Qu'est-ce que Ultralytics YOLO26 ?

Ultralytics YOLO26 est la dernière génération stable de modèles de vision par ordinateur en temps réel. Sa conception de bout en bout supprime le besoin de NMS lors des workflows d'inférence pris en charge, simplifiant ainsi le déploiement tout en conservant l'API Ultralytics familière. Consulte la documentation YOLO26 pour obtenir des détails sur l'architecture, les benchmarks et l'utilisation.

Pourquoi YOLO26 est-il conçu pour un déploiement en Edge ?

YOLO26 réduit la complexité de déploiement grâce à une inférence de bout en bout sans NMS et une architecture conçue pour une exécution efficace sur les CPU et le matériel Edge. Le modèle YOLO26 nano offre une inférence CPU jusqu'à 43 % plus rapide que YOLO11n dans les benchmarks Ultralytics. Examine les conditions de test et les résultats complets dans la documentation YOLO26.

Quelles tâches de vision par ordinateur YOLO26 prend-il en charge ?

YOLO26 prend en charge la détection d'objets, la segmentation d'instance, la segmentation sémantique, la classification d'images, l'estimation de pose et la détection d'objets orientés.

Quelle taille de modèle YOLO26 dois-je utiliser ?

Commence par YOLO26n pour les appareils Edge contraints et les workflows sensibles à la latence. YOLO26s et YOLO26m équilibrent vitesse et précision, tandis que YOLO26l et YOLO26x privilégient la précision lorsque plus de puissance de calcul est disponible. Compare chaque variante dans les benchmarks YOLO26, puis valide les candidats sur tes propres données.

Comment entraîner YOLO26 sur mon propre jeu de données ?

Utilise le mode train de la bibliothèque Ultralytics, ou ouvre le projet YOLO26 officiel sur la plateforme Ultralytics pour annoter des données, entraîner sur des GPU cloud et préparer des artefacts de déploiement. Les poids pré-entraînés offrent un point de départ pratique pour le fine-tuning.

Ultralytics YOLO

Modèles Ultralytics YOLO26

Construis une IA vision temps réel prête pour l'Edge avec une inférence native de bout en bout, un chemin de déploiement simplifié et le workflow Ultralytics habituel.

Explore YOLO26 sur la plateforme Explore la documentation de YOLO26

★★★★★5/5

Famille de modèles YOLO26

YOLO26 propose cinq tailles de détection, de nano à extra-large, toutes dotées d'une inférence native de bout en bout qui élimine la NMS des chemins de déploiement pris en charge — la colonne e2e indique la précision dans ce mode simplifié. Le modèle nano est conçu pour les CPU et les appareils edge, et chaque taille partage un même flux de travail pour l'entraînement, la validation et l'exportation.

pip install ultralytics

from ultralytics import YOLO

# Load a YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference
results = model("image.jpg")

Modèle	Taille (px)	mAP 50-95	mAP 50-95 (e2e)	CPU ONNX (ms)	T4 TensorRT (ms)	Params (M)	FLOPs (B)
YOLO26n	640	40.9	40.1	38.9 ± 0.7	1.7 ± 0.0	2.4	5.4
YOLO26s	640	48.6	47.8	87.2 ± 0.9	2.5 ± 0.0	9.5	20.7
YOLO26m	640	53.1	52.5	220.0 ± 1.4	4.7 ± 0.1	20.4	68.2
YOLO26l	640	55.0	54.4	286.2 ± 2.0	6.2 ± 0.2	24.8	86.4
YOLO26x	640	57.5	56.9	525.8 ± 4.0	11.8 ± 0.2	55.7	193.9

Benchmarks de détection YOLO26 issus de la documentation Ultralytics.

Approuvé par les organisations leaders dans le monde

L'impact de nos modèles

Optimise tes processus dans tous les secteurs grâce à nos modèles de vision par ordinateur de pointe. Vitesse, précision et facilité d'utilisation propulsées par Ultralytics.

—

Étoiles GitHub

—

Téléchargements

—

Utilisations d'Ultralytics YOLO / jour

—

Contributeurs open-source

Essayer l'inférence avec YOLO26

Glisse et dépose une image pour voir la détection d'objets en temps réel

Démo en direct

Image d'entrée

Télécharge une image ou sélectionne un exemple pour tester yolo26n. Documentation sur la prédiction

Dépose une image ici

ou clique pour parcourir

Prend en charge JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP et plus (max 10 Mo)

Ou essaie un exemple

Confiance

0.25

IoU

0.70

Taille de l'image

640

Documentation API

Déploie ton modèle pour obtenir un point de terminaison d'inférence dédié avec authentification par clé API — puis remplace l'URL et la clé fictives ci-dessous par tes valeurs de déploiement. Documentation sur le déploiement

Note : Ceci est un exemple de code. Déploie d'abord ton modèle pour obtenir ton URL de point de terminaison et ta clé API.

import requests

# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

L'évolution des modèles Ultralytics YOLO

Découvre comment Ultralytics YOLO a évolué depuis le workflow pratique YOLOv5 vers l'inférence YOLO26 prête pour l'Edge.

2020

Ultralytics YOLOv5

A rendu la détection d'objets en temps réel accessible avec un workflow PyTorch rapide et pratique.

2023

Ultralytics YOLOv8

Flux de travail unifié étendu à la détection, la segmentation, la classification, la pose et l'OBB.

2024

Ultralytics YOLO11

Précision, vitesse et efficacité améliorées tout en préservant le flux de travail Ultralytics familier.

2026

Ultralytics YOLO26

Introduction de l'inférence de bout en bout et d'une architecture optimisée pour un déploiement efficace en périphérie (edge).

Image annotation interface using smart segmentation to label an object.

Étiquette jusqu'à 10 fois plus vite grâce à l'annotation intelligente

La plateforme Ultralytics te fournit l'outil d'annotation d'images pour créer des jeux de données de haute qualité plus rapidement. De l'annotation intelligente à l'édition manuelle précise, ces fonctionnalités sont conçues pour réduire le temps d'étiquetage des images sans sacrifier la qualité.

Annotation intelligente propulsée par SAM : Masques et BBox en un seul clic.
Couverture complète des tâches d'IA : Détection, segmentation d'instance, segmentation sémantique, classification, pose, OBB.
Prise en charge universelle des formats : Ton choix parmi YOLO, COCO, VOC, et plus encore.
Revue d'équipe et versioning : Une collaboration claire à chaque étape.

Entraîne sur les meilleurs GPU pour moins cher

26 GPU NVIDIA à partir de 0,24 $/heure — de Ampere à Blackwell. Pas de majoration, pas de minimum, pas d'engagement.

Ampere

GPU de centre de données et de station de travail éprouvés

Inférence efficace et IA en temps réel

Spécialement conçu pour l'entraînement à grande échelle

BlackwellNouveau

Dernière génération, performance maximale

Déploie n'importe où

Exporte vers 20 formats et déploie sur la périphérie, le cloud et le mobile.

Explorer les solutions industrielles

Découvre comment les équipes appliquent la vision par ordinateur d'Ultralytics dans les environnements de production.

Questions fréquemment posées

Ultralytics YOLO26 est la dernière génération stable de modèles de vision par ordinateur en temps réel. Sa conception de bout en bout supprime le besoin de NMS lors des workflows d'inférence pris en charge, simplifiant ainsi le déploiement tout en conservant l'API Ultralytics familière. Consulte la documentation YOLO26 pour obtenir des détails sur l'architecture, les benchmarks et l'utilisation.
YOLO26 réduit la complexité de déploiement grâce à une inférence de bout en bout sans NMS et une architecture conçue pour une exécution efficace sur les CPU et le matériel Edge. Le modèle YOLO26 nano offre une inférence CPU jusqu'à 43 % plus rapide que YOLO11n dans les benchmarks Ultralytics. Examine les conditions de test et les résultats complets dans la documentation YOLO26.
YOLO26 prend en charge la détection d'objets, la segmentation d'instance, la segmentation sémantique, la classification d'images, l'estimation de pose et la détection d'objets orientés.
Commence par YOLO26n pour les appareils Edge contraints et les workflows sensibles à la latence. YOLO26s et YOLO26m équilibrent vitesse et précision, tandis que YOLO26l et YOLO26x privilégient la précision lorsque plus de puissance de calcul est disponible. Compare chaque variante dans les benchmarks YOLO26, puis valide les candidats sur tes propres données.
Utilise le mode train de la bibliothèque Ultralytics, ou ouvre le projet YOLO26 officiel sur la plateforme Ultralytics pour annoter des données, entraîner sur des GPU cloud et préparer des artefacts de déploiement. Les poids pré-entraînés offrent un point de départ pratique pour le fine-tuning.

Construis avec Ultralytics YOLO26

Entraîne, valide, exporte et déploie tes modèles YOLO26 avec la plateforme Ultralytics.

Ouvre YOLO26 sur la plateforme

Modèles Ultralytics YOLO26

Famille de modèles YOLO26

L'impact de nos modèles

Essayer l'inférence avec YOLO26

L'évolution des modèles Ultralytics YOLO

Étiquette jusqu'à 10 fois plus vite grâce à l'annotation intelligente

Entraîne sur les meilleurs GPU pour moins cher

Déploie n'importe où

Explorer les solutions industrielles

IA dans l'agriculture

IA dans l'automobile

IA dans la santé

IA dans la logistique

IA dans la fabrication

IA dans le commerce de détail

IA en robotique

IA dans l'agriculture

IA dans l'automobile

IA dans la santé

IA dans la logistique

IA dans la fabrication

IA dans le commerce de détail

IA en robotique

IA dans l'agriculture

IA dans l'automobile

IA dans la santé

IA dans la logistique

IA dans la fabrication

IA dans le commerce de détail

IA en robotique

Questions fréquemment posées

Qu'est-ce que Ultralytics YOLO26 ?

Pourquoi YOLO26 est-il conçu pour un déploiement en Edge ?

Quelles tâches de vision par ordinateur YOLO26 prend-il en charge ?

Quelle taille de modèle YOLO26 dois-je utiliser ?

Comment entraîner YOLO26 sur mon propre jeu de données ?

Construis avec Ultralytics YOLO26