YOLO26 指南 2026：Ultralytics 最新目标检测模型

---

Ultralytics 于 2026 年发布了最新的目标检测模型YOLO26。GitHub 仓库（ultralytics/yolo26）提供快速上手，覆盖检测、实例与语义分割、深度估计、分类、姿态、OBB、追踪——全部在一个框架中完成。

先给结论：YOLO26 是 Ultralytics 通过官方包提供的最新目标检测模型。支持 7 大任务——目标检测、实例/语义分割、深度估计、图像分类、姿态估计、旋转目标检测（OBB）、追踪——执行 pip install ultralytics 后即可用 Python 和 CLI。从 nano 到 xlarge 共 5 种尺寸，覆盖边缘 AI 到高精度推理。

本文介绍 YOLO26 是什么、支持的任务、模型尺寸、安装、用法和许可证。

YOLO26 是什么

YOLO26 是 Ultralytics 开发的目标检测模型系列。该 GitHub 仓库（ultralytics/yolo26）是轻量发现页——规范实现、包、模型下载、Issue 和 PR 都在ultralytics/ultralytics中维护。

一个框架 7 大任务

最大特点：一个包搞定 7 大任务。

• Detection（检测）：用边界框检测图像中的物体
• Instance Segmentation（实例分割）：逐物体像素级分离
• Semantic Segmentation（语义分割）：按类别对像素分类
• Depth Estimation（深度估计）：估计每个像素的深度
• Classification（分类）：图像级分类
• Pose Estimation（姿态估计）：检测关节关键点（如人体）
• OBB（旋转检测）：用旋转框检测倾斜物体（卫星/航拍）
• Tracking（追踪）：跨视频帧追踪物体

模型尺寸：5 档

YOLO26 为每个任务提供nano（n）、small（s）、medium（m）、large（l）、xlarge（x） 5 种尺寸。

例如检测+分割用 yolo26n-seg.pt、检测+深度用 yolo26n-depth.pt——每个任务有专用模型。权重首次使用时自动下载。

安装

pip install ultralytics

要求：Python 3.8+、PyTorch。

用法

CLI

yolo predict model=yolo26n.pt source="https://ultralytics.com/images/bus.jpg"

Python

from ultralytics import YOLO

# 加载预训练 YOLO26n 模型
model = YOLO("yolo26n.pt")

# 在示例图像上推理
results = model("https://ultralytics.com/images/bus.jpg")

# 显示标注结果
results[0].show()

就这么简单就能运行目标检测。

导出与部署

YOLO26 可导出为：

• TensorRT：NVIDIA GPU 上快速推理
• ONNX：通用互操作格式
• CoreML：Apple 设备（iOS、macOS）
• TFLite：移动与边缘设备

许可证

Ultralytics 提供两种选择：

• AGPL-3.0：OSI 批准的开源许可证，适合学生、研究者和爱好者
• Ultralytics Enterprise License：用于商业产品与服务，绕过 AGPL-3.0 要求

商用请考虑 Enterprise License。

总结

YOLO26 是 Ultralytics 的全能目标检测框架。

• ✅ 7 大任务（检测・分割・深度・分类・姿态・OBB・追踪）
• ✅ 5 种模型尺寸（nano 到 xlarge）
• ✅ pip install ultralytics 即用
• ✅ Python API + CLI
• ✅ 导出 TensorRT・ONNX・CoreML・TFLite
• ✅ AGPL-3.0 免费使用

摄像头检测、自动驾驶感知、农业测量、仓库库存、体育分析等场景，YOLO26 都是 2026 年值得关注的模型。先从 yolo predict model=yolo26n.pt 开始吧。

链接

• GitHub：https://github.com/ultralytics/yolo26
• Ultralytics 文档：https://docs.ultralytics.com
• 规范仓库：https://github.com/ultralytics/ultralytics
• Ultralytics Platform：https://platform.ultralytics.com/ultralytics/yolo26

相关文章

• RF-DETR：超越 YOLO 的实时目标检测新王者使用指南（2026）
• 【2026】如何在现场部署 AI 安全装备（PPE）检测！从 Safie×Ailytics 到自建（YOLO26+ByteTrack）完全指南