Ultralytics YOLO26 là gì?

Ultralytics YOLO26 là thế hệ ổn định mới nhất của các model thị giác máy tính thời gian thực. Thiết kế toàn diện của nó loại bỏ nhu cầu về NMS trong các workflow inference được hỗ trợ, giúp đơn giản hóa việc triển khai trong khi vẫn giữ lại API Ultralytics quen thuộc. Xem tài liệu YOLO26 để biết chi tiết kiến trúc, điểm chuẩn và cách sử dụng.

Tại sao YOLO26 được thiết kế để triển khai trên Edge?

YOLO26 giảm độ phức tạp khi triển khai thông qua inference toàn diện, không cần NMS và kiến trúc được thiết kế để thực thi hiệu quả trên CPU và phần cứng edge. Model YOLO26 nano mang lại tốc độ inference trên CPU nhanh hơn tới 43% so với YOLO11n trong các điểm chuẩn của Ultralytics. Xem lại các điều kiện thử nghiệm và kết quả đầy đủ trong tài liệu YOLO26.

YOLO26 hỗ trợ những tác vụ thị giác máy tính nào?

YOLO26 hỗ trợ object detection, instance segmentation, semantic segmentation, image classification, pose estimation, và oriented object detection.

Tôi nên sử dụng kích thước model YOLO26 nào?

Bắt đầu với YOLO26n cho các thiết bị edge bị giới hạn tài nguyên và các workflow nhạy cảm với độ trễ. YOLO26s và YOLO26m cân bằng giữa tốc độ và độ chính xác, trong khi YOLO26l và YOLO26x ưu tiên độ chính xác khi có nhiều tài nguyên tính toán hơn. So sánh mọi biến thể trong các điểm chuẩn YOLO26, sau đó kiểm chứng các ứng viên trên dữ liệu của riêng bạn.

Làm thế nào để train YOLO26 trên tập dữ liệu của riêng tôi?

Sử dụng train mode của thư viện Ultralytics hoặc mở dự án YOLO26 chính thức trên Ultralytics Platform để chú thích dữ liệu, train trên GPU đám mây và chuẩn bị các artifact triển khai. Các trọng số được train sẵn cung cấp một điểm khởi đầu thực tế cho việc fine-tuning.

Ultralytics YOLO

Các model Ultralytics YOLO26

Xây dựng AI thị giác thời gian thực sẵn sàng cho Edge với inference toàn diện gốc, quy trình triển khai đơn giản hơn và workflow quen thuộc của Ultralytics.

Khám phá YOLO26 trên Platform Khám phá tài liệu YOLO26

★★★★★5/5

Họ model YOLO26

YOLO26 cung cấp năm kích thước phát hiện từ nano đến extra-large, tất cả đều hỗ trợ inference end-to-end gốc giúp loại bỏ NMS khỏi các đường dẫn triển khai được hỗ trợ — cột e2e hiển thị độ chính xác trong chế độ rút gọn đó. Model nano được xây dựng cho CPU và các thiết bị edge, đồng thời mọi kích thước đều dùng chung một quy trình huấn luyện, xác thực và xuất model.

pip install ultralytics

from ultralytics import YOLO

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

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

Model	Kích thước (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

Điểm chuẩn phát hiện YOLO26 từ tài liệu Ultralytics.

Được tin dùng bởi các tổ chức hàng đầu thế giới

Tác động từ các model của chúng tôi

Hợp lý hóa quy trình giữa các ngành công nghiệp với các model AI thị giác tiên tiến của chúng tôi. Tốc độ, độ chính xác và tính dễ sử dụng được hỗ trợ bởi Ultralytics.

—

Lượt sao trên GitHub

—

Lượt tải xuống

—

Số lượt sử dụng Ultralytics YOLO mỗi ngày

—

Cộng tác viên mã nguồn mở

Thử nghiệm suy luận YOLO26

Kéo và thả hình ảnh để xem tính năng phát hiện đối tượng thời gian thực

Demo trực tiếp

Hình ảnh đầu vào

Tải lên hình ảnh hoặc chọn một ví dụ để kiểm tra yolo26n. Tài liệu Predict

Thả hình ảnh vào đây

hoặc nhấp để chọn tệp

Hỗ trợ JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP & nhiều định dạng khác (tối đa 10MB)

Hoặc thử một ví dụ

Độ tin cậy

0.25

IoU

0.70

Kích thước hình ảnh

640

Tài liệu API

Triển khai model của bạn để có điểm cuối suy luận chuyên dụng với xác thực API key — sau đó thay thế URL giữ chỗ và key bên dưới bằng các giá trị triển khai của bạn. Tài liệu Deploy

Lưu ý: Đây là mã ví dụ. Hãy triển khai model của bạn trước để nhận URL điểm cuối và API key.

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())

Sự phát triển của các model Ultralytics YOLO

Xem cách Ultralytics YOLO phát triển từ workflow YOLOv5 thực tiễn sang inference YOLO26 sẵn sàng cho Edge.

2020

Ultralytics YOLOv5

Đã giúp việc phát hiện đối tượng thời gian thực trở nên dễ tiếp cận với một workflow PyTorch nhanh chóng và thực tế.

2023

Ultralytics YOLOv8

Mở rộng quy trình làm việc thống nhất trên các tác vụ phát hiện, phân đoạn, phân loại, pose và OBB.

2024

Ultralytics YOLO11

Cải thiện độ chính xác, tốc độ và hiệu suất trong khi vẫn giữ nguyên quy trình làm việc quen thuộc của Ultralytics.

2026

Ultralytics YOLO26

Đã giới thiệu tính năng inference end-to-end và một kiến trúc được tối ưu hóa cho việc triển khai edge hiệu quả.

Image annotation interface using smart segmentation to label an object.

Gán nhãn nhanh hơn tới 10 lần với tính năng gán nhãn thông minh

Nền tảng Ultralytics cung cấp công cụ gán nhãn hình ảnh giúp bạn xây dựng tập dữ liệu chất lượng cao nhanh hơn. Từ tính năng gán nhãn thông minh đến chỉnh sửa thủ công chính xác, các tính năng này được thiết kế để giảm thời gian gán nhãn hình ảnh mà không làm giảm chất lượng.

Gán nhãn thông minh dựa trên SAM: Mask và bounding box chỉ với một cú nhấp chuột.
Hỗ trợ đầy đủ các tác vụ AI: Phát hiện đối tượng, phân đoạn thực thể, phân đoạn ngữ nghĩa, phân loại, pose, OBB.
Hỗ trợ định dạng phổ quát: Tùy chọn của bạn bao gồm YOLO, COCO, VOC và nhiều định dạng khác.
Đánh giá nhóm và quản lý phiên bản: Cộng tác minh bạch trong từng bước thực hiện.

Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn

26 GPU NVIDIA với giá từ $0.24/giờ — từ Ampere đến Blackwell. Không phụ phí, không yêu cầu tối thiểu, không cam kết.

Ampere

GPU máy trạm và trung tâm dữ liệu đã được kiểm chứng

Suy luận hiệu quả và AI thời gian thực

Được thiết kế chuyên biệt cho huấn luyện quy mô lớn

BlackwellMới

Thế hệ mới nhất, hiệu suất tối đa

Triển khai ở mọi nơi

Export sang 20 định dạng và triển khai trên edge, cloud và mobile.

Khám phá các giải pháp ngành

Xem cách các nhóm áp dụng thị giác máy tính của Ultralytics trong các môi trường sản xuất.

Các câu hỏi thường gặp

Ultralytics YOLO26 là thế hệ ổn định mới nhất của các model thị giác máy tính thời gian thực. Thiết kế toàn diện của nó loại bỏ nhu cầu về NMS trong các workflow inference được hỗ trợ, giúp đơn giản hóa việc triển khai trong khi vẫn giữ lại API Ultralytics quen thuộc. Xem tài liệu YOLO26 để biết chi tiết kiến trúc, điểm chuẩn và cách sử dụng.
YOLO26 giảm độ phức tạp khi triển khai thông qua inference toàn diện, không cần NMS và kiến trúc được thiết kế để thực thi hiệu quả trên CPU và phần cứng edge. Model YOLO26 nano mang lại tốc độ inference trên CPU nhanh hơn tới 43% so với YOLO11n trong các điểm chuẩn của Ultralytics. Xem lại các điều kiện thử nghiệm và kết quả đầy đủ trong tài liệu YOLO26.
YOLO26 hỗ trợ object detection, instance segmentation, semantic segmentation, image classification, pose estimation, và oriented object detection.
Bắt đầu với YOLO26n cho các thiết bị edge bị giới hạn tài nguyên và các workflow nhạy cảm với độ trễ. YOLO26s và YOLO26m cân bằng giữa tốc độ và độ chính xác, trong khi YOLO26l và YOLO26x ưu tiên độ chính xác khi có nhiều tài nguyên tính toán hơn. So sánh mọi biến thể trong các điểm chuẩn YOLO26, sau đó kiểm chứng các ứng viên trên dữ liệu của riêng bạn.
Sử dụng train mode của thư viện Ultralytics hoặc mở dự án YOLO26 chính thức trên Ultralytics Platform để chú thích dữ liệu, train trên GPU đám mây và chuẩn bị các artifact triển khai. Các trọng số được train sẵn cung cấp một điểm khởi đầu thực tế cho việc fine-tuning.

Xây dựng với Ultralytics YOLO26

Train, kiểm chứng, xuất và triển khai các model YOLO26 với Ultralytics Platform.

Mở YOLO26 trên Platform

Các model Ultralytics YOLO26

Họ model YOLO26

Tác động từ các model của chúng tôi

Thử nghiệm suy luận YOLO26

Sự phát triển của các model Ultralytics YOLO

Gán nhãn nhanh hơn tới 10 lần với tính năng gán nhãn thông minh

Huấn luyện trên các GPU tốt nhất với chi phí thấp hơn

Triển khai ở mọi nơi

Khám phá các giải pháp ngành

AI trong nông nghiệp

AI trong ô tô

AI trong y tế

AI trong logistics

AI trong sản xuất

AI trong bán lẻ

AI trong robot

AI trong nông nghiệp

AI trong ô tô

AI trong y tế

AI trong logistics

AI trong sản xuất

AI trong bán lẻ

AI trong robot

AI trong nông nghiệp

AI trong ô tô

AI trong y tế

AI trong logistics

AI trong sản xuất

AI trong bán lẻ

AI trong robot

Các câu hỏi thường gặp

Ultralytics YOLO26 là gì?

Tại sao YOLO26 được thiết kế để triển khai trên Edge?

YOLO26 hỗ trợ những tác vụ thị giác máy tính nào?

Tôi nên sử dụng kích thước model YOLO26 nào?

Làm thế nào để train YOLO26 trên tập dữ liệu của riêng tôi?

Xây dựng với Ultralytics YOLO26