YOLO26 计算机视觉 - YOLO26 简介 & Hello World项目搭建

大家好，我是 Java1234 小锋老师。最近正在更新《一天学会 YOLO26 计算机视觉机器视觉视频教程》系列专辑，感谢大家的支持与关注。

本课程将系统讲解 YOLO26 的完整知识体系，涵盖 YOLO26 简介、HelloWorld 项目实现、模型架构解析、图片与视频推理、摄像头实时检测、数据集与标注、训练自己的 YOLO26 模型、多任务（分割 / 姿态 / 分类 / OBB）以及模型导出等内容。

视频教程+课件+源码打包下载：

链接：https://pan.baidu.com/s/1_NzaNr0Wln6kv1rdiQnUTg

提取码：0000

具体位置：进入【第三十一期】技术目录即可找到。

YOLO26 计算机视觉 - YOLO26 简介 & Hello World项目搭建

YOLO26 简介

官网：https://www.ultralytics.com/

中文官方文档：https://docs.ultralytics.com/zh

YOLO26是Ultralytics团队于2025年9月伦敦 YOLO Vision 2025 大会首次公开演示原型**，**2026‑01‑14，Ultralytics 官方正式对外发布，可直接通过 ultralytics 库使用 yolo26n.pt 等权重。它是一个统一的实时视觉模型系列，旨在为边缘计算和现实世界部署树立新标准。

🚀 核心特点：更快、更简、更准

YOLO26的核心创新在于其架构和训练策略的全面革新，主要特点包括：

原生端到端推理 (NMS-Free) ：这是YOLO26最显著的改变。它默认采用"一对一"（one-to-one）的检测头，彻底移除了传统目标检测中依赖的非极大值抑制（NMS）后处理步骤。这简化了部署流程，降低了推理延迟。
更轻量的检测头：移除了分布焦点损失（DFL），在保持回归精度的同时，大幅降低了模型复杂度，使其更易于在边缘设备上部署。
先进的训练策略 ：引入三项关键新技术协同提升精度并降低训练成本：
- MuSGD优化器：融合了Muon与SGD的混合优化器，将大语言模型的训练思想引入计算机视觉，增强了训练稳定性。
- 渐进式损失平衡（ProgLoss）：在训练过程中将监督重点逐步转移到推理阶段的头部，优化最终性能。
- 小目标感知标签分配（STAL）：改进标签分配策略，确保小目标也能获得正标签，从而提升对小目标的检测能力。

📊 性能表现：速度与精度的新高度

与上一代YOLO11相比，YOLO26在速度和精度上均有显著提升：

更快的推理速度 ：其最小的nano模型在CPU上的推理速度最高可提升43%，使其成为边缘CPU部署的理想选择。
更高的检测精度 ：在著名的COCO数据集上，YOLO26五个模型变体的平均精度（mAP）达到了40.9%到57.5%。
极低的延迟 ：在NVIDIA T4 GPU上使用TensorRT加速时，推理延迟仅为1.7毫秒到11.8毫秒。

🎯 多任务能力与模型选择

YOLO26不仅仅是一个检测器，它是一个统一的多任务框架，开箱即用支持以下任务：

目标检测 (Detection)
实例分割 (Instance Segmentation)
姿态估计 (Pose Estimation)
图像分类 (Classification)
旋转框检测 (Oriented Object Detection)
目标追踪 (Tracking)

为了适应不同场景，YOLO26提供了五种不同大小的模型：Nano (n), Small (s), Medium (m), Large (l), 和 Extra Large (x)。

YOLO26 Hello World项目搭建

首先我们新建一个项目目录YOLO16_PRO1，然后Pycharm，新建项目，选Pure Python项目，Location定位到YOLO16_PRO1，python版本选11。

接下来安装 YOLO26库

复制代码

pip install ultralytics -i https://mirrors.aliyun.com/pypi/simple

我来先写一个简单测试代码test.py，看下YOLO26库是否安装成功：

python 复制代码

import torch
import ultralytics
from ultralytics import YOLO

print(f"PyTorch版本: {torch.__version__}")
print(f"CPU是否可用: {torch.cpu.is_available()}") # 有CPU会显示True
print(f"Ultralytics版本: {ultralytics.__version__}")

运行结果：

我们再来新建一个helloWorld.py程序，体验下YOLO16

python 复制代码

from ultralytics import YOLO

# 加载预训练模型（会自动下载）
model = YOLO("yolo26n.pt")
# model = YOLO("yolo26s.pt")

# 对一张图片进行推理
results = model("https://ultralytics.com/images/bus.jpg")

# 显示带有检测框的结果
results[0].show()

运行项目，控制台输出，第一次会先自动下载预训练模型

复制代码

Speed: 1.7ms preprocess, 41.2ms inference, 0.3ms postprocess per image at shape (1, 3, 640, 480)

这个输出是 YOLO26 在推理一张图片时打印的性能日志，它告诉你了模型处理这张图片总共花了多少时间 ，以及每个环节分别用了多久。我们把它拆开来看：

⏱️ 三个时间阶段

Preprocess (预处理) --- 1.7ms
- 这是模型"读懂"图片前的准备工作。YOLO 需要把输入的原始图片（可能是任意尺寸、格式）统一缩放、归一化、转为模型能识别的张量格式。
- 这里的 1.7ms 表示这个转换过程只花了 1.7 毫秒，非常快。
Inference (推理) --- 41.2ms
- 这是最核心的计算阶段。模型把预处理后的图片"喂"给神经网络，进行前向传播，得到原始检测结果（比如数百个候选框和分类分数）。
- 41.2ms 是模型"思考"并输出原始结果所用的时间。这个时间主要取决于模型的大小（如 yolo26n 最快，yolo26x 最慢）和硬件（CPU/GPU）性能。对于一般的边缘设备（如 CPU），这个速度已经相当不错了。
Postprocess (后处理) --- 0.3ms
- 这是对推理原始结果进行"精加工"的步骤。传统 YOLO 需要在这里执行**非极大值抑制（NMS）**来去除重复框，这一步往往耗时且不稳定。
- 但 YOLO26 的一大革新就是"端到端无 NMS" ，所以它的后处理极其轻量，只需要做简单的阈值过滤和格式整理。0.3ms 正体现了这一优势，几乎可以忽略不计。

📐 关于输入尺寸 (1, 3, 640, 480)

这四维数字表示模型实际接收的图片张量维度：

1：批次大小，即一次只处理了一张图片。
3：颜色通道数，RGB 三通道。
640：图片高度（像素）。
480：图片宽度（像素）。

也就是说，你的原始图片被缩放/填充到了 640×480 分辨率进行推理。这个尺寸通常由你在训练或预测时设置的 imgsz 参数决定。

📊 总耗时与性能评价

总计耗时 ≈ 1.7 + 41.2 + 0.3 = 43.2ms ，意味着每秒大约可以处理 23 张图片（1000ms / 43.2ms ≈ 23 FPS）。
这个速度对于大多数实时应用（如视频监控、无人机巡检）完全够用。如果是在 GPU（如 NVIDIA T4）上，这个数值会更低（可能小于 10ms）；在 CPU 上，41.2ms 推理时间说明 YOLO26 的优化非常出色。
特别留意 后处理只有 0.3ms，这直接证明了 YOLO26 "无 NMS"设计带来的效率提升------传统模型的后处理往往需要 5~10ms，甚至更多。

以及显示预测结果：

这些数字（如 0.91、0.53）在目标检测中叫作置信度分数（Confidence Score）。

你可以把它直接理解为模型对自己判断的"把握程度" ，或者**"蒙对的概率"**。它是一个介于 0 和 1 之间的数值。

YOLO26默认可以识别的物体种类和单张图像最多检测出的物体数量，是两个不同的概念。

可识别的物体类别：默认是 80 种。这些类别来自COCO数据集，覆盖了常见的人、车、动物等日常物体。
单张图像最多检测数量：默认是 300 个。这得益于其默认的"一对一头"架构，能直接输出最多300个筛选后的检测结果，无需额外的后处理步骤。

YOLO26 计算机视觉 - YOLO26 简介 & Hello World项目搭建

视频教程+课件+源码打包下载 ：

YOLO26 计算机视觉 - YOLO26 简介 & Hello World项目搭建

YOLO26 简介

🚀 核心特点：更快、更简、更准

📊 性能表现：速度与精度的新高度

🎯 多任务能力与模型选择

YOLO26 Hello World项目搭建

视频教程+课件+源码打包下载：