL : Ces améliorations rendent l'entraînement plus stable et augmentent considérablement la précision, en particulier pour la détection de petits objets dans des scènes complexes.
• Optimiseur MuSGD : Ultralytics YOLO26 utilise un nouvel optimiseur qui combine les atouts de deux optimiseurs d'entraînement (Muon et SGD), aidant ainsi le modèle à apprendre plus rapidement et à atteindre une meilleure précision.

Fig. 3. Évaluation comparative d'Ultralytics YOLO26.

Simplifier le déploiement avec Ultralytics YOLO26#

Que tu travailles sur des applications mobiles, des caméras intelligentes ou des systèmes d'entreprise, le déploiement de YOLO26 est simple et flexible. Le package Python d'Ultralytics prend en charge un nombre croissant de formats d'exportation, ce qui facilite l'intégration de YOLO26 dans les workflows existants et le rend compatible avec presque toutes les plateformes.

Parmi les options d'exportation figurent TensorRT pour une accélération GPU maximale, ONNX pour une large compatibilité, CoreML pour les applications iOS natives, TFLite pour Android et les appareils en périphérie, ainsi qu'OpenVINO pour des performances optimisées sur le matériel Intel. Cette flexibilité permet de faire passer facilement Ultralytics YOLO26 du développement à la production, sans obstacles supplémentaires.

Un autre aspect crucial du déploiement consiste à s'assurer que les modèles s'exécutent efficacement sur des appareils aux ressources limitées. C'est là qu'intervient la quantification. Grâce à son architecture simplifiée, Ultralytics YOLO26 la gère particulièrement bien. Il prend en charge le déploiement INT8 (qui utilise une compression sur 8 bits pour réduire la taille et améliorer la vitesse avec une perte de précision minimale), ainsi que la demi-précision (FP16) pour accélérer l'inférence sur le matériel compatible.

Plus important encore, Ultralytics YOLO26 offre des performances constantes à ces différents niveaux de quantification. Tu peux donc compter sur lui, qu'il s'exécute sur un serveur puissant ou sur un appareil compact en périphérie.

De la robotique à la fabrication : cas d'utilisation d'Ultralytics YOLO26#

Ultralytics YOLO26 peut être utilisé dans une grande variété d'applications de vision par ordinateur, dans de nombreux secteurs et pour différents cas d'utilisation. De la robotique à la fabrication, il peut avoir un impact significatif en améliorant les workflows et en permettant de prendre des décisions plus rapides et plus précises.

Par exemple, la robotique est un domaine où Ultralytics YOLO26 peut aider les robots à interpréter leur environnement en temps réel. Cela rend la navigation plus fluide et la manipulation des objets plus précise. Il permet également une collaboration plus sûre avec les personnes.

La fabrication constitue un autre exemple : le modèle peut y être utilisé pour détecter les défauts. Il peut identifier automatiquement les imperfections sur les lignes de production, plus rapidement et plus précisément qu'une inspection manuelle.

Fig. 4. Détection de bouteilles dans une usine de fabrication avec Ultralytics YOLO26.

De manière générale, parce qu'Ultralytics YOLO26 est meilleur, plus rapide et plus léger, il s'adapte facilement à un large éventail d'environnements, des appareils légers en périphérie aux grands systèmes d'entreprise. Cela en fait un choix pratique pour les secteurs qui cherchent à améliorer leur efficacité, leur précision et leur fiabilité.

Points clés à retenir#

Ultralytics YOLO26 est un modèle de vision par ordinateur meilleur, plus rapide et plus léger, tout en restant facile à utiliser et en offrant de solides performances. Il fonctionne avec un large éventail de tâches et de plateformes et sera disponible pour tous fin octobre. Nous avons hâte de voir comment la communauté l'utilisera pour créer de nouvelles solutions et repousser les limites de la vision par ordinateur.

Rejoins notre communauté grandissante ! Explore notre dépôt GitHub pour en savoir plus sur l'IA. Découvre des innovations comme la vision par ordinateur dans le commerce de détail et l'IA dans le secteur automobile en consultant nos pages consacrées aux solutions. Pour commencer dès aujourd'hui à créer avec la vision par ordinateur, consulte nos options de licence.