Ultralytics задаёт новый уровень развития ИИ для компьютерного зрения с YOLO26

Сегодня мы официально выпускаем Ultralytics YOLO26 — нашу новую модель, которая задает новую планку для передовых показателей производительности. Впервые ее представил наш основатель и генеральный директор Гленн Йохер на конференции YOLO Vision 2025 (YV25) в Лондоне. На сегодняшний день это наша самая продвинутая и готовая к развертыванию модель.

YOLO26 разработана как легкая, компактная и быстрая модель для реальных приложений визуального ИИ, работающих в реальном времени. Встроенный в модель сквозной инференс упрощает развертывание, снижает сложность системы и обеспечивает надежную производительность на периферийных устройствах и в крупномасштабных production-средах.

Так, самая компактная версия YOLO26 — модель Nano — работает на стандартных CPU до 43% быстрее, обеспечивая эффективную работу решений визуального ИИ в реальном времени в мобильных приложениях, умных камерах и других периферийных устройствах. YOLO26 воплощает стремление Ultralytics сделать мощные возможности визуального ИИ доступными для всех: модель сочетает передовую производительность с простотой, поэтому ее легко использовать и развертывать.

Для новой эры компьютерного зрения#

Компьютерное зрение стремительно выходит за пределы облака. Реальные приложения все чаще требуют инференса в реальном времени, низкой задержки, гибкости при выборе оборудования и предсказуемой производительности на таких устройствах, как дроны, камеры, мобильные системы и встроенные платформы.

YOLO26 изначально создавался для этого перехода. Переосмыслив конвейер обнаружения объектов с нуля, Ultralytics разработала архитектуру модели, которая устраняет ненужную сложность и обеспечивает передовые точность и скорость.

Например, традиционные модели обнаружения объектов Ultralytics используют дополнительный этап постобработки — подавление немаксимумов, чтобы отфильтровать перекрывающиеся предсказания после инференса. YOLO26 устраняет этот этап благодаря нативному сквозному инференсу, позволяя модели сразу выдавать итоговые результаты обнаружения. Это обеспечивает более быстрое, предсказуемое и надёжное развёртывание в реальных условиях.

YOLO26 — не очередное небольшое обновление. Это структурный скачок вперед в обучении, развертывании и масштабировании визуального ИИ production-уровня.

Рис. 1. Сравнительное тестирование Ultralytics YOLO26.

Возможности YOLO26#

Одна из ключевых особенностей YOLO26 — развитие сильных сторон предыдущих моделей, таких как Ultralytics YOLO11, с расширением возможностей компьютерного зрения. Сразу после установки YOLO26 поддерживает те же основные задачи компьютерного зрения, что и YOLO11, включая обнаружение объектов, сегментацию экземпляров и классификацию изображений.

Рис. 2. Пример обнаружения объектов на изображении с помощью YOLO26.

Модель также поддерживает оценку позы, обнаружение объектов с ориентированными ограничивающими рамками на аэрофотоснимках и спутниковых снимках, а также отслеживание объектов в видеопотоках. Как и YOLO11, YOLO26 доступна в пяти вариантах: Nano (n), Small (s), Medium (m), Large (l) и Extra large (x). Пользователи могут выбрать баланс между скоростью, размером и точностью.

Ключевые особенности Ultralytics YOLO26#

Ultralytics YOLO26 включает ряд улучшений, призванных повысить производительность, надежность и практичность в реальных условиях. Вот некоторые ключевые особенности YOLO26:

• Отказ от Distribution Focal Loss: YOLO26 отказывается от функции потерь Distribution Focal Loss (DFL), уменьшая сложность модели и упрощая ее развертывание на периферийном оборудовании и маломощных устройствах.
• Сквозной инференс без NMS: YOLO26 изначально устраняет необходимость в подавлении немаксимумов (NMS) — этапе, обычно используемом для удаления дублирующихся предсказаний. Это упрощает и ускоряет развертывание для работы в реальном времени.
• Прогрессивная балансировка функции потерь + STAL: Progressive Loss Balancing (ProgLoss) и Small Target Aware Label Assignment (STAL) регулируют процесс обучения модели, обеспечивая более надежное обнаружение мелких и удаленных объектов в сложных сценах.
• Оптимизатор MuSGD: В YOLO26 появился оптимизатор MuSGD — сочетание стохастического градиентного спуска (SGD) и методов, вдохновленных Muon. Он повышает стабильность обучения и обеспечивает более быструю и предсказуемую сходимость.
• Инференс на CPU до 43% быстрее: модель YOLO26 Nano обеспечивает инференс на стандартных CPU до 43% быстрее, позволяя эффективно использовать визуальный ИИ в реальном времени на мобильных устройствах, умных камерах и других периферийных системах.

Что скрывается за кодом: путь к Ultralytics YOLO26#

YOLO26 — результат совместной работы команды, основанной на наших исследованиях и отзывах сообщества, партнеров и клиентов. Мы стремились упростить архитектуру, повысить эффективность и адаптировать модель для более широкого применения в реальных условиях.

Вспоминая этот путь, Гленн Йохер объяснил: «Одной из главных задач было убедиться, что пользователи смогут получить от YOLO26 максимум, сохранив при этом высочайшую производительность». Его слова отражают основной принцип разработки YOLO26: визуальный ИИ должен оставаться простым в использовании.

Развивая эту мысль, наш старший инженер по машинному обучению Цзин Цю добавил: «Работая над новой моделью Ultralytics YOLO, я старался не торопиться и сохранять спокойствие. Я продолжал дорабатывать модель, сосредоточившись только на балансе скорости и точности. Когда все наконец сложилось, я испытал тихое удовлетворение — это доказало, что внимание к деталям окупается».

Начни создавать проекты с Ultralytics YOLO26#

С сегодняшнего дня Ultralytics YOLO26 доступна всем через Ultralytics Platform с полной поддержкой обучения, инференса и экспорта. Организации, использующие YOLO26 в коммерческих или закрытых средах, могут выбрать корпоративные лицензии, которые включают поддержку развертывания в production, долгосрочное сопровождение и масштабируемое развертывание на периферийных устройствах.

Как и предыдущие модели, YOLO26 полностью поддерживается в пакете Ultralytics для Python, поэтому пользователи могут сразу приступить к работе. Пользователи могут обучать, валидировать и развёртывать YOLO26 с помощью уже знакомого оптимизированного процесса, используя различные варианты экспорта, включая ONNX, TensorRT, CoreML, TFLite, OpenVINO и другие.

Давай вместе создавать будущее ИИ в компьютерном зрении#

Ultralytics YOLO26 — наш следующий шаг к более быстрому, лёгкому и удобному в использовании ИИ в компьютерном зрении. Но это только начало.

Настоящее влияние определяется тем, что создаёт с этой технологией сообщество специалистов по ИИ в компьютерном зрении. Мы с нетерпением ждём ваших инноваций и продолжим вместе формировать будущее компьютерного зрения.

Присоединяйся к нашему сообществу и загляни в наш репозиторий на GitHub, чтобы глубже погрузиться в ИИ. Узнай о таких отраслевых решениях, как ИИ в робототехнике и компьютерное зрение в логистике, ознакомься с вариантами лицензирования и начни создавать решения на основе компьютерного зрения уже сегодня.