Ultralytics меняет представление о передовом уровне vision AI с помощью YOLO26

Сегодня мы официально запускаем Ultralytics YOLO26 — нашу новую модель, устанавливающую новый базовый уровень передовой производительности. Впервые представленная нашим основателем и генеральным директором Glenn Jocher на мероприятии YOLO Vision 2025 (YV25) в Лондоне, она является нашей самой передовой и готовой к развертыванию моделью на сегодняшний день.

YOLO26 разработана как легковесная, компактная и быстрая модель для тех условий, в которых приложения Vision AI действительно работают в реальном мире. Благодаря встроенному непосредственно в модель нативному сквозному выводу YOLO26 упрощает развертывание, снижает сложность системы и обеспечивает стабильную производительность на периферийных устройствах и в крупномасштабных производственных средах.

Фактически самая компактная версия YOLO26, модель Nano, работает до 43% быстрее на стандартных CPU, обеспечивая эффективные решения для Vision AI в реальном времени в мобильных приложениях, умных камерах и других периферийных устройствах. YOLO26 создана на основе стремления Ultralytics сделать эффективные возможности Vision AI доступными каждому и сочетает передовую производительность с простотой, благодаря чему ее легко использовать и развертывать.

Создана для новой эры компьютерного зрения#

Компьютерное зрение стремительно выходит за пределы облака. Для приложений реального мира все чаще требуются вывод в реальном времени, низкая задержка, гибкость в выборе оборудования и предсказуемая производительность на таких устройствах, как дроны, камеры, мобильные системы и встраиваемые платформы.

YOLO26 создана специально для этого перехода. Переосмыслив конвейер обнаружения объектов с нуля, Ultralytics разработала архитектуру модели, которая устраняет ненужную сложность, обеспечивая при этом передовые точность и скорость.

Например, традиционные модели Ultralytics для обнаружения объектов используют дополнительный этап постобработки под названием подавление немаксимумов для фильтрации перекрывающихся предсказаний после вывода. YOLO26 устраняет этот дополнительный этап благодаря нативному сквозному выводу, позволяя модели напрямую формировать окончательные результаты обнаружения. Это обеспечивает более быстрое, предсказуемое и надежное развертывание в реальных условиях.

YOLO26 — не инкрементальное обновление. Она знаменует собой структурный скачок вперед в том, как Vision AI производственного уровня обучается, развертывается и масштабируется.

Рис. 1. Сравнительное тестирование Ultralytics YOLO26

Что становится возможным благодаря YOLO26#

Один из ключевых аспектов YOLO26 — развитие сильных сторон предыдущих моделей, таких как Ultralytics YOLO11, при расширении 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 использования YOLO26 для обнаружения объектов на изображении.

Она также поддерживает оценку позы, обнаружение объектов с ориентированными ограничивающими рамками на аэрофотоснимках и спутниковых изображениях, а также отслеживание объектов в видеопотоках. Как и YOLO11, YOLO26 доступна в пяти вариантах модели: Nano (n), Small (s), Medium (m), Large (l) и Extra large (x), что позволяет выбрать оптимальный баланс скорости, размера и точности.

Ключевые особенности Ultralytics YOLO26#

Ultralytics YOLO26 включает ряд усовершенствований, призванных повысить производительность, надежность и практическую применимость. Вот краткий обзор ключевых особенностей YOLO26:

• Удаление Distribution Focal Loss: YOLO26 удаляет Distribution Focal Loss (DFL), снижая сложность модели и упрощая более совместимое развертывание на периферийном оборудовании и устройствах с низким энергопотреблением.
• Сквозной вывод без NMS: YOLO26 нативно устраняет необходимость в подавлении немаксимумов (NMS) — этапе, который обычно используется для удаления дублирующихся предсказаний, — делая развертывание проще и быстрее для использования в реальном времени.
• Прогрессивное балансирование функции потерь + STAL: Прогрессивное балансирование функции потерь (ProgLoss) и назначение меток с учетом малых объектов (STAL) изменяют способ обучения модели, обеспечивая более надежное обнаружение малых и удаленных объектов в сложных сценах.
• Оптимизатор MuSGD: YOLO26 представляет оптимизатор MuSGD — гибрид стохастического градиентного спуска (SGD) и методов, вдохновленных Muon, — который повышает стабильность обучения и обеспечивает более быструю и стабильную сходимость.
• До 43% более быстрый вывод на CPU: Модель YOLO26 Nano обеспечивает до 43% более быстрый вывод на стандартных CPU, позволяя эффективно реализовывать Vision AI в реальном времени на мобильных устройствах, умных камерах и других периферийных системах.

За кодом: путь к Ultralytics YOLO26#

Разработка YOLO26 стала коллективным усилием, сформированным исследованиями нашей команды и отзывами, которые мы получили от сообщества, партнеров и клиентов. Мы стремились упростить архитектуру, повысить эффективность и сделать модель более адаптируемой для использования в реальном мире.

Вспоминая этот путь, Glenn Jocher объяснил: «Одной из самых сложных задач было убедиться, что пользователи смогут получить максимум от YOLO26, сохранив при этом максимальную производительность». Его точка зрения подчеркивает ключевой принцип проектирования YOLO26: сделать Vision AI простым в использовании.

Развивая эту идею, Jing Qiu, наш ведущий инженер по машинному обучению, добавил: «Создание новой модели Ultralytics YOLO — это последовательная работа без спешки. Я продолжал совершенствовать ее, сосредоточившись только на балансе скорости и точности. Когда все сложилось, это принесло спокойное удовлетворение — доказательство того, что внимание к деталям дает результат».

Начни создавать решения с Ultralytics YOLO26#

Ultralytics YOLO26 будет публично доступна с сегодняшнего дня через Ultralytics Platform с полной поддержкой процессов обучения, вывода и экспорта. Организации, развертывающие YOLO26 в коммерческих или закрытых средах, могут получить доступ к вариантам корпоративного лицензирования, включающим поддержку производственного развертывания, долгосрочного сопровождения и масштабируемого развертывания на периферийных устройствах.

Как и наши предыдущие модели, она также полностью поддерживается через пакет Ultralytics для Python, что позволяет пользователям сразу приступить к работе. Пользователи могут обучать, валидировать и развертывать YOLO26 с помощью того же оптимизированного рабочего процесса, который им уже знаком, используя при этом широкий набор вариантов экспорта, таких как ONNX, TensorRT, CoreML, TFLite, OpenVINO и другие.

Давай вместе создадим будущее Vision AI#

Ultralytics YOLO26 — наш следующий шаг к тому, чтобы сделать Vision AI более быстрым, легким и простым в использовании. Но это только начало.

Настоящее влияние определяется тем, что сообщество Vision AI создаст с ее помощью. Мы с нетерпением ждем твоих инноваций и продолжения совместного формирования будущего компьютерного зрения.

Присоединяйся к нашему сообществу и изучай наш репозиторий на GitHub, чтобы глубже погрузиться в AI. Открой для себя отраслевые решения, такие как AI в робототехнике и компьютерное зрение в логистике, ознакомься с вариантами лицензирования и начни создавать решения на основе компьютерного зрения уже сегодня.