Perché Ultralytics YOLO26 elimina NMS e come cambia la distribuzione

Il 14 gennaio 2026 abbiamo lanciato Ultralytics YOLO26, la nuova generazione dei nostri modelli di visione artificiale. Con YOLO26, il nostro obiettivo non era semplicemente migliorare la precisione o la velocità, ma ripensare il modo in cui i modelli di rilevamento degli oggetti vengono sviluppati e distribuiti nei sistemi del mondo reale.

Man mano che la visione artificiale passa dalla ricerca alla produzione, ci si aspetta sempre più spesso che i modelli funzionino su CPU, dispositivi edge, telecamere, robot e hardware embedded. In questi ambienti, affidabilità, bassa latenza e facilità di distribuzione sono importanti quanto le prestazioni.

Ultralytics YOLO26 è stato progettato tenendo conto di questa realtà, con un'architettura end-to-end semplificata che elimina la complessità superflua dalla pipeline di inferenza. Una delle innovazioni più importanti di YOLO26 è la possibilità di rimuovere la soppressione non massima, comunemente nota come NMS.

Per anni, NMS è stata una componente standard dei sistemi di rilevamento degli oggetti, usata come fase di post-elaborazione per eliminare i rilevamenti duplicati. Pur essendo efficace, comportava anche calcoli aggiuntivi e difficoltà di distribuzione, soprattutto sull’hardware edge.

Con YOLO26 abbiamo scelto un approccio diverso. Ripensando il modo in cui le predizioni vengono generate e apprese, rendiamo possibile un’inferenza davvero end-to-end e senza NMS. Il modello produce direttamente i rilevamenti finali, senza affidarsi a fasi esterne di pulizia o a regole definite manualmente. Questo rende YOLO26 più veloce, più facile da esportare e più affidabile da distribuire su un’ampia gamma di piattaforme hardware.

Fig. 1. Rilevamento di oggetti in un’immagine con Ultralytics YOLO26.

In questo articolo vedremo più da vicino perché il rilevamento tradizionale degli oggetti si affidava a NMS, come questo sia diventato un collo di bottiglia nella distribuzione e come Ultralytics YOLO26 elimini la necessità di soluzioni alternative.

Il rilevamento tradizionale degli oggetti produce rilevamenti duplicati#

Prima di approfondire cos’è NMS e perché l’abbiamo eliminata in Ultralytics YOLO26, facciamo un passo indietro e vediamo come i modelli tradizionali di rilevamento degli oggetti generano le loro predizioni.

I modelli tradizionali di rilevamento degli oggetti spesso producono più riquadri delimitatori sovrapposti per lo stesso oggetto. Ciascun riquadro ha un proprio punteggio di confidenza, anche se tutti si riferiscono allo stesso oggetto nell’immagine.

Questo accade per diversi motivi. Innanzitutto, il modello formula predizioni in molte posizioni spaziali e a scale diverse, contemporaneamente. Questo aiuta il modello a rilevare oggetti di dimensioni diverse, ma significa anche che posizioni vicine possono identificare autonomamente lo stesso oggetto.

In secondo luogo, molti sistemi di rilevamento degli oggetti usano approcci basati su anchor, che generano un gran numero di riquadri candidati intorno a ciascuna posizione. Sebbene questo aumenti le probabilità di individuare accuratamente gli oggetti, fa anche crescere il numero di predizioni sovrapposte.

Infine, il rilevamento basato su griglia comporta naturalmente ridondanze. Quando un oggetto si trova vicino al confine tra più celle della griglia, diverse celle possono predire un riquadro per quell’oggetto, generando più rilevamenti sovrapposti.

Per questo motivo, l’output grezzo del modello contiene spesso diversi riquadri per un singolo oggetto. Per rendere utilizzabili i risultati, è necessario filtrare queste predizioni ridondanti in modo che rimanga un solo rilevamento finale.

Capire la soppressione non massima#

Quando un modello di rilevamento degli oggetti produce più riquadri delimitatori sovrapposti per lo stesso oggetto, è necessario ripulire i risultati prima di poterli usare. È qui che entra in gioco la soppressione non massima.

La soppressione non massima è una fase di post-elaborazione che viene eseguita dopo che il modello ha terminato di formulare le predizioni. Il suo scopo è ridurre i rilevamenti duplicati, in modo che ogni oggetto sia rappresentato da un solo riquadro delimitatore finale.

Fig. 2. Panoramica di NMS. Immagine dell’autore.

Il processo confronta i riquadri delimitatori in base ai rispettivi punteggi di confidenza e al grado di sovrapposizione. Le predizioni con confidenza molto bassa vengono eliminate per prime.

I riquadri rimanenti vengono quindi ordinati per confidenza e quello con il punteggio più alto viene selezionato come rilevamento migliore. Il riquadro selezionato viene confrontato con gli altri.

Se un altro riquadro si sovrappone eccessivamente a quello selezionato, viene soppresso ed eliminato. La sovrapposizione viene in genere misurata usando l’intersezione sull’unione, una metrica che calcola il rapporto tra l’area condivisa da due riquadri e l’area totale coperta da entrambi. Il processo si ripete finché rimangono solo i rilevamenti più affidabili e non sovrapposti.

Perché NMS complica la distribuzione#

La soppressione non massima aiuta a filtrare i rilevamenti duplicati, ma introduce anche difficoltà che diventano più evidenti quando i modelli escono dalla ricerca ed entrano in produzione.

Uno dei problemi principali riguarda le prestazioni. NMS viene eseguita dopo l’inferenza e richiede di confrontare tra loro i riquadri delimitatori per decidere quali mantenere.

Questo processo è costoso dal punto di vista computazionale e difficile da parallelizzare in modo efficiente. Sui dispositivi edge e sui sistemi basati su CPU, questo lavoro aggiuntivo può introdurre una latenza significativa, rendendo più difficile soddisfare i requisiti in tempo reale.

NMS aumenta anche la complessità della distribuzione. Poiché non fa parte del modello, deve essere implementata separatamente come codice di post-elaborazione.

I diversi runtime e le diverse piattaforme gestiscono NMS in modi differenti; spesso è quindi necessario mantenere implementazioni personalizzate per ogni ambiente di destinazione. Ciò che funziona in una configurazione può comportarsi in modo leggermente diverso in un’altra, rendendo la distribuzione più fragile e difficile da scalare.

L’ottimizzazione per l’hardware è un’altra difficoltà. NMS non si adatta bene agli acceleratori IA specializzati, progettati per eseguire in modo efficiente le operazioni delle reti neurali. Di conseguenza, anche quando il modello funziona rapidamente su hardware ottimizzato, NMS può diventare un collo di bottiglia che limita le prestazioni complessive.

Oltre a questi fattori, NMS si basa su parametri scelti manualmente, come le soglie di confidenza e di sovrapposizione. Queste impostazioni possono influire notevolmente sui risultati e spesso devono essere ottimizzate per dataset, applicazioni o hardware diversi. Ciò rende il comportamento meno prevedibile nei sistemi di produzione e aumenta il carico di configurazione.

Spiegazione dell’inferenza end-to-end nel rilevamento degli oggetti#

I limiti della soppressione non massima ci hanno spinto a ripensare il comportamento che i modelli di rilevamento degli oggetti dovrebbero avere al momento dell’inferenza. Invece di generare molte predizioni sovrapposte e ripulirle in seguito, ci siamo posti una domanda più fondamentale.

E se il modello potesse produrre direttamente i rilevamenti finali? Questa domanda è al centro dell’inferenza end-to-end per il rilevamento degli oggetti. In un sistema end-to-end, il modello viene addestrato per gestire l’intero processo di rilevamento dall’inizio alla fine, senza affidarsi a fasi esterne di pulizia.

Invece di produrre molti riquadri candidati e filtrarli dopo l’inferenza, il modello impara a generare autonomamente un numero ridotto di predizioni affidabili e non sovrapposte. I rilevamenti duplicati vengono risolti all’interno della rete, anziché essere rimossi durante la post-elaborazione.

Le architetture di modelli più recenti hanno dimostrato che questo approccio è possibile e pratico. Con la strategia di addestramento giusta, i modelli possono imparare ad associare ogni oggetto a una sola predizione anziché a molte predizioni concorrenti, riducendo la ridondanza alla sua origine.

Fig. 3. Esempio di rilevamento degli oggetti con Ultralytics YOLO26.

Perché funzioni, deve cambiare anche l’addestramento. Invece di lasciare che molte predizioni competano per lo stesso oggetto, il modello impara a prendere una decisione chiara, producendo un numero inferiore di rilevamenti più affidabili.

Il risultato complessivo è una pipeline di inferenza più semplice. Poiché i duplicati vengono già risolti internamente, al momento dell’inferenza non serve la soppressione non massima. L’output del modello è già l’insieme finale dei rilevamenti.

Questa progettazione end-to-end semplifica anche la distribuzione. Senza fasi di post-elaborazione né implementazioni di NMS specifiche per piattaforma, il modello esportato è completamente autonomo e si comporta in modo coerente con framework di inferenza e destinazioni hardware diversi.

Come spiega il nostro Lead Partnership Engineer, Francesco Mattioli: «Il vero apprendimento end-to-end significa che il modello dovrebbe gestire tutto, dai pixel alle predizioni, senza fasi di post-elaborazione definite manualmente che interrompono la differenziabilità e complicano la distribuzione».

Come Ultralytics YOLO26 elimina NMS#

Ultralytics YOLO26 elimina la soppressione non massima modificando il modo in cui i rilevamenti vengono appresi e prodotti, invece di affidarsi alla post-elaborazione per ripulirli. Anziché permettere a molte predizioni di competere per lo stesso oggetto, YOLO26 viene addestrato per apprendere una chiara relazione uno a uno tra oggetti e output.

Questo risultato è reso possibile in parte da una testa di rilevamento dedicata uno-a-uno, addestrata insieme a una tradizionale testa uno-a-molti, che aiuta il modello a concentrarsi sulla generazione di una singola previsione affidabile per ogni oggetto, anziché di molti candidati sovrapposti. A ogni oggetto è associata una sola previsione, riducendo così naturalmente i rilevamenti duplicati.

Questo comportamento è rafforzato da strategie di abbinamento coerenti durante l’addestramento, che incoraggiano il modello a prendere una decisione affidabile per ogni oggetto, anziché generare predizioni sovrapposte. In definitiva, il modello produce meno predizioni, ma ciascuna rappresenta un rilevamento finale.

Perché l’eliminazione di DFL ha reso possibile il rilevamento senza NMS#

Un’altra innovazione importante che consente l’inferenza senza NMS in Ultralytics YOLO26 è l’eliminazione della Distribution Focal Loss, o DFL. Nei precedenti modelli YOLO, DFL veniva usata per migliorare la regressione dei riquadri delimitatori, predicendo una distribuzione di possibili posizioni del riquadro anziché un singolo valore.

Sebbene questo approccio migliorasse la precisione della localizzazione, aggiungeva anche complessità alla pipeline di rilevamento. Questa complessità è diventata un limite nel passaggio a una vera inferenza end-to-end.

DFL introduceva calcoli aggiuntivi e intervalli di regressione fissi, rendendo più difficile per il modello apprendere assegnazioni pulite uno a uno degli oggetti e aumentando la dipendenza da fasi di post-elaborazione come la soppressione non massima. Con Ultralytics YOLO26 abbiamo eliminato DFL e riprogettato la regressione dei riquadri delimitatori per renderla più semplice e diretta.

Invece di affidarsi a output basati su distribuzioni, il modello impara a predire coordinate accurate dei riquadri in un modo che favorisce un numero inferiore di rilevamenti più affidabili. Questa modifica contribuisce a ridurre alla fonte le predizioni sovrapposte e allinea la regressione dei riquadri delimitatori alla progettazione end-to-end senza NMS di Ultralytics YOLO26.

Ultralytics YOLO26 è privo di NMS e facile da distribuire#

Una progettazione senza NMS rende Ultralytics YOLO26 un modello davvero end-to-end. Questo ha un impatto importante sull’esportazione dei modelli.

Esportare significa convertire un modello addestrato in un formato che possa funzionare al di fuori dell’ambiente di addestramento, come ONNX, TensorRT, CoreML o OpenVINO. Nelle pipeline tradizionali, questo processo spesso si interrompe perché la soppressione non massima non fa parte del modello.

Rimuovendo NMS, Ultralytics YOLO26 evita completamente questo problema. Il modello esportato include già tutto il necessario per generare i rilevamenti finali. Nelle versioni attuali di Ultralytics, selezioni questa testa uno-a-uno senza NMS con nms=False durante la previsione, la convalida o l'esportazione; la testa predefinita uno-a-molti con NMS resta disponibile per ottenere una precisione leggermente superiore. La guida al rilevamento end-to-end illustra entrambe le opzioni.

Il modello esportato è così completamente autonomo e più portabile tra framework di inferenza e destinazioni hardware. Lo stesso modello si comporta in modo coerente sia che venga distribuito su server, sistemi con sola CPU, dispositivi embedded o acceleratori edge. La distribuzione diventa più semplice, perché ciò che esporti è esattamente ciò che esegui.

Questa semplicità è particolarmente importante per le applicazioni edge. Per esempio, YOLO26 può essere distribuito facilmente su dispositivi come i droni per casi d’uso quali il monitoraggio delle colture, l’ispezione dei campi e l’analisi della salute delle piante, in cui i budget limitati di calcolo e di alimentazione rendono impraticabili pipeline di post-elaborazione complesse. Poiché il modello produce direttamente i rilevamenti finali, funziona in modo affidabile su hardware leggero senza passaggi di elaborazione aggiuntivi.

Fig. 4. Ultralytics YOLO26 è facile da distribuire su dispositivi edge come i droni.

In breve, l’inferenza senza NMS elimina gli ostacoli all’esportazione e alla distribuzione e consente di realizzare sistemi di visione più puliti e affidabili. NMS era una soluzione alternativa. Ultralytics YOLO26 non ha più bisogno di soluzioni alternative.

Punti chiave#

Ultralytics YOLO26 può eliminare la soppressione non massima risolvendo alla radice il problema dei rilevamenti duplicati, invece di correggerli a posteriori. La sua architettura end-to-end permette al modello di produrre direttamente i rilevamenti finali, semplificando l'esportazione e la distribuzione e rendendole più uniformi su hardware diversi. La NMS era una soluzione provvisoria utile per i sistemi precedenti, ma YOLO26 non ne ha più bisogno.

Unisciti alla nostra community e dai un’occhiata al nostro repository GitHub per saperne di più sull’IA. Esplora le nostre pagine dedicate alle soluzioni per scoprire l’IA in agricoltura e la visione artificiale nel commercio al dettaglio. Scopri le nostre opzioni di licenza e inizia oggi a lavorare con l’IA per la visione!