Ultralytics YOLO26 模型
借助原生端到端推理、更简单的部署流程和熟悉的 Ultralytics 工作流，构建适用于边缘设备的实时视觉 AI。
YOLO26 模型系列
YOLO26 提供从 nano 到 extra-large 的五种检测规格，所有规格都支持原生端到端推理，可在受支持的部署路径中移除 NMS；e2e 列展示了这种简化模式下的精度。nano 模型专为 CPU 和边缘设备打造，所有规格共用同一套训练、验证和导出流程。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| 模型 | 尺寸（像素） | mAP 50-95 | mAP 50-95（e2e） | CPU ONNX（毫秒） | T4 TensorRT（毫秒） | 参数量（百万） | FLOPs（十亿） |
|---|---|---|---|---|---|---|---|
| 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 |
Ultralytics 文档中的 YOLO26 检测基准测试数据。
深受全球领先机构信赖
我们的模型影响力
借助我们尖端的视觉 AI 模型，优化各行业流程。Ultralytics 为你带来速度、准确性和易用性。
试用 YOLO26 推理
拖放图像，查看实时目标检测效果
Ultralytics YOLO 模型的演进
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进到适用于边缘设备的 YOLO26 推理。
借助智能标注，提速至多 10 倍
Ultralytics Platform 为你提供图像标注工具，帮助你更快地构建高质量数据集。从智能标注到精准的手动编辑，这些功能旨在缩短图像标注时间，同时不牺牲质量。
- SAM 驱动的智能标注：一键生成掩码和边界框。
- 全面覆盖 AI 任务：目标检测、实例分割、语义分割、分类、姿态估计、OBB。
- 通用格式支持：你可以选择 YOLO、COCO 等格式。
- 团队审核与版本管理：协作过程清晰可见，步步有序。
以更低成本使用顶级 GPU 训练
26 款 NVIDIA GPU，每小时仅需 $0.24 起——涵盖 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解各团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
农业
汽车
医疗保健
物流
制造业
零售
机器人
常见问题
Ultralytics YOLO26 是最新一代稳定的实时计算机视觉模型。其端到端设计在受支持的推理工作流中无需执行非极大值抑制，从而简化部署，同时保留熟悉的 Ultralytics API。查看 YOLO26 文档，了解架构详情、基准测试和用法。
YOLO26 通过端到端、无 NMS 的推理，以及专为在 CPU 和边缘硬件上高效运行而设计的架构，降低了部署复杂度。在 Ultralytics 基准测试中，YOLO26 nano 模型的 CPU 推理速度比 YOLO11n 最多快 43%。请在 YOLO26 文档中查看测试条件和完整结果。
对于资源受限的边缘设备和对延迟敏感的工作负载，可以从 YOLO26n 入手。YOLO26s 和 YOLO26m 在速度与精度之间取得了平衡；如果算力更充足，YOLO26l 和 YOLO26x 则更注重精度。在 YOLO26 基准测试中比较各个变体，然后使用自己的数据验证候选模型。
使用 Ultralytics 库的训练模式，或打开官方的 Ultralytics Platform YOLO26 项目，以标注数据、在云端 GPU 上训练并准备部署产物。预训练权重可作为微调的实用起点。
使用 Ultralytics YOLO26 构建
使用 Ultralytics Platform 训练、验证、导出和部署 YOLO26 模型。