YOLO26 (Ultralytics)

Что это

YOLO26 — модель компьютерного зрения от Ultralytics, выпущенная в январе 2026 года и спроектированная специально для edge и маломощных устройств. Ключевая архитектурная особенность — end-to-end вывод без Non-Maximum Suppression (NMS): модель сразу выдаёт финальные предсказания, что упрощает экспорт и развёртывание. Убрана Distribution Focal Loss (DFL), добавлен гибридный оптимизатор MuSGD и механизм ProgLoss + STAL для точности на мелких объектах. Одно семейство весов (масштабы n/s/m/l/x) закрывает детекцию объектов, instance- и semantic-сегментацию, классификацию, оценку позы и ориентированную детекцию (OBB). На COCO заявлено 40.9-57.5 mAP при задержке 1.7-11.8 мс на TensorRT/T4, а инференс на CPU (ONNX) ускорен до 43% относительно YOLO11n. Экспорт поддерживает TensorRT, ONNX, CoreML, LiteRT, OpenVINO и другие форматы. Модель распространяется через открытый репозиторий Ultralytics (пакет ultralytics на PyPI) под лицензией AGPL-3.0, а обучение и деплой можно вести локально или через облачную платформу Ultralytics HUB.

Для участника клуба, который занимается автоматизацией и вайб-кодингом, YOLO26 закрывает практические задачи компьютерного зрения на своём железе: детекция объектов на камерах, счётчики людей/товаров, контроль качества на конвейере, распознавание номеров и штрихкодов, обработка видео в реальном времени на Raspberry Pi, Jetson, мобильных NPU или обычном CPU без GPU. Простая end-to-end архитектура без NMS означает меньше кода на этапе постобработки при интеграции в n8n-пайплайны, Python-скрипты или мобильные приложения, а готовые экспортированные форматы (ONNX, CoreML, TensorRT) позволяют быстро подключить модель к существующим сервисам без глубокого ML-бэкграунда. Для контент-задач полезны готовые пайплайны аннотации (в том числе SAM-powered авторазметка) на облачной платформе Ultralytics HUB, что ускоряет создание собственных датасетов под нишевые проекты.

Возможности

• End-to-end инференс без NMS: модель сразу выдаёт финальные боксы без постобработки
• Одно семейство весов (n/s/m/l/x) для детекции, сегментации, классификации, позы и OBB
• До 43% ускорения CPU-инференса (ONNX) для YOLO26n по сравнению с YOLO11n
• На COCO: 40.9-57.5 mAP при задержке 1.7-11.8 мс на TensorRT/T4
• Экспорт в TensorRT, ONNX, CoreML, LiteRT, OpenVINO и другие форматы для edge-устройств
• Оптимизатор MuSGD и ProgLoss+STAL повышают стабильность обучения и точность на мелких объектах
• Облачная платформа Ultralytics HUB: аннотация (включая SAM-разметку в один клик), обучение на GPU, деплой
• Открытый код (пакет ultralytics), лицензия AGPL-3.0, коммерческая лицензия по подписке Enterprise

Цена: Сама модель и библиотека ultralytics — open source (AGPL-3.0), бесплатны. Облачная платформа Ultralytics HUB: Free ($0/мес, 100GB, 100 моделей, 3 параллельных обучения), Pro ($29/место/мес, 500GB, 500 моделей, 10 обучений, команда до 5 участников), Enterprise (цена по запросу, безлимиты, SSO/SAML, коммерческая лицензия без обязательств AGPL).