YOLO26：面向实时目标检测的关键架构增强与性能基准测试
计算机视觉与模式识别
2026-03-17 v5
摘要
本研究对 Ultralytics YOLO26（也称为 YOLOv26）进行全面分析，突出其关键架构增强和性能基准测试，以实现实时目标检测。YOLO26 于 2025 年 9 月发布，作为 YOLO 系列中最新且最先进的成员，专为在边缘和低功耗设备上提供效率、准确性和部署就绪性而设计。本文依次详述了 YOLO26 的架构创新，包括取消分布式焦点损失（DFL），采用端到端无 NMS 推理，集成 ProgLoss 和小目标感知标签分配（STAL），以及引入 MuSGD 优化器以实现稳定收敛。除架构外，本研究将 YOLO26 定位为一种多任务框架，支持目标检测、实例分割、姿态/关键点估计、倾斜检测和分类。我们展示了 YOLO26 在边缘设备（如 NVIDIA Jetson Nano 和 Orin）上的性能基准，与 YOLOv8、YOLOv11、YOLOv12、YOLOv13 以及基于变换器的检测器（RF-DETR 和 RT-DETR）进行比较。本文进一步探讨了实时部署路径、灵活的导出选项（ONNX、TensorRT、CoreML、TFLite）以及 INT8/FP16 量化。突出了 YOLO26 在机器人、制造业和物联网领域的实际应用案例，以展示其跨行业适应性。最后，讨论了部署效率和更广泛的意义，概述了 YOLO26 及 YOLO 系列的未来方向。
引用
@article{arxiv.2509.25164,
title = {YOLO26: Key Architectural Enhancements and Performance Benchmarking for Real-Time Object Detection},
author = {Ranjan Sapkota and Rahul Harsha Cheppally and Ajay Sharda and Manoj Karkee},
journal= {arXiv preprint arXiv:2509.25164},
year = {2026}
}