Ultralytics ridefinisce la vision AI allo stato dell'arte con YOLO26

Oggi lanciamo ufficialmente Ultralytics YOLO26, il nostro nuovo modello che stabilisce un nuovo standard per prestazioni all'avanguardia. Introdotto per la prima volta dal nostro Fondatore e CEO, Glenn Jocher, a YOLO Vision 2025 (YV25) a Londra, è il nostro modello più avanzato e distribuibile mai realizzato.

Progettato per essere leggero, compatto e veloce, YOLO26 è sviluppato per le situazioni in cui le applicazioni di IA di visione in tempo reale operano effettivamente nel mondo reale. Con l'inferenza nativa end-to-end integrata direttamente nel modello, YOLO26 semplifica la distribuzione, riduce la complessità del sistema e offre prestazioni affidabili su dispositivi edge e in ambienti di produzione su larga scala.

Infatti, la versione più piccola di YOLO26, il modello nano, gira fino al 43% più velocemente su CPU standard, consentendo efficienti soluzioni di IA di visione in tempo reale su applicazioni mobile, telecamere intelligenti e altri dispositivi edge. Costruito sulla visione di Ultralytics di rendere le potenti funzionalità di IA di visione accessibili a tutti, YOLO26 combina prestazioni all'avanguardia con la semplicità, rendendolo facile da usare e da distribuire.

Link to this sectionCostruito per la prossima era della computer vision#

Computer vision si sta rapidamente spostando oltre il cloud. Le applicazioni nel mondo reale richiedono sempre più inferenza in tempo reale, bassa latenza, flessibilità hardware e prestazioni prevedibili su dispositivi come droni, telecamere, sistemi mobili e piattaforme embedded.

YOLO26 è stato costruito esplicitamente per questo cambiamento. Ripensando la pipeline di object detection dalle fondamenta, Ultralytics ha creato un'architettura di modello che rimuove inutili complessità, offrendo al contempo accuratezza e velocità all'avanguardia.

Ad esempio, i tradizionali modelli di object detection di Ultralytics si affidano a un ulteriore passaggio di post-elaborazione chiamato Non-Maximum Suppression per filtrare le previsioni sovrapposte dopo l'inferenza. YOLO26 elimina questo passaggio extra abilitando l'inferenza nativa end-to-end, permettendo al modello di produrre rilevamenti finali direttamente. Ciò sblocca una distribuzione nel mondo reale più veloce, più prevedibile e più affidabile.

YOLO26 non è un aggiornamento incrementale. Rappresenta un salto strutturale in avanti nel modo in cui l'IA di Visione di livello professionale viene addestrata, distribuita e scalata.

Fig 1. Benchmarking di Ultralytics YOLO26

Link to this sectionCosa rende possibile YOLO26#

Uno degli aspetti chiave di YOLO26 è come costruisce sui punti di forza dei modelli precedenti come Ultralytics YOLO11 espandendo ciò che è possibile fare con la computer vision. Già pronto all'uso, YOLO26 supporta le stesse computer vision tasks di base di YOLO11, inclusi object detection, instance segmentation e image classification.

Fig 2. Un esempio di utilizzo di YOLO26 per rilevare oggetti in un'immagine.

Continua inoltre a supportare la pose estimation, l'object detection con oriented bounding box per immagini aeree e satellitari, e l'object tracking attraverso flussi video. Come YOLO11, YOLO26 è disponibile in cinque varianti di modello, Nano (n), Small (s), Medium (m), Large (l) ed Extra large (x), offrendo agli utenti opzioni che bilanciano velocità, dimensioni e precisione.

Link to this sectionCaratteristiche principali di Ultralytics YOLO26#

Ultralytics YOLO26 include una serie di miglioramenti progettati per aumentare le prestazioni, l'affidabilità e l'usabilità nel mondo reale. Ecco una panoramica delle caratteristiche principali di YOLO26:

• Rimozione della Distribution Focal Loss: YOLO26 rimuove la Distribution Focal Loss (DFL), riducendo la complessità del modello e guidando una distribuzione più semplice e compatibile su edge e hardware a basso consumo.
• Inferenza end-to-end senza NMS: YOLO26 elimina nativamente la necessità della Non-Maximum Suppression (NMS), un passaggio normalmente utilizzato per rimuovere previsioni duplicate, rendendo la distribuzione più semplice e veloce per l'uso in tempo reale.
• Progressive Loss Balancing + STAL: Il Progressive Loss Balancing (ProgLoss) e lo Small Target Aware Label Assignment (STAL) regolano il modo in cui il modello apprende durante l'addestramento, consentendo un rilevamento più affidabile di oggetti piccoli e distanti in scene complesse.
• Ottimizzatore MuSGD: YOLO26 introduce l'ottimizzatore MuSGD, un ibrido tra Stochastic Gradient Descent (SGD) e tecniche ispirate a Muon, che migliora la stabilità dell'addestramento e consente una convergenza più veloce e coerente.
• Inferenza su CPU fino al 43% più veloce: Il modello YOLO26 nano offre un'inferenza fino al 43% più veloce su CPU standard, consentendo un'efficiente IA di visione in tempo reale su dispositivi mobili, telecamere intelligenti e altri sistemi edge.

Link to this sectionDietro il codice: Il viaggio verso Ultralytics YOLO26#

Lo sviluppo di YOLO26 è stato uno sforzo collettivo plasmato dalla ricerca del nostro team e dal feedback che abbiamo ricevuto dalla community, dai nostri partner e dai clienti. Abbiamo deciso di semplificare l'architettura, migliorare l'efficienza e rendere il modello più adattabile all'uso nel mondo reale.

Riflettendo su quel viaggio, Glenn Jocher ha spiegato: "Una delle sfide più grandi è stata assicurarsi che gli utenti potessero ottenere il massimo da YOLO26 offrendo comunque prestazioni al top". La sua prospettiva evidenzia un principio di design fondamentale di YOLO26: mantenere l'IA di visione facile da usare.

Approfondendo questa idea, Jing Qiu, il nostro Senior Machine Learning Engineer, ha aggiunto: "Costruire il nuovo modello Ultralytics YOLO ha significato mantenere la calma, senza fretta. Ho continuato a perfezionare, concentrandomi solo su quell'equilibrio velocità-accuratezza. Quando tutto si è unito, ho provato una soddisfazione silenziosa: la prova che attenersi ai dettagli funziona".

Link to this sectionInizia a costruire con Ultralytics YOLO26#

Ultralytics YOLO26 sarà disponibile pubblicamente da oggi tramite la Piattaforma Ultralytics con supporto completo per addestramento, inferenza e workflow di esportazione. Le organizzazioni che distribuiscono YOLO26 in ambienti commerciali o chiusi possono accedere a opzioni di licenza enterprise, che includono supporto per la distribuzione in produzione, manutenzione a lungo termine e rollout edge scalabili.

Come i nostri modelli precedenti, è anche completamente supportato tramite il pacchetto Python di Ultralytics, rendendo possibile per gli utenti iniziare subito. Gli utenti possono addestrare, convalidare e distribuire YOLO26 con lo stesso workflow snello che già conoscono, sfruttando al contempo una gamma di opzioni di esportazione come ONNX, TensorRT, CoreML, TFLite, OpenVINO e altro ancora.

Link to this sectionCostruiamo insieme il futuro dell'IA di visione#

Ultralytics YOLO26 rappresenta il nostro prossimo passo per rendere l'IA di visione più veloce, leggera e facile da usare. Ma questo è solo l'inizio.

Il vero impatto deriva da ciò che la community dell'IA di visione crea con esso. Non vediamo l'ora di vedere le tue innovazioni e di continuare a plasmare insieme il futuro della computer vision.

Connettiti con la nostra community ed esplora il nostro repository GitHub per approfondire l'IA. Scopri soluzioni industriali come l'IA nella robotica e la computer vision nella logistica, dai un'occhiata alle nostre opzioni di licenza e inizia a costruire con la computer vision oggi stesso.