Ultralytics YOLO26: Verenigde real-time end-to-end visiemodellen

Samenvatting

Real-time vision vereist modellen die accuraat, efficiënt en eenvoudig inzetbaar zijn op diverse hardware. De YOLO-familie wordt om deze reden veelvuldig ingezet, maar de meeste YOLO-detectoren zijn nog steeds afhankelijk van non-maximum suppressie tijdens inferentie, dragen zware detectiekoppen door Distribution Focal Loss, vereisen lange trainingsschema's en kunnen de kleinste objecten zonder positieve labeltoewijzing laten. Wij presenteren Ultralytics YOLO26, een uniforme real-time vision modelfamilie die deze beperkingen aanpakt door gecoördineerde architectuur- en trainingsverbeteringen. YOLO26 gebruikt een tweevoudig kopontwerp voor native NMS-vrije end-to-end inferentie en verwijdert DFL volledig, wat resulteert in een lichtere kop met een onbeperkt regressiebereik. De trainingspijplijn combineert MuSGD, een hybride Muon-SGD-optimalisator aangepast van grootschalige taalmodeltraining; Progressive Loss, die de supervisie verschuift naar de inferentiekop; en STAL, een labeltoewijzingsstrategie die positieve dekking voor kleine objecten garandeert. Naast detectie introduceert YOLO26 taakspecifieke kop- en verliesontwerpen voor instance segmentation, pose estimation en georiënteerde detectie, wat consistente verbeteringen oplevert over taken en schalen. De familie omvat vijf schalen (n/s/m/l/x) en ondersteunt detectie, instance segmentation, pose estimation, classificatie en georiënteerde detectie in één pijplijn, met een open-vocabulaire extensie, YOLOE-26, voor tekst-, visuele- en prompt-vrije inferentie. Op alle schalen behaalt YOLO26 40,9–57,5 mAP op COCO bij 1,7–11,8 ms T4 TensorRT-latentie, waarmee de nauwkeurigheid-latentie Pareto-grens wordt verschoven ten opzichte van eerdere real-time detectoren, terwijl YOLOE-26x 40,6 AP op LVIS minival bereikt onder tekstprompting. Code en modellen zijn beschikbaar op https://github.com/ultralytics/ultralytics.

English

Real-time vision demands models that are accurate, efficient, and simple to deploy across diverse hardware. The YOLO family has become widely deployed for this reason, yet most YOLO detectors still rely on non-maximum suppression at inference, carry heavy detection heads due to Distribution Focal Loss, require long training schedules, and can leave the smallest objects without positive label assignments. We present Ultralytics YOLO26, a unified real-time vision model family that addresses these limitations through coordinated architecture and training advances. YOLO26 uses a dual-head design for native NMS-free end-to-end inference and removes DFL entirely, yielding a lighter head with unconstrained regression range. Its training pipeline combines MuSGD, a hybrid Muon-SGD optimizer adapted from large language model training; Progressive Loss, which shifts supervision toward the inference-time head; and STAL, a label assignment strategy that guarantees positive coverage for small objects. Beyond detection, YOLO26 introduces task-specific head and loss designs for instance segmentation, pose estimation, and oriented detection, producing consistent gains across tasks and scales. The family spans five scales (n/s/m/l/x) and supports detection, instance segmentation, pose estimation, classification, and oriented detection in a single pipeline, with an open-vocabulary extension, YOLOE-26, for text-, visual-, and prompt-free inference. Across all scales, YOLO26 achieves 40.9-57.5 mAP on COCO at 1.7-11.8 ms T4 TensorRT latency, advancing the accuracy-latency Pareto front over prior real-time detectors, while YOLOE-26x reaches 40.6 AP on LVIS minival under text prompting. Code and models are available at https://github.com/ultralytics/ultralytics.