论文页面 - Ultralytics YOLO26：统一实时端到端视觉模型

来源：https://huggingface.co/papers/2606.03748

摘要

YOLO26 通过一个统一的模型系列解决了实时视觉挑战，实现了无 NMS 推理、改进的训练策略以及覆盖检测、分割和姿态估计的多任务能力。

实时视觉要求模型准确、高效且易于部署到多样化硬件上。YOLO（https://huggingface.co/papers?q=YOLO）系列因此被广泛部署，但大多数 YOLO 检测器在推理时仍依赖非极大值抑制（https://huggingface.co/papers?q=non-maximum%20suppression），由于分布焦点损失（https://huggingface.co/papers?q=Distribution%20Focal%20Loss）而承载繁重的检测头，需要较长的训练计划，并且可能使最小物体无法获得正标签分配。我们提出了 Ultralytics YOLO（https://huggingface.co/papers?q=YOLO）26，这是一个统一的实时视觉模型系列，通过协调的架构与训练进展解决了这些局限。YOLO（https://huggingface.co/papers?q=YOLO）26 采用双头设计实现原生无 NMS 的端到端推理，并完全移除 DFL，从而获得更轻量的检测头及无约束回归范围。其训练流程结合了 MuSGD（https://huggingface.co/papers?q=MuSGD）——一种从大语言模型训练中改进的混合 Muon-SGD 优化器（https://huggingface.co/papers?q=hybrid%20Muon-SGD%20optimizer）；渐进损失（https://huggingface.co/papers?q=Progressive%20Loss）——将监督信号逐步转移至推理时的检测头；以及 STAL（https://huggingface.co/papers?q=STAL）——一种确保小物体获得正覆盖的标签分配策略。除检测外，YOLO（https://huggingface.co/papers?q=YOLO）26 还引入了针对实例分割（https://huggingface.co/papers?q=instance%20segmentation）、姿态估计（https://huggingface.co/papers?q=pose%20estimation）和旋转目标检测（https://huggingface.co/papers?q=oriented%20detection）的任务特定检测头与损失设计，跨任务和尺度产生一致的提升。该系列涵盖五个尺度（n/s/m/l/x），并在单一流水线中支持检测、实例分割（https://huggingface.co/papers?q=instance%20segmentation）、姿态估计（https://huggingface.co/papers?q=pose%20estimation）、分类以及旋转目标检测（https://huggingface.co/papers?q=oriented%20detection），还通过开放词汇扩展（https://huggingface.co/papers?q=open-vocabulary%20extension）YOLO（https://huggingface.co/papers?q=YOLO）E-26 实现文本、视觉和无提示推理。在所有尺度上，YOLO（https://huggingface.co/papers?q=YOLO）26 在 COCO（https://huggingface.co/papers?q=COCO）上以 1.7–11.8 ms T4 TensorRT 延迟（https://huggingface.co/papers?q=TensorRT%20latency）取得 40.9–57.5 mAP（https://huggingface.co/papers?q=mAP），将精度-延迟帕累托前沿推至更优；而 YOLO（https://huggingface.co/papers?q=YOLO）E-26x 在文本提示下于 LVIS（https://huggingface.co/papers?q=LVIS）minival 上达到 40.6 AP。代码和模型可在 https://github.com/ultralytics/ultralytics 获取。

查看 arXiv 页面（https://arxiv.org/abs/2606.03748）
查看 PDF（https://arxiv.org/pdf/2606.03748）
项目页面（https://docs.ultralytics.com/models/yolo26）
GitHub 58k（https://github.com/ultralytics/ultralytics）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.03748）

在您的代理中获取此论文：

hf papers read 2606.03748

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型与此论文链接

在模型 README.md 中引用 arxiv.org/abs/2606.03748 以从本页链接。

引用此论文的数据集 0

没有数据集与此论文链接

在数据集 README.md 中引用 arxiv.org/abs/2606.03748 以从本页链接。

引用此论文的 Space 0

没有 Space 与此论文链接

在 Space README.md 中引用 arxiv.org/abs/2606.03748 以从本页链接。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）以从本页链接。