Ultralytics YOLO26 如何借助 ProgLoss、STAL 和 MuSGD 实现更智能的训练

上周，我们发布了 Ultralytics YOLO26，为边缘优先的实时计算机视觉模型树立了新标准。与之前的 Ultralytics YOLO models（例如 Ultralytics YOLO11）类似，YOLO26 支持用户熟悉的核心计算机视觉任务，包括目标检测、实例分割和姿态估计。

图 1. 使用 Ultralytics YOLO26 在图像中分割对象的示例。

不过，Ultralytics YOLO26 并不只是一次渐进式更新。虽然支持的任务看起来可能很熟悉，但这个新模型代表了计算机视觉模型训练方式的一次创新性飞跃。借助 YOLO26，关注重点不再局限于推理效率，还包括让训练更加稳定。

Ultralytics YOLO26 在设计时考虑了完整的训练生命周期。这意味着更快的收敛速度、更可靠的训练运行以及更一致的模型行为。这些改进对于真实世界的工作流尤为重要，因为训练可靠性会直接影响模型迭代和部署的速度。

为实现这一目标，Ultralytics YOLO26 引入了多项针对性的训练创新，例如渐进式损失平衡（ProgLoss）、小目标感知标签分配（STAL）和 MuSGD 优化器。这些变化共同改善了学习损失的平衡方式、标签的分配方式以及优化过程随时间变化的表现。

本文将介绍这些机制分别如何工作，以及它们为何能让 Ultralytics YOLO26 更易训练，并在大规模场景下更加可靠。让我们开始吧！

Ultralytics YOLO26：旨在更智能地训练，而不仅仅是更快地运行#

Ultralytics YOLO26 通过移除对非极大值抑制等后处理步骤的依赖，从原生层面简化了整个推理流程。YOLO26 不再生成大量相互重叠的预测结果后再进行筛选，而是直接从网络中生成最终检测结果。

这使 YOLO26 成为端到端模型，预测、重复结果消解和最终输出都在网络内部完成学习。这不仅简化了部署并提升了推理效率，也影响了模型在训练期间的学习方式。

图 2. YOLO26 提供先进的端到端、无 NMS 推理（来源）

在这样的端到端系统中，训练与推理紧密相连。由于没有外部后处理阶段来事后修正预测结果，模型必须在训练期间就学会做出清晰且有信心的决策。

因此，训练目标与推理行为之间的一致性尤为重要。模型训练方式与推理时使用方式之间的任何不匹配，都可能导致学习不稳定或收敛速度变慢。

Ultralytics YOLO26 从一开始就围绕真实世界的使用方式设计训练流程。训练系统不再只关注推理速度，而是旨在支持长时间运行中的稳定学习、从 Nano 到 Extra Large 各种模型尺寸下的一致收敛，以及在多样化数据集上的稳健性能。

Ultralytics YOLO26 中的两个训练头如何改善学习效果#

Ultralytics YOLO26 的一项关键训练创新，建立在之前 YOLO 模型采用的双头训练方法之上。在目标检测模型中，检测头指的是负责进行预测的网络部分。

换句话说，检测头会学习预测对象在图像中的位置以及对象类别。它们通过回归边界框坐标来实现这一点，也就是学习估计输入图像中每个对象的位置和大小。

在训练期间，模型通过最小化损失来学习。损失是衡量预测结果与正确答案或真实标注相差多远的数值指标。损失越低，表示模型预测越接近真实标注；损失越高，则表示误差越大。损失计算会指导模型在训练期间更新参数。

Ultralytics YOLO26 在训练期间使用两个检测头，它们共享同一个底层模型，但用途不同。一对一检测头用于推理阶段。它学习将每个对象与一个明确且有信心的预测结果关联起来，这对于 YOLO26 的端到端、无 NMS 设计至关重要。

另一方面，一对多检测头仅用于训练。它允许多个预测结果与同一个对象关联，从而提供更密集的监督信号。这种更丰富的学习信号有助于稳定训练并提升准确率，尤其是在训练早期阶段。

在 Ultralytics YOLO26 中，两个检测头都使用相同的框回归和分类损失计算方式。早期实现会在整个训练过程中固定平衡这两种损失信号。

然而在实践中，每个检测头的重要性会随时间变化。密集监督在训练早期最有用，而在训练后期，与推理行为保持一致则更加重要。Ultralytics YOLO26 正是围绕这一洞察设计的，这也直接引出了它如何在训练进程中重新平衡学习信号。

Ultralytics YOLO26 使用渐进式损失平衡#

那么，Ultralytics YOLO26 如何在训练期间应对这些不断变化的学习需求？它使用渐进式损失平衡，随时间调整学习信号的权重。

ProgLoss 会随着训练推进，动态调整每个检测头对总损失的贡献比例。在训练早期，一对多检测头会获得更高权重，以稳定学习并提升召回率。随着训练继续进行，平衡会逐渐转向一对一检测头，使训练与推理行为更加一致。

这种渐进式过渡让 Ultralytics YOLO26 能够按照正确的顺序进行学习。渐进式损失平衡不会强迫模型同时优化相互竞争的目标，而是优先使用训练每个阶段最有价值的学习信号。结果是更平滑的收敛、更少的不稳定训练运行，以及更加一致的最终性能。

STAL 如何帮助 Ultralytics YOLO26 学习微小对象#

Ultralytics YOLO26 的另一项有趣训练改进，来自模型如何将训练目标分配给预测结果，这一过程称为标签分配。它负责将真实标注对象与候选预测结果进行匹配，候选预测结果通常称为锚点。

这些匹配关系决定哪些预测结果会获得监督并参与损失计算。Ultralytics YOLO26 在一种已有的标签分配方法——任务对齐学习（TAL）的基础上进行了改进，该方法旨在更好地对齐训练期间的分类和定位。

虽然 TAL 对大多数对象都很有效，但训练过程暴露出了一个重要局限。在匹配过程中，非常小的对象可能会被完全丢弃。实际上，在 640 像素的输入图像中，小于约 8 像素的对象通常无法获得任何锚点分配。发生这种情况时，模型几乎无法获得这些对象的监督信号，因此很难学会可靠地检测它们。

为解决这一问题，Ultralytics YOLO26 引入了小目标感知标签分配（STAL）。STAL 修改了分配流程，确保小对象在训练期间不会被忽略。具体来说，对于小于 8 像素的对象，它强制至少分配四个锚点。这保证了即使是微小对象也能持续参与训练损失计算。

通过加强对小目标的监督，STAL 提升了小目标或远距离对象常见场景中的学习稳定性和检测性能。这一改进对于 边缘优先的 YOLO26 应用尤为重要，例如航空影像、机器人和物联网（IoT）系统，因为其中的对象通常较小、距离较远或部分可见，而可靠检测至关重要。

Ultralytics YOLO26 引入 MuSGD 优化器#

为了支持更加稳定且可预测的训练，Ultralytics YOLO26 还引入了一种名为 MuSGD 的新优化器。该优化器旨在提升端到端检测模型的收敛速度和训练可靠性，尤其适用于模型规模和训练复杂度不断增加的情况。

为了让神经网络能够学习，并在训练期间相应地改变权重，我们会计算误差（也称为“损失”）。因此，模型会使用损失值衡量预测结果的错误程度，计算表示参数应如何变化的梯度，然后更新这些参数以减少误差。随机梯度下降（SGD）是一种广泛使用的优化器，负责执行这些更新，使训练更加高效且易于扩展。

图 3. 随机梯度下降与梯度下降的对比（来源）

MuSGD 在这一熟悉基础上进一步融入了受 Muon 启发的优化思想。Muon 是一种用于大语言模型训练的方法。这些思想受到近期进展的影响，例如 Moonshot AI 的 Kimi K2；后者通过更具结构化的参数更新展现了更优的训练行为。

Ultralytics YOLO26 使用混合更新策略。部分参数通过结合 Muon 风格更新与 SGD 进行更新，而其他参数仅使用 SGD。这使 YOLO26 能够在优化过程中引入额外结构，同时保持 SGD 已展现出的稳健性和泛化能力。

最终，优化过程更加平滑、收敛速度更快，并且不同模型尺寸下的训练行为更加可预测，使 MuSGD 成为 Ultralytics YOLO26 更易训练且在大规模场景下更加可靠的关键组成部分。

Ultralytics YOLO26 训练创新的意义#

Ultralytics YOLO26 的训练创新与其端到端、无 NMS 和边缘优先等关键特性相结合，使模型更易训练，并在大规模场景下更加可靠。你可能会想知道，这对计算机视觉应用究竟意味着什么。

图 4. YOLO26 关键特性一览（来源）

在实际应用中，它让计算机视觉更容易部署到真正运行它的地方。模型训练更加可预测，在不同尺寸之间扩展时更加一致，也更容易适配新数据集。这减少了实验与部署之间的摩擦，尤其是在可靠性和效率与原始性能同等重要的环境中。

例如，在 机器人和工业视觉应用中，随着环境、传感器或任务发生变化，模型通常需要频繁重新训练。借助 Ultralytics YOLO26，团队可以更快地迭代，而不必担心训练运行不稳定或不同模型尺寸之间的行为不一致。

要点总结#

可靠的计算机视觉系统不仅取决于模型在推理时的表现，也同样取决于模型的训练方式。通过改善学习信号的平衡方式、小对象的处理方式以及优化过程的推进方式，Ultralytics YOLO26 让训练更加稳定，也更易于扩展。这种对可靠训练的重视，有助于团队更顺畅地从实验走向真实世界部署，尤其是在边缘优先的应用中。

想了解 AI？访问我们的 GitHub repository，获取更多信息。加入我们的活跃 community，了解 AI in logistics 和 vision AI in the automotive industry 等领域的创新。立即开始使用计算机视觉，查看我们的 licensing options。