Scopri Ultralytics YOLO26: un modello YOLO migliore, più veloce e più compatto

Il 25 settembre, durante il nostro evento annuale ibrido YOLO Vision 2025 (YV25) a Londra, Glenn Jocher, nostro fondatore e CEO, ha annunciato ufficialmente il nuovo modello della serie Ultralytics YOLO, Ultralytics YOLO26. Il nostro nuovo modello di visione artificiale, YOLO26, può analizzare e interpretare immagini e video grazie a un’architettura snella che bilancia velocità, precisione e facilità di distribuzione.

Sebbene Ultralytics YOLO26 semplifichi alcuni aspetti della progettazione del modello e introduca nuovi miglioramenti, continua anche a offrire le funzionalità familiari che gli utenti si aspettano dai modelli Ultralytics YOLO. Per esempio, Ultralytics YOLO26 è facile da usare, supporta diverse attività di visione artificiale e offre opzioni flessibili di integrazione e distribuzione.

Passare a Ultralytics YOLO26 è semplice e non vediamo l’ora che gli utenti possano provarlo. YOLO26 è stato rilasciato pubblicamente il 14 gennaio 2026 ed è ora disponibile tramite il pacchetto Python Ultralytics e Ultralytics Platform.

Fig. 1. Un esempio di utilizzo di Ultralytics YOLO26 per rilevare oggetti in un’immagine.

In poche parole, Ultralytics YOLO26 è un modello di Vision AI migliore, più veloce e più piccolo. In questo articolo esamineremo le funzionalità principali di Ultralytics YOLO26 e ciò che offre.

Superare i limiti dell’IA per la visione con Ultralytics YOLO26#

Prima di esaminare le funzionalità principali di Ultralytics YOLO26 e le applicazioni che rende possibili, vediamo quali ispirazioni e motivazioni hanno guidato lo sviluppo del modello.

In Ultralytics abbiamo sempre creduto nel potere dell’innovazione. Fin dall’inizio, la nostra missione è stata duplice. Da un lato, vogliamo rendere la Vision AI accessibile, affinché chiunque possa usarla senza ostacoli. Dall’altro, ci impegniamo altrettanto a mantenerla all’avanguardia, ampliando i limiti di ciò che i modelli di visione artificiale possono realizzare.

Un fattore chiave alla base di questa missione è la continua evoluzione del settore dell’IA. Per esempio, l’IA edge, che consiste nell’eseguire modelli di IA direttamente sui dispositivi anziché affidarsi al cloud, viene adottata rapidamente in vari settori.

Dalle telecamere intelligenti ai sistemi autonomi, oggi ci si aspetta che i dispositivi edge elaborino le informazioni in tempo reale. Questo cambiamento richiede modelli più leggeri e veloci, capaci di offrire comunque lo stesso elevato livello di accuratezza.

Ecco perché è necessario migliorare costantemente i nostri modelli Ultralytics YOLO. Come afferma Glenn Jocher: «Una delle sfide più grandi era assicurarsi che gli utenti potessero sfruttare al meglio YOLO26 garantendo al contempo prestazioni eccellenti».

Panoramica di Ultralytics YOLO26#

YOLO26 è disponibile subito in cinque varianti di modello, che ti offrono la flessibilità necessaria per sfruttarne le capacità in applicazioni di qualsiasi dimensione. Tutte queste varianti supportano diverse attività di visione artificiale, proprio come i precedenti modelli Ultralytics YOLO. Ciò significa che, indipendentemente dalla dimensione scelta, puoi contare su YOLO26 per offrire un’ampia gamma di funzionalità, proprio come Ultralytics YOLO11.

Ecco una panoramica delle attività di visione artificiale supportate da Ultralytics YOLO26:

• Rilevamento degli oggetti: Ultralytics YOLO26 è in grado di identificare e localizzare più oggetti in un’immagine o in un fotogramma video.
• Segmentazione di istanze: facendo un passo oltre il rilevamento, Ultralytics YOLO26 può generare contorni precisi al pixel per ogni oggetto identificato.
• Classificazione delle immagini: il modello può analizzare un’intera immagine e assegnarle una categoria o un’etichetta specifica.
• Stima della posa: Ultralytics YOLO26 è in grado di rilevare punti chiave e stimare le pose di persone e altri oggetti.
• Riquadri di delimitazione orientati (OBB): il modello è in grado di rilevare oggetti con qualsiasi angolazione. È particolarmente utile per le immagini aeree, da droni e satellitari, in cui elementi come edifici, veicoli o colture potrebbero non essere allineati al fotogramma.
• Tracciamento degli oggetti: Ultralytics YOLO26 può essere utilizzato per tracciare oggetti nei fotogrammi video o nei flussi in tempo reale.

Fig. 2. Rilevamento di oggetti in un’immagine con Ultralytics YOLO26.

Uno sguardo all’architettura di Ultralytics YOLO26#

Ora che abbiamo un quadro più chiaro delle capacità di Ultralytics YOLO26, vediamo alcune delle innovazioni della sua architettura.

La progettazione del modello è stata semplificata rimuovendo il modulo Distribution Focal Loss (DFL), che in precedenza rallentava l’inferenza e limitava la regressione dei riquadri di delimitazione.

Anche il processo di predizione è stato semplificato con un’opzione di inferenza end-to-end (E2E), che consente al modello di saltare il passaggio tradizionale di soppressione dei non massimi (NMS). Questo miglioramento riduce la complessità e consente al modello di fornire risultati più rapidamente, semplificando la distribuzione nelle applicazioni reali.

Altri miglioramenti rendono il modello più intelligente e affidabile. Progressive Loss Balancing (ProgLoss) contribuisce a stabilizzare l’addestramento e a migliorare la precisione, mentre Small-Target-Aware Label Assignment (STAL) assicura che il modello rilevi gli oggetti piccoli con maggiore efficacia. Inoltre, un nuovo ottimizzatore MuSGD migliora la convergenza dell’addestramento e aumenta le prestazioni complessive.

La versione più piccola di Ultralytics YOLO26, il modello nano, ora funziona fino al 43% più velocemente di YOLO11n sulle CPU standard, risultando particolarmente adatta ad app mobili, telecamere smart e altri dispositivi edge in cui velocità ed efficienza sono fondamentali. Ecco un breve riepilogo delle funzionalità di YOLO26 e di ciò che gli utenti possono aspettarsi:

• Rimozione di DFL: abbiamo rimosso il modulo Distribution Focal Loss dall’architettura del modello. A prescindere dalle dimensioni degli oggetti nell’immagine, Ultralytics YOLO26 può posizionare riquadri di delimitazione su misura funzionando in modo più efficiente.
• Inferenza end-to-end senza NMS: Ultralytics YOLO26 aggiunge una modalità opzionale che non richiede Non-Maximum Suppression (NMS), un passaggio normalmente utilizzato per rimuovere le predizioni duplicate, semplificando e velocizzando la distribuzione per l’uso in tempo reale.
• ProgLoss e STAL: questi miglioramenti rendono l’addestramento più stabile e aumentano notevolmente l’accuratezza, soprattutto nel rilevamento di oggetti piccoli in scene complesse.
• Ottimizzatore MuSGD: Ultralytics YOLO26 usa un nuovo ottimizzatore che combina i punti di forza di due ottimizzatori per l’addestramento (Muon e SGD), aiutando il modello ad apprendere più velocemente e a raggiungere una maggiore accuratezza.

Fig. 3. Benchmark di Ultralytics YOLO26.

Semplificare la distribuzione con Ultralytics YOLO26#

Che tu stia lavorando ad app mobili, telecamere intelligenti o sistemi aziendali, distribuire YOLO26 è semplice e flessibile. Il pacchetto Python di Ultralytics supporta un numero in costante crescita di formati di esportazione, rendendo semplice integrare YOLO26 nei flussi di lavoro esistenti e compatibile con quasi tutte le piattaforme.

Tra le opzioni di esportazione disponibili figurano TensorRT per la massima accelerazione GPU, ONNX per un’ampia compatibilità, CoreML per le app iOS native, TFLite per Android e i dispositivi edge e OpenVINO per prestazioni ottimizzate sull’hardware Intel. Questa flessibilità consente di passare facilmente dallo sviluppo alla produzione con Ultralytics YOLO26, senza ostacoli aggiuntivi.

Un altro aspetto cruciale della distribuzione è assicurarsi che i modelli funzionino in modo efficiente sui dispositivi con risorse limitate. È qui che entra in gioco la quantizzazione. Grazie alla sua architettura semplificata, Ultralytics YOLO26 la gestisce bene. Supporta la distribuzione INT8 (che usa la compressione a 8 bit per ridurre le dimensioni e aumentare la velocità con una perdita minima di precisione), oltre alla precisione ridotta (FP16) per un’inferenza più veloce sull’hardware supportato.

Soprattutto, Ultralytics YOLO26 offre prestazioni costanti a questi livelli di quantizzazione, quindi puoi farci affidamento sia quando viene eseguito su un server potente sia su un dispositivo edge compatto.

Dalla robotica alla produzione: casi d’uso di Ultralytics YOLO26#

Ultralytics YOLO26 può essere usato in un’ampia varietà di applicazioni di visione artificiale, in molti settori e contesti diversi. Dalla robotica alla produzione, può avere un impatto significativo migliorando i flussi di lavoro e consentendo decisioni più rapide e accurate.

Per esempio, un caso interessante è la robotica, in cui Ultralytics YOLO26 può aiutare i robot a interpretare ciò che li circonda in tempo reale. Questo rende la navigazione più fluida e la manipolazione degli oggetti più precisa. Consente inoltre una collaborazione più sicura con le persone.

Un altro esempio è la produzione, in cui il modello può essere utilizzato per rilevare i difetti. Può individuare automaticamente i difetti sulle linee di produzione in modo più rapido e accurato rispetto all’ispezione manuale.

Fig. 4. Rilevamento di bottiglie in uno stabilimento produttivo con Ultralytics YOLO26.

In generale, poiché Ultralytics YOLO26 è migliore, più veloce e più leggero, si adatta facilmente a un’ampia gamma di ambienti, dai dispositivi edge leggeri ai grandi sistemi aziendali. Questo lo rende una scelta pratica per i settori che puntano a migliorare efficienza, accuratezza e affidabilità.

Punti chiave#

Ultralytics YOLO26 è un modello di visione artificiale migliore, più veloce e leggero, che rimane facile da usare e offre prestazioni elevate. Funziona con un’ampia gamma di attività e piattaforme ed è disponibile per tutti dal rilascio di gennaio 2026. Non vediamo l’ora di scoprire come la community lo userà per creare nuove soluzioni e ampliare i limiti della visione artificiale.

Unisciti alla nostra community in crescita! Esplora il nostro repository GitHub per saperne di più sull’IA. Scopri innovazioni come la visione artificiale nel commercio al dettaglio e l’IA nel settore automobilistico visitando le nostre pagine dedicate alle soluzioni. Per iniziare oggi a sviluppare con la visione artificiale, dai un’occhiata alle nostre opzioni di licenza.