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 PDG, a officiellement annoncé la toute dernière avancée 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 apporte de nouvelles améliorations, il continue également d'offrir les fonctionnalités familières que tu attends des modèles Ultralytics YOLO. Par exemple, Ultralytics YOLO26 est facile à utiliser, prend en charge un large éventail de tâches de vision par ordinateur et propose des options flexibles d'intégration et de déploiement.

Inutile de dire que cela rend le passage à Ultralytics YOLO26 simple comme bonjour, et nous sommes impatients de voir les utilisateurs l'expérimenter par eux-mêmes lorsqu'il sera publiquement disponible fin octobre.

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

Pour faire simple, Ultralytics YOLO26 est un modèle d'IA de vision meilleur, plus rapide et plus compact. Dans cet article, nous allons explorer les fonctionnalités clés d'Ultralytics YOLO26 et ce qu'il apporte. Commençons !

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

Avant de plonger dans les fonctionnalités clés 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 en la puissance de l'innovation. Dès le début, notre mission a été double. D'une part, nous voulons rendre l'IA de vision accessible pour que tout le monde puisse l'utiliser sans barrières. D'autre part, nous avons tout autant à cœur de la maintenir à la pointe de la technologie, en repoussant les limites de ce que les modèles de vision par ordinateur peuvent accomplir.

Un facteur clé derrière cette mission est que l'espace de l'IA est en constante évolution. Par exemple, l'IA en périphérie (edge AI), qui implique l'exécution de modèles d'IA directement sur des appareils au lieu de s'appuyer sur le cloud, est adoptée rapidement dans tous les secteurs.

Des caméras intelligentes aux systèmes autonomes, les appareils en périphérie sont désormais censés traiter les informations en temps réel. Ce changement exige des modèles plus légers et plus rapides, tout en offrant le même haut niveau de précision.

C'est pourquoi il est constamment nécessaire d'améliorer nos modèles Ultralytics YOLO. Comme le dit Glenn Jocher : « L'un des plus grands défis était de s'assurer que les utilisateurs puissent tirer le meilleur parti de YOLO26 tout en offrant des performances de premier plan. »

Un aperçu d'Ultralytics YOLO26#

YOLO26 est disponible immédiatement en cinq variantes de modèles différentes, te donnant la flexibilité d'exploiter ses capacités dans des applications de n'importe quelle échelle. Toutes ces variantes de modèles prennent en charge plusieurs tâches de vision par ordinateur, tout comme les précédents modèles Ultralytics YOLO. Cela signifie que peu importe la taille que tu choisis, tu peux compter sur YOLO26 pour offrir un large éventail de fonctionnalités, tout comme 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 image vidéo.
• Segmentation d'instances : Allant un peu plus loin que la détection, Ultralytics YOLO26 peut générer des contours parfaits au niveau du pixel autour de chaque objet qu'il identifie.
• Classification d'images : Le modèle peut analyser une image entière et l'attribuer à une catégorie ou une étiquette spécifique.
• Estimation de pose : Ultralytics YOLO26 peut détecter des points clés et estimer les poses pour les humains ainsi que pour d'autres objets.
• Boîtes englobantes orientées (OBB) : Le modèle peut détecter des objets sous n'importe quel angle, ce qui est particulièrement utile pour l'imagerie aérienne, par drone et satellite, où des éléments comme les bâtiments, les véhicules ou les cultures peuvent ne pas être alignés avec le cadre de l'image.
• Suivi d'objets : Ultralytics YOLO26 peut être utilisé pour suivre des objets à travers des images vidéo ou des flux en temps réel.

Fig 2. Détection d'objets dans une image à l'aide d'Ultralytics YOLO26.

Un regard sur l'architecture d'Ultralytics YOLO26#

Maintenant que nous avons une meilleure compréhension de ce dont Ultralytics YOLO26 est capable, passons en revue certaines des innovations de son architecture.

La conception du modèle a été rationalisée en supprimant le module Distribution Focal Loss (DFL), qui ralentissait auparavant l'inférence et limitait la régression des boîtes englobantes.

Le processus de prédiction a également été simplifié avec une option d'inférence de bout en bout (E2E), qui permet au modèle de sauter l'étape traditionnelle de Non-Maximum Suppression (NMS). Cette amélioration réduit la complexité et permet au modèle de fournir des résultats plus rapidement, rendant le déploiement plus facile dans des applications réelles.

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

En fait, la version la plus petite d'Ultralytics YOLO26, le modèle nano, s'exécute désormais jusqu'à 43 % plus rapidement sur les CPU standard, ce qui le rend particulièrement adapté aux applications mobiles, aux caméras intelligentes et à d'autres appareils de périphérie où la vitesse et l'efficacité sont essentielles. Voici un bref récapitulatif des fonctionnalités de YOLO26 et de ce à quoi tu peux t'attendre :

• Suppression du DFL : Nous avons supprimé le module Distribution Focal Loss de l'architecture du modèle. Quelles que soient les tailles des objets dans une image, Ultralytics YOLO26 peut placer des boîtes englobantes adaptées tout en fonctionnant plus efficacement.
• Inférence de bout en bout sans NMS : Ultralytics YOLO26 ajoute un mode optionnel qui ne nécessite pas la Non-Maximum Suppression (NMS), une étape normalement utilisée pour supprimer les prédictions en double, rendant le déploiement plus simple et plus rapide pour une utilisation en temps réel.
• ProgLoss et STAL : Ces améliorations rendent l'entraînement plus stable et augmentent considérablement la précision, en particulier pour détecter les petits objets dans des scènes complexes.
• Optimiseur MuSGD : Ultralytics YOLO26 utilise un nouvel optimiseur qui combine les points forts de deux optimiseurs d'entraînement (Muon et SGD), aidant le modèle à apprendre plus rapidement et à atteindre une plus grande 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 paquet Python d'Ultralytics prend en charge un nombre sans cesse croissant de formats d'exportation, ce qui facilite l'intégration de YOLO26 dans les flux de travail 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 de périphérie, ainsi qu'OpenVINO pour des performances optimisées sur le matériel Intel. Cette flexibilité permet de passer facilement d'Ultralytics YOLO26 du développement à la production sans obstacles supplémentaires.

Un autre élément crucial du déploiement est de 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 gère cela exceptionnellement bien. Il prend en charge le déploiement INT8 (utilisant une compression sur 8 bits pour réduire la taille et améliorer la vitesse avec une perte de précision minime) ainsi que la demi-précision (FP16) pour une inférence plus rapide sur le matériel pris en charge.

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

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 à travers de nombreuses industries et cas d'utilisation différents. De la robotique à la fabrication, il peut avoir un impact significatif en améliorant les flux de travail et en permettant une prise de décision plus rapide et plus précise.

Par exemple, un bon exemple se trouve en robotique, où Ultralytics YOLO26 peut aider les robots à interpréter leur environnement en temps réel. Cela rend la navigation plus fluide et la manipulation d'objets plus précise. Cela permet également une collaboration plus sûre avec les humains.

Un autre exemple est la fabrication, où le modèle peut être utilisé pour la détection de défauts. Il peut identifier automatiquement les anomalies sur les lignes de production plus rapidement et plus précisément qu'une inspection manuelle.

Fig 4. Détection de bouteilles dans une usine de fabrication à l'aide d'Ultralytics YOLO26.

En général, parce qu'Ultralytics YOLO26 est meilleur, plus rapide et plus léger, il s'adapte facilement à un large éventail d'environnements, des appareils de périphérie légers aux grands systèmes d'entreprise. Cela en fait un choix pratique pour les industries cherchant à améliorer l'efficacité, la précision et la fiabilité.

Points clés#

Ultralytics YOLO26 est un modèle de vision par ordinateur qui est meilleur, plus rapide et plus léger, tout en restant facile à utiliser et en offrant des performances solides. Il fonctionne sur une large gamme de tâches et de plateformes et sera disponible pour tout le monde d'ici la fin octobre. Nous sommes impatients de voir comment la communauté l'utilisera pour créer de nouvelles solutions et repousser les limites de la vision par ordinateur.

Rejoins notre communauté en pleine croissance ! Explore notre dépôt GitHub pour en savoir plus sur l'IA. Découvre des innovations telles que la vision par ordinateur dans le commerce de détail et l'IA dans l'industrie automobile en visitant nos pages de solutions. Pour commencer à construire avec la vision par ordinateur dès aujourd'hui, consulte nos options de licence.