25 сентября 2025 г.
Ознакомьтесь с последней моделью Ultralytics YOLO, Ultralytics YOLO26, и ее передовыми функциями, которые поддерживают оптимальный баланс скорости, точности и развертываемости.
25 сентября на нашем ежегодном гибридном мероприятии YOLO Vision 2025 (YV25) в Лондоне Гленн Джокер, наш основатель и генеральный директор, официально анонсировал последний прорыв в серии моделей Ultralytics YOLO — Ultralytics YOLO26! Наша новая модель компьютерного зрения, YOLO26, может анализировать и интерпретировать изображения и видео с помощью оптимизированной архитектуры, которая обеспечивает баланс между скоростью, точностью и простотой развертывания.
Хотя Ultralytics YOLO26 упрощает аспекты проектирования модели и добавляет новые улучшения, она также продолжает предлагать знакомые функции, которые пользователи ожидают от моделей Ultralytics YOLO. Например, Ultralytics YOLO26 проста в использовании, поддерживает широкий спектр задач компьютерного зрения и предоставляет гибкие возможности интеграции и развертывания.
Само собой разумеется, это упрощает переход на использование Ultralytics YOLO26, и мы с нетерпением ждем, когда пользователи смогут испытать это на себе, когда она станет общедоступной в конце октября.
Проще говоря, Ultralytics YOLO26 - это улучшенная, более быстрая и компактная модель Vision AI. В этой статье мы рассмотрим ключевые особенности Ultralytics YOLO26 и то, что она предлагает. Давайте начнем!
Прежде чем мы углубимся в ключевые особенности Ultralytics YOLO26 и приложения, которые она делает возможными, давайте сделаем шаг назад и обсудим вдохновение и мотивацию, которые привели к разработке этой модели.
В Ultralytics мы всегда верили в силу инноваций. С самого начала наша миссия была двоякой. С одной стороны, мы хотим сделать Vision AI доступным, чтобы любой мог использовать его без барьеров. С другой стороны, мы в равной степени стремимся поддерживать его на переднем крае, расширяя границы того, чего могут достичь модели компьютерного зрения.
Ключевым фактором, лежащим в основе этой миссии, является то, что пространство AI постоянно развивается. Например, edge AI, который включает в себя запуск моделей AI непосредственно на устройствах, а не полагаться на облако, быстро внедряется в различных отраслях.
От умных камер до автономных систем — теперь ожидается, что устройства на периферии будут обрабатывать информацию в режиме реального времени. Этот сдвиг требует более легких и быстрых моделей, которые при этом обеспечивают тот же высокий уровень точности.
Именно поэтому существует постоянная необходимость в улучшении наших моделей Ultralytics YOLO. Как говорит Гленн Джохер: «Одной из самых больших задач было убедиться, что пользователи могут получить максимальную отдачу от YOLO26, сохраняя при этом высочайшую производительность».
YOLO26 доступна из коробки в пяти различных вариантах модели, что дает вам возможность использовать ее возможности в приложениях любого масштаба.
Все эти варианты модели поддерживают несколько задач компьютерного зрения, как и предыдущие модели Ultralytics YOLO. Это означает, что независимо от того, какой размер вы выберете, вы можете рассчитывать на то, что YOLO26 предоставит широкий спектр возможностей, как и Ultralytics YOLO11.
Вот обзор задач компьютерного зрения, поддерживаемых YOLO26:
Теперь, когда у нас есть лучшее понимание того, на что способен YOLO26, давайте рассмотрим некоторые инновации в его архитектуре.
Конструкция модели была оптимизирована путем удаления модуля Distribution Focal Loss (DFL), который ранее замедлял вывод и ограничивал регрессию ограничивающей рамки.
Процесс прогнозирования также был упрощен благодаря опции сквозного (E2E) вывода, которая позволяет модели пропустить традиционный этап немаксимального подавления (NMS). Это улучшение снижает сложность и позволяет модели быстрее выдавать результаты, что упрощает развертывание в реальных приложениях.
Другие улучшения делают модель более интеллектуальной и надежной. Progressive Loss Balancing (ProgLoss) помогает стабилизировать обучение и повысить точность, а Small-Target-Aware Label Assignment (STAL) обеспечивает более эффективное обнаружение мелких объектов. Кроме того, новый оптимизатор MuSGD улучшает сходимость обучения и повышает общую производительность.
Фактически, самая маленькая версия YOLO26, модель nano, теперь работает до 43% быстрее на стандартных процессорах, что делает ее особенно подходящей для мобильных приложений, интеллектуальных камер и других периферийных устройств, где скорость и эффективность имеют решающее значение.
Вот краткий обзор функций YOLO26 и того, чего могут ожидать пользователи:
Независимо от того, работаете ли вы над мобильными приложениями, интеллектуальными камерами или корпоративными системами, развертывание YOLO26 является простым и гибким. Python-пакет Ultralytics поддерживает постоянно растущее число форматов экспорта, что упрощает интеграцию YOLO26 в существующие рабочие процессы и делает его совместимым практически с любой платформой.
Некоторые из вариантов экспорта включают TensorRT для максимального ускорения GPU, ONNX для широкой совместимости, CoreML для нативных приложений iOS, TFLite для устройств Android и периферийных устройств и OpenVINO для оптимизированной производительности на оборудовании Intel. Эта гибкость позволяет легко перевести YOLO26 из разработки в производство без дополнительных препятствий.
Еще один важный аспект развертывания — обеспечение эффективной работы моделей на устройствах с ограниченными ресурсами. Здесь на помощь приходит квантование. Благодаря своей упрощенной архитектуре, YOLO26 отлично справляется с этой задачей. Она поддерживает развертывание INT8 (использование 8-битного сжатия для уменьшения размера и повышения скорости с минимальной потерей точности), а также половинную точность (FP16) для более быстрого вывода на поддерживаемом оборудовании.
Самое главное, YOLO26 обеспечивает стабильную производительность на всех этих уровнях квантования, поэтому вы можете положиться на него, независимо от того, работает ли он на мощном сервере или на компактном периферийном устройстве.
YOLO26 можно использовать в широком спектре приложений компьютерного зрения в различных отраслях и вариантах использования. От робототехники до производства, это может оказать значительное влияние за счет улучшения рабочих процессов и обеспечения более быстрого и точного принятия решений.
Например, хорошим примером является робототехника, где YOLO26 может помочь роботам интерпретировать свое окружение в режиме реального времени. Это делает навигацию более плавной, а управление объектами — более точным. Это также обеспечивает более безопасное сотрудничество с людьми.
Другой пример — производство, где модель может использоваться для обнаружения дефектов. Она может автоматически выявлять дефекты на производственных линиях быстрее и точнее, чем при ручном контроле.
В целом, поскольку YOLO26 лучше, быстрее и легче, она легко адаптируется к широкому спектру сред, от легких периферийных устройств до крупных корпоративных систем. Это делает ее практичным выбором для отраслей, стремящихся повысить эффективность, точность и надежность.
Ultralytics YOLO26 — это модель компьютерного зрения, которая лучше, быстрее и легче, при этом остается простой в использовании и обеспечивает высокую производительность. Она работает в широком диапазоне задач и платформ и будет доступна всем к концу октября. Нам не терпится увидеть, как сообщество использует ее для создания новых решений и расширения границ компьютерного зрения.
Присоединяйтесь к нашему растущему сообществу! Изучите наш репозиторий GitHub, чтобы узнать больше об ИИ. Откройте для себя такие инновации, как компьютерное зрение в розничной торговле и ИИ в автомобильной промышленности, посетив страницы с нашими решениями. Чтобы начать создавать решения на основе компьютерного зрения уже сегодня, ознакомьтесь с нашими вариантами лицензирования.
.webp)