Ultralytics YOLO26: il nuovo standard per la vision AI edge-first

Oggi Ultralytics lancia ufficialmente YOLO26, il modello YOLO più avanzato e distribuibile mai realizzato. Annunciato per la prima volta a YOLO Vision 2025 (YV25), YOLO26 rappresenta un cambiamento fondamentale nel modo in cui i modelli di visione artificiale vengono addestrati, distribuiti e scalati nei sistemi reali.

L'AI della visione si sta spostando rapidamente verso l'edge. Sempre più spesso, immagini e video vengono elaborati direttamente su dispositivi, telecamere, robot e sistemi embedded, dove latenza, affidabilità e costi contano più della pura potenza di calcolo del cloud. YOLO26 è progettato per questa realtà e offre prestazioni all'avanguardia funzionando in modo efficiente su CPU, acceleratori edge e hardware a basso consumo.

Sebbene YOLO26 rappresenti un importante passo avanti, mantiene comunque l'esperienza familiare e ottimizzata di Ultralytics YOLO su cui gli sviluppatori fanno affidamento. Si integra perfettamente nei flussi di lavoro esistenti, supporta un'ampia gamma di attività di visione e rimane facile da usare, rendendo semplice l'adozione sia per i team di ricerca sia per quelli di produzione.

Fig. 1. Un esempio di utilizzo di Ultralytics YOLO26 per il rilevamento degli oggetti

In questo articolo analizzeremo tutto ciò che devi sapere su Ultralytics YOLO26 e cosa significa per il futuro dell'AI della visione un modello YOLO più leggero, compatto e veloce. Iniziamo!

Ultralytics YOLO26 stabilisce un nuovo standard per l'AI della visione#

Ultralytics YOLO26 nasce dall'idea che le funzionalità di AI della visione ad alto impatto debbano essere facilmente accessibili a tutti. Crediamo che i potenti strumenti di visione artificiale non debbano essere nascosti o limitati a un piccolo gruppo di organizzazioni.

A YV25, a Londra, il nostro Founder & CEO Glenn Jocher ha condiviso le sue riflessioni su questa visione, affermando: “La tecnologia di AI più straordinaria è tenuta a porte chiuse. Non è aperta. Le grandi aziende controllano i nuovi sviluppi e tutti gli altri devono aspettare il proprio turno per accedervi. Noi di Ultralytics abbiamo una visione diversa. Vogliamo che l'AI sia nelle mani di tutti.”

Ha inoltre spiegato che questo significa portare l'AI fuori dal cloud e negli ambienti reali, aggiungendo: “Vogliamo che la tecnologia non rimanga semplicemente nel cloud, ma che venga trasferita nei dispositivi edge, nel tuo telefono, nei tuoi veicoli e nei sistemi a basso consumo. E vogliamo che queste persone straordinarie che stanno creando soluzioni possano accedervi.”

YOLO26 concretizza questa visione: un modello progettato per funzionare dove l'AI della visione viene realmente distribuita, non dove è più facile creare prototipi.

Ultralytics YOLO26 in dettaglio: un modello di visione all'avanguardia#

Come i precedenti modelli Ultralytics YOLO, YOLO26 supporta diverse attività di visione artificiale all'interno di un'unica famiglia di modelli unificata. È disponibile in cinque dimensioni, Nano (n), Small (s), Medium (m), Large (l) ed Extra Large (x), consentendo ai team di bilanciare velocità, accuratezza e dimensioni del modello in base ai vincoli di distribuzione.

Oltre alla flessibilità, YOLO26 alza l'asticella delle prestazioni. Rispetto a YOLO11, il modello nano YOLO26 offre un'inferenza su CPU fino al 43% più veloce, rendendolo uno dei modelli di rilevamento degli oggetti ad alta accuratezza più veloci disponibili per la distribuzione su edge e CPU.

Fig. 2. Ultralytics YOLO26 è un modello di visione all'avanguardia.

Ecco un'analisi più dettagliata delle attività di visione artificiale supportate da YOLO26:

• Classificazione delle immagini: YOLO26 può analizzare un'intera immagine e assegnarla a una categoria specifica, aiutando i sistemi a comprendere il contesto generale di una scena.
• Rilevamento degli oggetti: il modello può trovare e localizzare più oggetti in immagini o video.
• Segmentazione delle istanze: YOLO26 può delineare singoli oggetti con un livello di dettaglio a livello di pixel.
• Stima della posa: può essere utilizzato per identificare i keypoint e stimare le pose di persone e altri oggetti.
• Rilevamento di bounding box orientate (OBB): YOLO26 può rilevare oggetti da diverse angolazioni, una funzione particolarmente utile per immagini aeree e satellitari.
• Tracking degli oggetti: in combinazione con il pacchetto Python di Ultralytics, YOLO26 può essere utilizzato per seguire gli oggetti attraverso i fotogrammi video e gli stream in tempo reale.

Tutte le attività supportano addestramento, validazione, inferenza ed esportazione all'interno di un framework coerente.

Innovazioni chiave alla base di Ultralytics YOLO26#

Ultralytics YOLO26 introduce diverse innovazioni fondamentali che migliorano la velocità di inferenza, la stabilità dell'addestramento e la semplicità della distribuzione. Ecco una panoramica di queste innovazioni:

• Rimozione della Distribution Focal Loss (DFL): il modulo DFL è stato rimosso per semplificare la predizione delle bounding box, migliorare la compatibilità hardware e rendere i modelli più facili da esportare ed eseguire su dispositivi edge e a basso consumo.
• Inferenza end-to-end senza NMS: YOLO26 è progettato come un modello nativo end-to-end che restituisce direttamente le predizioni finali, eliminando la necessità della soppressione non massima e riducendo la latenza di inferenza e la complessità della distribuzione.
• Progressive Loss Balancing + STAL: queste strategie di loss migliorate stabilizzano l'addestramento e aumentano l'accuratezza del rilevamento, in particolare per gli oggetti piccoli e difficili da rilevare.
• Ottimizzatore MuSGD: YOLO26 utilizza un nuovo ottimizzatore ibrido che combina SGD con tecniche di ottimizzazione ispirate a Muon per un addestramento più stabile.
• Inferenza su CPU fino al 43% più veloce: ottimizzato specificamente per l'edge computing, YOLO26 offre un'inferenza su CPU fino al 43% più veloce, consentendo prestazioni in tempo reale sui dispositivi edge.

Ora analizziamo in dettaglio queste funzionalità di nuova generazione che rendono YOLO26 più veloce, efficiente e facile da distribuire.

Semplificare la predizione rimuovendo la Distribution Focal Loss#

I precedenti modelli YOLO utilizzavano la Distribution Focal Loss (DFL) durante l'addestramento per migliorare la precisione delle bounding box. Sebbene fosse efficace, la DFL introduceva complessità aggiuntiva e imponeva limiti fissi alla regressione, rendendo più difficili l'esportazione e la distribuzione, soprattutto su hardware edge e a basso consumo.

YOLO26 rimuove completamente la DFL. La rimozione della DFL elimina i limiti fissi alla regressione delle bounding box presenti nei modelli precedenti, migliorando affidabilità e accuratezza nel rilevamento di oggetti molto grandi.

Semplificando il processo di predizione delle bounding box, YOLO26 diventa più facile da esportare e funziona in modo più affidabile su un'ampia gamma di dispositivi edge e a basso consumo.

Inferenza end-to-end senza NMS con Ultralytics YOLO26#

Le pipeline tradizionali di rilevamento degli oggetti si affidano alla soppressione non massima (NMS) come fase di post-processing per filtrare le predizioni sovrapposte. Sebbene sia efficace, NMS aggiunge latenza, complessità e fragilità, soprattutto quando si distribuiscono modelli su più runtime e piattaforme hardware.

YOLO26 introduce una modalità di inferenza nativa end-to-end, in cui il modello restituisce direttamente le predizioni finali senza richiedere NMS come fase di post-processing separata. Le predizioni duplicate vengono gestite direttamente all'interno della rete.

L'eliminazione di NMS riduce la latenza, semplifica le pipeline di distribuzione e diminuisce il rischio di errori di integrazione, rendendo YOLO26 particolarmente adatto alle distribuzioni in tempo reale e edge.

Migliorare il riconoscimento con Progressive Loss Balancing + STAL#

Una funzionalità cruciale legata all'addestramento è l'introduzione di Progressive Loss Balancing (ProgLoss) e Small-Target-Aware Label Assignment (STAL). Queste funzioni di loss migliorate contribuiscono a stabilizzare l'addestramento e migliorare l'accuratezza del rilevamento.

ProgLoss aiuta il modello ad apprendere in modo più coerente durante l'addestramento, riducendo l'instabilità e consentendogli di convergere più fluidamente. STAL, invece, si concentra sul miglioramento del modo in cui il modello apprende dagli oggetti piccoli, spesso più difficili da rilevare a causa dei dettagli visivi limitati.

Insieme, ProgLoss e STAL portano a rilevamenti più affidabili, con miglioramenti significativi nel riconoscimento degli oggetti piccoli. Questo è particolarmente importante per applicazioni edge come l'Internet delle cose (IoT), la robotica e le immagini aeree, dove gli oggetti sono spesso piccoli, lontani o parzialmente visibili.

Un addestramento più stabile con l'ottimizzatore MuSGD#

Con YOLO26 abbiamo adottato un nuovo ottimizzatore chiamato MuSGD, progettato per rendere l'addestramento più stabile ed efficiente. MuSGD è un approccio ibrido che combina i punti di forza della tradizionale discesa del gradiente stocastico (SGD) con tecniche ispirate a Muon, un ottimizzatore utilizzato nell'addestramento dei modelli linguistici di grandi dimensioni (LLM).

SGD è da tempo una scelta affidabile nella visione artificiale, grazie alla sua semplicità e alla forte capacità di generalizzazione. Allo stesso tempo, i recenti progressi nell'addestramento degli LLM hanno dimostrato che metodi di ottimizzazione più recenti possono migliorare stabilità e velocità se applicati con attenzione. MuSGD porta alcune di queste idee nel campo della visione artificiale.

Ispirato a Kimi K2 di Moonshot AI, MuSGD incorpora strategie di ottimizzazione che aiutano il modello a convergere più fluidamente durante l'addestramento. Questo consente a YOLO26 di raggiungere più rapidamente prestazioni elevate riducendo al contempo l'instabilità dell'addestramento, soprattutto in configurazioni di addestramento più grandi o complesse.

MuSGD aiuta YOLO26 ad addestrarsi in modo più prevedibile su modelli di diverse dimensioni, contribuendo sia ai miglioramenti delle prestazioni sia alla stabilità dell'addestramento.

Ultralytics YOLO26 offre un'inferenza su CPU fino al 43% più veloce#

Mentre l'AI della visione continua ad avvicinarsi al luogo in cui vengono generati i dati, solide prestazioni edge diventano sempre più cruciali. Ottimizzato specificamente per l'edge computing, YOLO26 offre un'inferenza su CPU fino al 43% più veloce, garantendo prestazioni in tempo reale sui dispositivi privi di GPU. Questo miglioramento consente ai sistemi di visione reattivi e affidabili di funzionare direttamente su telecamere, robot e hardware embedded, dove i vincoli di latenza, efficienza e costi determinano ciò che è possibile realizzare.

Attività di visione artificiale migliorate e supportate da Ultralytics YOLO26#

Oltre ai miglioramenti architetturali che rendono più accurato il rilevamento degli oggetti, YOLO26 include anche ottimizzazioni specifiche per le attività, progettate per migliorare le prestazioni nelle attività di visione artificiale. Ad esempio, migliora la segmentazione delle istanze, la stima della posa e il rilevamento di bounding box orientate con aggiornamenti mirati che aumentano accuratezza e affidabilità.

Ecco una panoramica di queste ottimizzazioni:

• Segmentazione delle istanze: YOLO26 utilizza una loss di segmentazione semantica per migliorare il modo in cui il modello apprende durante l'addestramento, ottenendo maschere delle istanze più accurate e coerenti. Un modulo proto aggiornato consente inoltre di utilizzare informazioni provenienti da più scale, permettendo al modello di gestire in modo più efficace oggetti di dimensioni diverse, anche in scene complesse.
• Stima della posa: integrando la Residual Log-Likelihood Estimation (RLE), una tecnica che modella l'incertezza nelle predizioni dei keypoint, e migliorando il processo di decodifica, YOLO26 offre keypoint più accurati con prestazioni in tempo reale migliori.
• Rilevamento di bounding box orientate: YOLO26 introduce una loss angolare specializzata che aiuta il modello ad apprendere la rotazione degli oggetti con maggiore accuratezza, soprattutto per gli oggetti quadrati, la cui orientazione può essere ambigua. La decodifica OBB ottimizzata riduce inoltre i salti improvvisi nelle predizioni dell'angolo vicino ai limiti di rotazione, producendo stime dell'orientazione più stabili e coerenti.

Fig. 3. Utilizzo di Ultralytics YOLO26 per la segmentazione delle istanze.

Ultralytics YOLOE-26: segmentazione open-vocabulary basata su YOLO26#

Ultralytics introduce inoltre YOLOE-26, una nuova famiglia di modelli di segmentazione open-vocabulary basata sull'architettura e sulle innovazioni di addestramento di YOLO26.

YOLOE-26 non è una nuova attività o funzionalità, ma una famiglia di modelli specializzata che riutilizza l'attività di segmentazione esistente, abilitando al contempo prompt testuali, prompt visivi e inferenza senza prompt. Disponibile in tutte le dimensioni YOLO standard, YOLOE-26 offre un'accuratezza maggiore e prestazioni nel mondo reale più affidabili rispetto ai precedenti modelli di segmentazione open-vocabulary.

Ultralytics YOLO26 è progettato per i contesti in cui l'AI della visione viene realmente eseguita#

Dalle telecamere basate sulla visione ai robot alimentati dalla visione artificiale e ai piccoli chip di elaborazione edge, la visione artificiale e l'AI vengono distribuite direttamente sui dispositivi per l'inferenza in tempo reale. Ultralytics YOLO26 è costruito appositamente per questi ambienti, dove bassa latenza, efficienza e prestazioni affidabili sono fondamentali.

In pratica, questo significa che YOLO26 può essere distribuito facilmente su un'ampia gamma di hardware. In particolare, tramite il pacchetto Python di Ultralytics e la sua vasta gamma di integrazioni, i modelli possono essere esportati in formati ottimizzati per diverse piattaforme e acceleratori hardware.

Ad esempio, l'esportazione in TensorRT consente un'inferenza ad alte prestazioni sulle GPU NVIDIA, mentre CoreML supporta la distribuzione nativa sui dispositivi Apple e OpenVINO ottimizza le prestazioni sull'hardware Intel. YOLO26 può anche essere esportato per funzionare su diversi acceleratori edge dedicati, abilitando un'inferenza ad alto throughput e ad alta efficienza energetica su hardware Edge AI specializzato.

Questi sono solo alcuni esempi, con molte altre integrazioni supportate negli ambienti edge e di produzione. Questa flessibilità consente a un singolo modello YOLO26 di funzionare su diverse piattaforme di distribuzione. Semplifica i flussi di lavoro di produzione e avvicina l'AI della visione all'edge.

Ridefinire i casi d'uso della visione artificiale in tutti i settori#

Progettato per la distribuzione nel mondo reale, YOLO26 può essere utilizzato in un'ampia gamma di casi d'uso della visione artificiale in diversi settori. Ecco alcuni esempi di applicazione:

• Robotica: YOLO26 può essere utilizzato per attività come navigazione, rilevamento degli ostacoli e interazione con gli oggetti. Queste funzionalità supportano operazioni robotiche sicure ed efficaci in ambienti dinamici.

• Produzione: sulle linee di produzione, YOLO26 può analizzare immagini e video per identificare difetti, componenti mancanti o problemi di processo. L'elaborazione dei dati sul dispositivo mantiene veloce il rilevamento e riduce la dipendenza dai sistemi cloud.

• Applicazioni aeree e con droni: quando viene distribuito sui droni, YOLO26 può elaborare immagini aeree durante il volo per ispezioni, mappature e rilevamenti. Questo consente di analizzare le scene in tempo reale, anche in luoghi remoti.

• Sistemi embedded e IoT: grazie al design leggero, YOLO26 può funzionare su hardware embedded a basso consumo per elaborare localmente i dati visivi. I casi d'uso comuni includono telecamere intelligenti, sensori connessi e dispositivi di monitoraggio automatizzati.

• Smart city: negli ambienti urbani, YOLO26 può analizzare i flussi video delle telecamere del traffico e degli spazi pubblici. Questo abilita applicazioni come il monitoraggio del traffico, la sicurezza pubblica e la gestione delle infrastrutture all'edge.

Fig. 4. YOLO26 può essere utilizzato per diverse applicazioni di visione artificiale.

Inizia a usare Ultralytics YOLO26#

Ultralytics YOLO26 può essere utilizzato tramite due flussi di lavoro complementari, a seconda di come sviluppi e distribuisci l'AI della visione.

Opzione 1: usa Ultralytics YOLO26 tramite la Ultralytics Platform (consigliato)

La Ultralytics Platform offre un modo centralizzato per addestrare, distribuire e monitorare i modelli YOLO26 in produzione. Riunisce dataset, esperimenti e distribuzioni in un unico luogo, semplificando la gestione dei flussi di lavoro di AI della visione su larga scala, soprattutto per i team che distribuiscono soluzioni in ambienti edge e di produzione.

Tramite la Platform puoi:

• Accedere ai modelli YOLO26
• Addestrare ed eseguire il fine-tuning su dataset personalizzati
• Esportare modelli per la distribuzione edge e di produzione
• Monitorare esperimenti e modelli distribuiti in un unico flusso di lavoro

👉 Esplora YOLO26 sulla Ultralytics Platform: platform.ultralytics.com/ultralytics/yolo26

Opzione 2: usa Ultralytics YOLO26 tramite flussi di lavoro open source

YOLO26 rimane completamente accessibile tramite l'ecosistema open source di Ultralytics e può essere utilizzato con i flussi di lavoro esistenti basati su Python per addestramento, inferenza ed esportazione.

Gli sviluppatori possono installare il pacchetto Ultralytics, caricare modelli YOLO26 preaddestrati e distribuirli utilizzando strumenti e formati familiari come ONNX, TensorRT, CoreML o OpenVINO.

pip install ultralytics

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with the YOLO26n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

Per chi preferisce il controllo diretto o pipeline personalizzate, la documentazione completa e le guide sono disponibili nella documentazione di Ultralytics.

Ultralytics YOLO26: progettato per il futuro della visione artificiale#

Ultralytics YOLO26 è progettato per soddisfare le esigenze delle soluzioni di AI della visione di domani, in cui i modelli dovranno essere veloci, efficienti e facili da distribuire su hardware reale. Migliorando le prestazioni, semplificando la distribuzione ed espandendo le capacità del modello, YOLO26 si integra naturalmente in un'ampia gamma di applicazioni del mondo reale. YOLO26 stabilisce un nuovo punto di riferimento per il modo in cui l'AI della visione viene costruita, distribuita e scalata. Non vediamo l'ora di scoprire come la community lo utilizzerà per realizzare sistemi di visione artificiale reali.

Unisciti alla nostra community in crescita ed esplora il nostro repository GitHub per trovare risorse pratiche sull'AI. Per sviluppare oggi con la vision AI, esplora le nostre opzioni di licenza. Scopri come l'AI nell'agricoltura sta trasformando il settore agricolo e come la vision AI nella robotica sta plasmando il futuro visitando le nostre pagine dedicate alle soluzioni.