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

Il 25 settembre, durante il nostro evento ibrido annuale, YOLO Vision 2025 (YV25) a Londra, Glenn Jocher, il nostro fondatore e CEO, ha annunciato ufficialmente l'ultimo importante progresso nella serie di modelli Ultralytics YOLO, Ultralytics YOLO26! Il nostro nuovo modello di computer vision, YOLO26, è in grado di 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 del design del modello e introduca nuove migliorie, continua a offrire le familiari funzionalità che gli utenti si aspettano dai modelli Ultralytics YOLO. Ad esempio, Ultralytics YOLO26 è facile da usare, supporta una gamma di attività di computer vision e offre opzioni flessibili di integrazione e distribuzione.

Inutile dire che questo rende il passaggio a Ultralytics YOLO26 estremamente semplice e non vediamo l'ora che gli utenti possano provarlo personalmente quando sarà disponibile al pubblico alla fine di ottobre.

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

In parole povere, Ultralytics YOLO26 è un modello di visione AI migliore, più veloce e più piccolo. In questo articolo esploreremo le funzionalità chiave di Ultralytics YOLO26 e ciò che offre. Iniziamo!

Spingersi oltre i confini della visione AI con Ultralytics YOLO26#

Prima di immergerci nelle funzionalità chiave di Ultralytics YOLO26 e nelle applicazioni che rende possibili, facciamo un passo indietro per discutere l'ispirazione e la motivazione che hanno guidato lo sviluppo di questo modello.

In Ultralytics abbiamo sempre creduto nella forza dell'innovazione. Fin dall'inizio, la nostra missione è stata duplice. Da un lato, vogliamo rendere la computer vision accessibile affinché chiunque possa utilizzarla senza barriere. Dall'altro, siamo ugualmente impegnati a mantenerla all'avanguardia, spingendo oltre i limiti ciò che i computer vision models possono realizzare.

Un fattore chiave alla base di questa missione è che il settore dell'AI è in continua evoluzione. Ad esempio, l'edge AI, che comporta l'esecuzione di modelli AI direttamente sui dispositivi invece di fare affidamento sul cloud, viene adottata rapidamente in tutti i settori.

Dalle smart camera ai sistemi autonomi, ci si aspetta ora che i dispositivi edge elaborino le informazioni in tempo reale. Questo cambiamento richiede modelli più leggeri e veloci, mantenendo allo stesso tempo lo stesso elevato livello di accuratezza.

Ecco perché c'è un bisogno costante di continuare a migliorare i nostri modelli Ultralytics YOLO. Come afferma Glenn Jocher, "Una delle sfide più grandi è stata assicurarci che gli utenti possano ottenere il massimo da YOLO26 offrendo allo stesso tempo le migliori prestazioni".

Una panoramica di Ultralytics YOLO26#

YOLO26 è disponibile preconfigurato in cinque diverse varianti di modello, offrendoti la flessibilità di sfruttare le sue capacità in applicazioni di qualsiasi scala. Tutte queste varianti supportano molteplici attività di computer vision, proprio come i precedenti modelli Ultralytics YOLO. Questo significa che, indipendentemente dalle dimensioni scelte, puoi fare affidamento su YOLO26 per ottenere un'ampia gamma di funzionalità, molto simile a Ultralytics YOLO11.

Ecco una panoramica dei computer vision tasks supportati da Ultralytics YOLO26:

• Object detection: Ultralytics YOLO26 è in grado di identificare e localizzare più oggetti all'interno di un'immagine o di un fotogramma video.
• Instance segmentation: Andando oltre il rilevamento, Ultralytics YOLO26 può generare confini perfetti a livello di pixel attorno a ciascun oggetto identificato.
• Classificazione delle immagini: Il modello può analizzare un'intera immagine e assegnarla a una categoria o etichetta specifica.
• Pose estimation: Ultralytics YOLO26 può rilevare keypoints e stimare pose per esseri umani e altri oggetti.
• Oriented bounding boxes (OBB): Il modello può rilevare oggetti a qualsiasi angolazione, il che è particolarmente utile per le immagini aeree, da droni e satellitari, dove elementi come edifici, veicoli o colture potrebbero non essere allineati con l'inquadratura dell'immagine.
• Object tracking: Ultralytics YOLO26 può essere utilizzato per tracciare oggetti attraverso fotogrammi video o flussi in tempo reale.

Fig 2. Rilevamento di oggetti in un'immagine tramite Ultralytics YOLO26.

Uno sguardo all'architettura di Ultralytics YOLO26#

Ora che abbiamo una migliore comprensione di ciò di cui è capace Ultralytics YOLO26, esaminiamo alcune delle innovazioni nella sua architettura.

Il design del modello è stato ottimizzato rimuovendo il modulo Distribution Focal Loss (DFL), che in precedenza rallentava l'inferenza e limitava la regressione dei bounding box.

Il processo di previsione è stato semplificato con un'opzione di inferenza end-to-end (E2E), che consente al modello di saltare il tradizionale passaggio di Non-Maximum Suppression (NMS). Questo miglioramento riduce la complessità e consente al modello di fornire risultati più rapidamente, semplificando la distribuzione nelle applicazioni del mondo reale.

Altri miglioramenti rendono il modello più intelligente e affidabile. Il Progressive Loss Balancing (ProgLoss) aiuta a stabilizzare l'addestramento e a migliorare l'accuratezza, mentre lo Small-Target-Aware Label Assignment (STAL) garantisce che il modello rilevi piccoli oggetti in modo più efficace. Inoltre, un nuovo ottimizzatore MuSGD migliora la convergenza dell'addestramento e incrementa le prestazioni complessive.

Infatti, la versione più piccola di Ultralytics YOLO26, il modello nano, ora gira fino al 43% più veloce sulle CPU standard, rendendolo particolarmente adatto per app mobili, smart camera e altri dispositivi edge in cui la velocità e l'efficienza sono fondamentali. Ecco un breve riepilogo delle funzionalità di YOLO26 e di ciò che puoi aspettarti:

• Rimozione della DFL: Abbiamo rimosso il modulo Distribution Focal Loss dall'architettura del modello. Indipendentemente dalle dimensioni degli oggetti in un'immagine, Ultralytics YOLO26 può posizionare bounding box su misura operando in modo più efficiente.
• Inference end-to-end senza NMS: Ultralytics YOLO26 aggiunge una modalità opzionale che non richiede Non-Maximum Suppression (NMS), un passaggio normalmente utilizzato per rimuovere predizioni duplicate, rendendo il deployment più semplice e veloce per l'uso in tempo reale.
• ProgLoss e STAL: Questi miglioramenti rendono l'addestramento più stabile e aumentano significativamente l'accuratezza, specialmente per il rilevamento di piccoli oggetti in scene complesse.
• Ottimizzatore MuSGD: Ultralytics YOLO26 utilizza un nuovo ottimizzatore che combina i punti di forza di due ottimizzatori di training (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 su app mobili, smart camera o sistemi aziendali, distribuire YOLO26 è semplice e flessibile. Il pacchetto Ultralytics Python package supporta un numero costantemente in crescita di export formats, semplificando l'integrazione di YOLO26 nei flussi di lavoro esistenti e rendendolo compatibile con quasi tutte le piattaforme.

Tra le opzioni di export ci sono TensorRT per la massima accelerazione GPU, ONNX per un'ampia compatibilità, CoreML per app iOS native, TFLite per Android e dispositivi edge, e OpenVINO per prestazioni ottimizzate su hardware Intel. Questa flessibilità rende semplice portare Ultralytics YOLO26 dallo sviluppo alla produzione senza ulteriori ostacoli.

Un'altra parte cruciale del deployment è assicurarsi che i modelli vengano eseguiti in modo efficiente su dispositivi con risorse limitate. È qui che entra in gioco la quantizzazione. Grazie alla sua architettura semplificata, Ultralytics YOLO26 gestisce questo aspetto in modo eccezionale. Supporta il deployment INT8 (utilizzando la compressione a 8 bit per ridurre le dimensioni e migliorare la velocità con una minima perdita di accuratezza) così come la precisione mista (FP16) per un'inferenza più rapida sull'hardware supportato.

Soprattutto, Ultralytics YOLO26 offre prestazioni costanti a questi livelli di quantizzazione, quindi puoi fare affidamento su di esso sia che sia in esecuzione su un server potente che su un dispositivo edge compatto.

Dalla robotica alla produzione: Casi d'uso di Ultralytics YOLO26#

Ultralytics YOLO26 può essere utilizzato in un'ampia varietà di applicazioni di computer vision in molti settori e casi d'uso differenti. Dalla robotica alla produzione, può avere un impatto significativo migliorando i flussi di lavoro e consentendo un processo decisionale più rapido e accurato.

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

Un altro esempio è il settore del manufacturing, in cui il modello può essere impiegato per il rilevamento dei difetti. Può identificare automaticamente le imperfezioni sulle linee di produzione in modo più rapido e accurato rispetto all'ispezione manuale.

Fig 4. Rilevamento di bottiglie in una fabbrica di produzione utilizzando 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. Ciò lo rende una scelta pratica per le aziende che desiderano migliorare efficienza, accuratezza e affidabilità.

Punti chiave#

Ultralytics YOLO26 è un modello di computer vision migliore, più veloce e più leggero, rimanendo al contempo facile da usare e offrendo prestazioni solide. Funziona su un'ampia gamma di attività e piattaforme e sarà disponibile per tutti entro la fine di ottobre. Non vediamo l'ora di vedere come la comunità lo userà per creare nuove soluzioni e spingersi oltre i confini della computer vision.

Unisciti alla nostra crescente community! Esplora il nostro GitHub repository per saperne di più sull'intelligenza artificiale. Scopri innovazioni come computer vision in retail e AI in the automotive visitando le nostre pagine dedicate alle soluzioni. Per iniziare a sviluppare con la computer vision oggi stesso, consulta le nostre licensing options.