Ultralytics redéfinit l’état de l’art en IA visuelle avec YOLO26

Aujourd’hui, nous lançons officiellement Ultralytics YOLO26, notre nouveau modèle qui établit une nouvelle référence en matière de performances de pointe. Présenté pour la première fois par notre fondateur et PDG, Glenn Jocher, à YOLO Vision 2025 (YV25) à Londres, c’est notre modèle le plus avancé et le plus facile à déployer à ce jour.

Conçu pour être léger, compact et rapide, YOLO26 est pensé pour les environnements où les applications d’IA de vision en temps réel s’exécutent réellement. Grâce à l’inférence native de bout en bout intégrée directement au modèle, YOLO26 simplifie le déploiement, réduit la complexité des systèmes et offre des performances fiables sur les appareils en périphérie comme dans les environnements de production à grande échelle.

En fait, la plus petite version de YOLO26, le modèle nano, s’exécute jusqu’à 43 % plus vite sur les processeurs standard, ce qui permet de déployer efficacement des solutions d’IA de vision en temps réel dans les applications mobiles, les caméras intelligentes et d’autres appareils en périphérie. Fidèle à la vision d’Ultralytics, qui consiste à rendre les capacités de l’IA de vision accessibles à tous, YOLO26 allie performances de pointe et simplicité, pour faciliter son utilisation et son déploiement.

Conçu pour la prochaine ère de la vision par ordinateur#

La vision par ordinateur dépasse rapidement les limites du cloud. Les applications du monde réel exigent de plus en plus une inférence en temps réel, une faible latence, une grande flexibilité matérielle et des performances prévisibles sur des appareils comme les drones, les caméras, les systèmes mobiles et les plateformes embarquées.

YOLO26 a été conçu spécifiquement pour accompagner cette évolution. En repensant de fond en comble le pipeline de détection d’objets, Ultralytics a créé une architecture de modèle qui élimine la complexité superflue tout en offrant une précision et une vitesse de pointe.

Par exemple, les modèles traditionnels de détection d’objets Ultralytics s’appuient sur une étape de post-traitement supplémentaire appelée suppression non maximale pour filtrer les prédictions qui se chevauchent après l’inférence. YOLO26 élimine cette étape grâce à l’inférence native de bout en bout, qui permet au modèle de produire directement les détections finales. Cela permet un déploiement plus rapide, plus prévisible et plus fiable dans des conditions réelles.

YOLO26 n’est pas une simple mise à jour incrémentale. Il représente un bond structurel en avant dans la manière dont l’IA de vision de qualité industrielle est entraînée, déployée et mise à l’échelle.

Fig. 1. Évaluation d’Ultralytics YOLO26.

Ce que YOLO26 permet de faire#

L’un des principaux atouts de YOLO26 est sa capacité à tirer parti des points forts des modèles précédents, comme Ultralytics YOLO11, tout en élargissant les possibilités de la vision par ordinateur. Dès son installation, YOLO26 prend en charge les mêmes tâches essentielles de vision par ordinateur que YOLO11, notamment la détection d’objets, la segmentation d’instances et la classification d’images.

Fig. 2. Exemple de détection d’objets dans une image avec YOLO26.

Il prend également en charge l’estimation de pose, la détection d’objets par boîte englobante orientée pour les images aériennes et satellitaires, ainsi que le suivi d’objets dans des flux vidéo. Comme YOLO11, YOLO26 est disponible en cinq variantes : Nano (n), Small (s), Medium (m), Large (l) et Extra large (x), afin de proposer différents compromis entre vitesse, taille et précision.

Principales fonctionnalités d’Ultralytics YOLO26#

Ultralytics YOLO26 intègre plusieurs avancées conçues pour améliorer les performances, la fiabilité et l’utilisation dans le monde réel. Voici un aperçu de ses principales fonctionnalités :

• Suppression de Distribution Focal Loss : YOLO26 supprime Distribution Focal Loss (DFL), ce qui réduit la complexité du modèle et simplifie le déploiement sur les appareils en périphérie et les appareils à faible puissance.
• Inférence de bout en bout sans NMS : YOLO26 élimine nativement le besoin de suppression des non-maxima (NMS), une étape généralement utilisée pour supprimer les prédictions en double, ce qui simplifie et accélère le déploiement en temps réel.
• Équilibrage progressif de la fonction de perte + STAL : l’équilibrage progressif de la fonction de perte (ProgLoss) et l’assignation des étiquettes tenant compte des petits objets (STAL) ajustent l’apprentissage du modèle pendant l’entraînement, améliorant la fiabilité de la détection des objets petits et éloignés dans les scènes complexes.
• Optimiseur MuSGD : YOLO26 introduit l’optimiseur MuSGD, qui combine la descente de gradient stochastique (SGD) et des techniques inspirées de Muon pour améliorer la stabilité de l’entraînement et accélérer la convergence de manière plus régulière.
• Inférence sur CPU jusqu’à 43 % plus rapide : le modèle nano YOLO26 offre une inférence jusqu’à 43 % plus rapide sur les processeurs standard, permettant une IA de vision en temps réel efficace sur les appareils mobiles, les caméras intelligentes et d’autres systèmes en périphérie.

Dans les coulisses du code : le parcours vers Ultralytics YOLO26#

Le développement de YOLO26 est le fruit d’un travail collectif, façonné par les recherches de notre équipe et les retours de la communauté, de nos partenaires et de nos clients. Nous avons voulu simplifier l’architecture, améliorer l’efficacité et rendre le modèle plus adaptable aux usages du monde réel.

En revenant sur ce parcours, Glenn Jocher a expliqué : « L’un des plus grands défis consistait à s’assurer que les utilisateurs puissent tirer le meilleur parti de YOLO26 tout en offrant des performances de premier ordre. » Son point de vue met en lumière un principe de conception fondamental de YOLO26 : rendre l’IA de vision facile à utiliser.

Pour développer cette idée, Jing Qiu, notre ingénieure senior en apprentissage automatique, a ajouté : « La création du nouveau modèle Ultralytics YOLO consistait à avancer régulièrement, sans se précipiter. J’ai continué à l’affiner en me concentrant uniquement sur l’équilibre entre vitesse et précision. Quand tout s’est mis en place, j’ai ressenti une satisfaction discrète : la preuve que la minutie porte ses fruits. »

Commence à créer avec Ultralytics YOLO26#

Ultralytics YOLO26 sera accessible au public dès aujourd’hui via Ultralytics Platform, avec une prise en charge complète des flux de travail d’entraînement, d’inférence et d’exportation. Les organisations qui déploient YOLO26 dans des environnements commerciaux ou fermés peuvent accéder à des options de licence entreprise incluant la prise en charge du déploiement en production, la maintenance à long terme et les déploiements en périphérie évolutifs.

Comme nos modèles précédents, il est également entièrement pris en charge par le package Python Ultralytics, ce qui permet aux utilisateurs de se lancer immédiatement. Les utilisateurs peuvent entraîner, valider et déployer YOLO26 avec le même flux de travail simplifié qu’ils connaissent déjà, tout en profitant de nombreuses options d’exportation, notamment ONNX, TensorRT, CoreML, TFLite, OpenVINO et bien d’autres.

Construisons ensemble l’avenir de l’IA de vision#

Ultralytics YOLO26 marque une nouvelle étape dans notre mission : rendre l’IA de vision plus rapide, plus légère et plus facile à utiliser. Mais ce n’est que le début.

Le véritable impact vient de ce que la communauté de l’IA de vision crée avec cette technologie. Nous avons hâte de découvrir vos innovations et de continuer à façonner ensemble l’avenir de la vision par ordinateur.

Rejoins notre communauté et explore notre dépôt GitHub pour approfondir tes connaissances en IA. Découvre des solutions sectorielles comme l’IA en robotique et la vision par ordinateur dans la logistique, consulte nos options de licence et commence dès aujourd’hui à créer avec la vision par ordinateur.