YOLO26 是什么？
YOLO26 是 Ultralytics 于 2025 年 9 月发布的最新一代实时目标检测模型，专为边缘设备和低功耗场景打造。相比前代 YOLO11，YOLO26 采用端到端无 NMS 架构，CPU 推理速度提升最高 43%，同时在 COCO 数据集上达到 40.9-57.5 mAP。
YOLO26 核心特性
- 端到端无 NMS：消除非极大值抑制后处理，降低延迟
- 边缘优先设计：更轻量的检测头，CPU 推理速度提升 43%
- 多任务支持：目标检测、实例分割、图像分类、姿态估计、定向检测
- 训练优化：MuSGD 优化器 + ProgLoss，小目标检测更稳定
- 语义分割：新增 -sem 预训练模型，支持语义分割任务
YOLO26 支持的任务与数据集格式
YOLO26 完全兼容 YOLO 格式数据集，所有标注为 YOLOv5/v8/v11 格式的数据集均可直接用于 YOLO26 训练，无需转换。本站提供的 1600+ 数据集均为 YOLO 格式，可直接下载训练 YOLO26 模型。
YOLO26 常用数据集推荐
以下数据集适用于 YOLO26 目标检测训练，涵盖工业质检、安防监控、农业、医疗等多个场景：
工业缺陷检测
- PCB 焊点质量检测数据集
- 金属表面缺陷检测数据集
- 焊缝裂纹气孔缺陷检测数据集
- 手机屏幕坏点缺陷分割数据集
安防监控
- 安全帽佩戴检测数据集
- 吸烟行为检测数据集
- 口罩佩戴检测数据集
- 人员跌倒检测数据集
交通与无人机
- VisDrone 无人机航拍检测数据集
- 车辆检测与分类数据集
- 交通标志识别数据集
YOLO26 快速开始
# 安装 Ultralytics
pip install ultralytics
# 使用 YOLO26 预训练模型推理
from ultralytics import YOLO
model = YOLO('yolo26n.pt') # Nano 版本
results = model('image.jpg')
# 在自定义数据集上训练 YOLO26
model.train(data='dataset.yaml', epochs=100, imgsz=640)YOLO26 vs YOLO11 vs YOLOv8 对比
| 特性 | YOLO26 | YOLO11 | YOLOv8 |
|---|---|---|---|
| 发布时间 | 2025.09 | 2024.10 | 2023.01 |
| 架构 | 端到端无NMS | CNN+注意力 | CNN |
| CPU速度 | 最快(+43%) | 快 | 中等 |
| COCO mAP | 40.9-57.5 | 39.5-56.0 | 37.3-53.9 |
| 语义分割 | 支持 | 不支持 | 不支持 |
