Ultralytics YOLO26 模型
构建边缘就绪的实时视觉 AI，具备原生端到端推理、更简单的部署路径以及你所熟悉的 Ultralytics 工作流。
深受全球领先组织信赖
我们模型的影响力
利用我们尖端的视觉 AI 模型简化跨行业的流程。由 Ultralytics 提供支持，兼具速度、准确性和易用性。
Ultralytics YOLO 模型的发展历程
了解 Ultralytics YOLO 如何从实用的 YOLOv5 工作流演进为边缘就绪的 YOLO26 推理。
通过快速、实用的 PyTorch 工作流程，让实时目标检测变得触手可及。
扩展了跨检测、分割、分类、姿态和 OBB 的统一工作流程。
在保持熟悉的 Ultralytics 工作流程的同时，提高了准确性、速度和效率。
引入了端到端推理和针对高效边缘部署优化的架构。
利用智能标注，标注速度提升至多 10 倍
Ultralytics Platform 为你提供图像标注工具，助你更快地构建高质量数据集。从智能标注到精确的手动编辑，这些功能旨在缩短图像标注时间，同时保证高质量。
- 基于 SAM 的智能标注：一键生成掩码和边界框（BBox）。
- 全面的 AI 任务覆盖：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、VOC 等格式。
- 团队评审与版本控制：每一步都能实现清晰的协作。
以更低成本在最好的 GPU 上进行训练
26 款 NVIDIA GPU，价格低至 $0.24/小时 — 从 Ampere 到 Blackwell。无加价、无最低消费、无承诺。
探索行业解决方案
了解团队如何在生产环境中应用 Ultralytics 计算机视觉。
农业 AI
汽车 AI
医疗保健 AI
物流 AI
制造业 AI
零售 AI
机器人 AI
农业 AI
汽车 AI
医疗保健 AI
物流 AI
制造业 AI
零售 AI
机器人 AI
农业 AI
汽车 AI
医疗保健 AI
物流 AI
制造业 AI
零售 AI
机器人 AI
常见问题
Ultralytics YOLO26 是最新的实时计算机视觉模型稳定版本。其端到端设计消除了在支持的推理工作流中对 NMS 的需求，在简化部署的同时保留了你熟悉的 Ultralytics API。请查看 YOLO26 文档 获取架构详细信息、基准测试和使用方法。
YOLO26 通过端到端、无需 NMS 的推理以及专为 CPU 和边缘硬件高效执行而设计的架构，降低了部署复杂度。在 Ultralytics 基准测试中，YOLO26 nano 模型比 YOLO11n 的 CPU 推理速度快达 43%。请在 YOLO26 文档 中查阅测试条件和完整结果。
对于受限的边缘设备和延迟敏感的工作流，请从 YOLO26n 开始。YOLO26s 和 YOLO26m 在速度和精度之间取得了平衡，而 YOLO26l 和 YOLO26x 在有更多计算资源可用时优先考虑精度。请在 YOLO26 基准测试 中比较各个变体，然后在你自己的数据上验证候选模型。
使用 Ultralytics 库的 训练模式，或打开 Ultralytics Platform 上的官方 YOLO26 项目 来标注数据、在云 GPU 上训练并准备部署工件。预训练权重为微调提供了实用的起点。
使用 Ultralytics YOLO26 进行构建
使用 Ultralytics Platform 训练、验证、导出和部署 YOLO26 模型。