一、引言从 YOLOv1 首次提出“单阶段目标检测”范式算起YOLO 系列已经走过近十年几乎每一代都在推动实时检测的性能边界。2025 年底Ultralytics 在 YOLO Vision 2025YV25大会上正式发布 YOLO26并将其定位为“边缘优先Edge-First”的新一代视觉模型。与以往一味追求极致精度的思路不同YOLO26 在保持统一架构的同时通过端到端无 NMS 推理、移除 DFL、改进损失策略等一系列改动把精度、速度、易部署三者重新拉到同一张天平上被官方称为迄今最先进、最易部署的 YOLO 模型。本文将从三个维度展开先拆解 YOLO26 的核心算法创新再梳理它的典型应用场景最后以土星云 SE110S-WA32边缘计算设备为例结合开源示例仓库 sophon-demo 中 YOLO26 目录的移植实现完整演示从模型转换、BModel 编译到上板推理的部署流程并给出可复现的实测精度与性能数据。二、YOLO26 算法原理2.1 端到端无 NMS 推理传统检测器在得到大量候选框后还必须依赖非极大值抑制NMS这一后处理步骤来过滤重叠框。NMS 依赖阈值调参、增加端到端延迟而且在不同推理框架、不同硬件上的实现差异往往成为部署环节的“隐形坑”。YOLO26 采用原生端到端设计重复预测在网络内部被消除模型直接输出最终检测结果彻底去掉了独立的 NMS 阶段。这一思路最早由清华大学团队在 YOLOv10 中提出YOLO26 将其进一步工程化并普及使得推理延迟更稳定、部署逻辑更简单尤其适合实时与边缘场景。2.2 移除 DFL简化边界框回归早期 YOLO 模型借助分布焦点损失Distribution Focal LossDFL来提升边界框回归精度。DFL 虽然有效却引入了额外的分布回归分支使模型导出和部署时对算子支持的要求更高在低功耗硬件上尤为明显。YOLO26 直接移除了 DFL边界框预测回归到最简洁的形态。这一改动一举多得一方面显著降低了模型导出与部署的复杂度提升了对各类边缘加速器的兼容性另一方面消除了固定的回归限制在检测超大目标时反而更稳健可靠。2.3 ProgLoss 与 STAL更稳定的训练与更好的小目标训练侧YOLO26 引入了渐进式损失平衡ProgLoss与小目标感知标签分配Small-Target-Aware Label AssignmentSTAL。ProgLoss 让分类、回归等多项损失在训练过程中渐进加权帮助模型更平滑地收敛、减少训练震荡STAL 则针对小目标视觉信息少、难以匹配正样本的痛点做专门优化让模型从有限的细节中更充分地学习小目标特征。二者叠加显著提升了小目标召回率这对物联网、机器人和航空影像等小目标密集的场景尤为关键。2.4 MuSGD 优化器YOLO26 采用一种名为 MuSGD 的混合优化器将经典随机梯度下降SGD稳定、泛化能力强的优势与受 Muon 启发的优化技术源自 Moonshot AI 的 Kimi K2 等大语言模型训练实践相结合。实测表明MuSGD 在不同模型规格下都能带来更可预测、更稳定的收敛过程减少训练不稳定性让开发者以更少的调参代价获得同样的精度尤其适合更大规模或更复杂的训练配置。2.5 统一的多任务能力YOLO26 提供 Nano、Small、Medium、Large、Extra Large 五种规格在一套统一框架内同时支持目标检测、实例分割、姿态估计、旋转目标检测OBB、图像分类与目标跟踪。其中实例分割引入语义分割损失并升级多尺度 proto 模块掩码更精细姿态估计集成残差对数似然估计RLE对关键点不确定性建模OBB 则新增专用角度损失缓解方形目标的角度歧义。得益于端到端与轻量化等改动YOLO26 Nano 的 CPU 推理速度相比 YOLO11 最高提升约 43%为无 GPU 的边缘设备留出了充足的实时余量。三、典型应用场景“免 NMS 轻量化 多任务”的组合让 YOLO26 在资源受限、对延迟敏感的端侧场景具有天然优势智能制造质检在产线上实时检测缺陷、缺件与装配异常数据在设备本地完成处理既保证了检测速度又避免了图像外传带来的数据安全风险。机器人与无人系统用于导航避障、目标抓取与交互定位端到端低延迟是机器人安全动作的前提条件。智慧交通与城市治理对路口与公共区域视频流进行车流统计、违章识别与行人检测边缘盒子可承担多路视频的实时并发分析。无人机与航拍在飞行过程中实时处理航空影像支撑电力巡检、测绘与目标测量即便在偏远无网区域也能独立工作。嵌入式与物联网智能摄像头、联网传感器等低功耗设备本地完成视觉分析满足隐私敏感场景的端侧推理需求。四、土星云 SE110S 上的部署实践4.1 硬件平台土星云 SE110S-WA32边缘计算微服务器搭载 BM1684X 智能视觉处理芯片采用 8 核 ARM A53 2.3GHz 主控整机 INT8 算力达 32 TOPSFP16/BF16 16 TFLOPS内存 16GB存储为 64GB eMMC 并支持 M.2 SATA 扩展同时提供 32 路高清视频硬解码能力非常适合多路实时视觉分析场景。设备预装 Linux 操作系统与配套 SDK 运行环境具备 PCIe 与 SoC 两种使用形态其中 SoC 形态下整机功耗和时延更低。该平台对应开源示例仓库 sophon-demo 中 YOLO26 目录的 SE7 系列测试平台官方已提供完整的模型、数据集与测例开箱即可复现。4.2 部署流程sophon-demo 的 YOLO26 示例基于官方开源仓库 v8.4.9 的模型与算法移植支持 FP32、FP16、INT8 三档精度并提供 CBMCV 预处理与 PythonOpenCV/BMCV两套推理例程整体流程如下。第一步数据与模型准备执行仓库 scripts/download.sh一键下载预编译 BModel、ONNX 源模型与 COCO 数据集其中 coco128 用于模型量化val2017 抽样用于精度评估。第二步模型转换可选如需部署自训模型先用 Ultralytics 将模型导出为 ONNX再按官方文档安装 TPU-MLIR 工具链并进入对应环境依次执行 gen_fp32bmodel_mlir.sh、gen_fp16bmodel_mlir.sh 或 gen_int8bmodel_mlir.sh 脚本编译生成 BModelINT8 量化使用官方提供的混合精度 qtable将敏感层保留高精度以保证精度。第三步推理测试运行 C 或 Python 例程对图片、视频或整个测试集执行推理并输出标注结果。第四步精度评估使用 tools/eval_coco.py 将预测结果与 COCO val2017 标签比对计算 AP 等评价指标。4.3 实测精度与性能在 COCO2017 val 数据集上土星云SE110S-WA32BM1684X平台运行 yolo26s 模型的检测精度如表 1 所示。表 1 YOLO26s 在 土星云SE110S-WA32 上的检测精度COCO2017 val模型精度档APIoU0.5:0.95APIoU0.5FP32 / FP160.4800.643INT80.4700.638模型理论推理时间bmrt_test方面FP32 约 26.54ms、FP16 约 7.29ms、INT8 约 4.89ms多 batch 模型的理论耗时按 batch 数折算可进一步提升整体吞吐。使用 bmcv.soc 例程实测INT8 模型单帧推理约 4.18ms后处理仅 0.12ms而解码与预处理由硬件视频引擎和 BMCV 高效完成。这意味着在 土星云SE110S-WA32 上YOLO26s INT8 模型单路即可轻松跑满 30 FPS 的实时视频流并结合设备的多路解码能力支撑多路并发分析足以满足绝大多数边缘视觉项目的实时性要求。五、结语YOLO26 通过端到端无 NMS、移除 DFL、ProgLoss 与 STAL、MuSGD 优化器等一套组合拳把检测精度、推理速度与部署便捷性重新推到了新的高度。而土星云 SE110S-WA32 这类 32 TOPS 级边缘设备凭借成熟的 BModel 转换工具链与开箱即用的示例仓库能够让 YOLO26 的实时检测能力快速落地到产线质检、智慧交通、无人机巡检等真实业务中。可以预见随着边缘芯片算力持续升级YOLO26 这类端到端模型将成为端侧视觉基建的主流选择对于追求高性价比、低延迟、本地化处理的边缘视觉项目YOLO26 与 土星云SE110S-WA32 的组合值得重点评估。 YOLO26 算法解析与边缘部署实战
一、引言从 YOLOv1 首次提出“单阶段目标检测”范式算起YOLO 系列已经走过近十年几乎每一代都在推动实时检测的性能边界。2025 年底Ultralytics 在 YOLO Vision 2025YV25大会上正式发布 YOLO26并将其定位为“边缘优先Edge-First”的新一代视觉模型。与以往一味追求极致精度的思路不同YOLO26 在保持统一架构的同时通过端到端无 NMS 推理、移除 DFL、改进损失策略等一系列改动把精度、速度、易部署三者重新拉到同一张天平上被官方称为迄今最先进、最易部署的 YOLO 模型。本文将从三个维度展开先拆解 YOLO26 的核心算法创新再梳理它的典型应用场景最后以土星云 SE110S-WA32边缘计算设备为例结合开源示例仓库 sophon-demo 中 YOLO26 目录的移植实现完整演示从模型转换、BModel 编译到上板推理的部署流程并给出可复现的实测精度与性能数据。二、YOLO26 算法原理2.1 端到端无 NMS 推理传统检测器在得到大量候选框后还必须依赖非极大值抑制NMS这一后处理步骤来过滤重叠框。NMS 依赖阈值调参、增加端到端延迟而且在不同推理框架、不同硬件上的实现差异往往成为部署环节的“隐形坑”。YOLO26 采用原生端到端设计重复预测在网络内部被消除模型直接输出最终检测结果彻底去掉了独立的 NMS 阶段。这一思路最早由清华大学团队在 YOLOv10 中提出YOLO26 将其进一步工程化并普及使得推理延迟更稳定、部署逻辑更简单尤其适合实时与边缘场景。2.2 移除 DFL简化边界框回归早期 YOLO 模型借助分布焦点损失Distribution Focal LossDFL来提升边界框回归精度。DFL 虽然有效却引入了额外的分布回归分支使模型导出和部署时对算子支持的要求更高在低功耗硬件上尤为明显。YOLO26 直接移除了 DFL边界框预测回归到最简洁的形态。这一改动一举多得一方面显著降低了模型导出与部署的复杂度提升了对各类边缘加速器的兼容性另一方面消除了固定的回归限制在检测超大目标时反而更稳健可靠。2.3 ProgLoss 与 STAL更稳定的训练与更好的小目标训练侧YOLO26 引入了渐进式损失平衡ProgLoss与小目标感知标签分配Small-Target-Aware Label AssignmentSTAL。ProgLoss 让分类、回归等多项损失在训练过程中渐进加权帮助模型更平滑地收敛、减少训练震荡STAL 则针对小目标视觉信息少、难以匹配正样本的痛点做专门优化让模型从有限的细节中更充分地学习小目标特征。二者叠加显著提升了小目标召回率这对物联网、机器人和航空影像等小目标密集的场景尤为关键。2.4 MuSGD 优化器YOLO26 采用一种名为 MuSGD 的混合优化器将经典随机梯度下降SGD稳定、泛化能力强的优势与受 Muon 启发的优化技术源自 Moonshot AI 的 Kimi K2 等大语言模型训练实践相结合。实测表明MuSGD 在不同模型规格下都能带来更可预测、更稳定的收敛过程减少训练不稳定性让开发者以更少的调参代价获得同样的精度尤其适合更大规模或更复杂的训练配置。2.5 统一的多任务能力YOLO26 提供 Nano、Small、Medium、Large、Extra Large 五种规格在一套统一框架内同时支持目标检测、实例分割、姿态估计、旋转目标检测OBB、图像分类与目标跟踪。其中实例分割引入语义分割损失并升级多尺度 proto 模块掩码更精细姿态估计集成残差对数似然估计RLE对关键点不确定性建模OBB 则新增专用角度损失缓解方形目标的角度歧义。得益于端到端与轻量化等改动YOLO26 Nano 的 CPU 推理速度相比 YOLO11 最高提升约 43%为无 GPU 的边缘设备留出了充足的实时余量。三、典型应用场景“免 NMS 轻量化 多任务”的组合让 YOLO26 在资源受限、对延迟敏感的端侧场景具有天然优势智能制造质检在产线上实时检测缺陷、缺件与装配异常数据在设备本地完成处理既保证了检测速度又避免了图像外传带来的数据安全风险。机器人与无人系统用于导航避障、目标抓取与交互定位端到端低延迟是机器人安全动作的前提条件。智慧交通与城市治理对路口与公共区域视频流进行车流统计、违章识别与行人检测边缘盒子可承担多路视频的实时并发分析。无人机与航拍在飞行过程中实时处理航空影像支撑电力巡检、测绘与目标测量即便在偏远无网区域也能独立工作。嵌入式与物联网智能摄像头、联网传感器等低功耗设备本地完成视觉分析满足隐私敏感场景的端侧推理需求。四、土星云 SE110S 上的部署实践4.1 硬件平台土星云 SE110S-WA32边缘计算微服务器搭载 BM1684X 智能视觉处理芯片采用 8 核 ARM A53 2.3GHz 主控整机 INT8 算力达 32 TOPSFP16/BF16 16 TFLOPS内存 16GB存储为 64GB eMMC 并支持 M.2 SATA 扩展同时提供 32 路高清视频硬解码能力非常适合多路实时视觉分析场景。设备预装 Linux 操作系统与配套 SDK 运行环境具备 PCIe 与 SoC 两种使用形态其中 SoC 形态下整机功耗和时延更低。该平台对应开源示例仓库 sophon-demo 中 YOLO26 目录的 SE7 系列测试平台官方已提供完整的模型、数据集与测例开箱即可复现。4.2 部署流程sophon-demo 的 YOLO26 示例基于官方开源仓库 v8.4.9 的模型与算法移植支持 FP32、FP16、INT8 三档精度并提供 CBMCV 预处理与 PythonOpenCV/BMCV两套推理例程整体流程如下。第一步数据与模型准备执行仓库 scripts/download.sh一键下载预编译 BModel、ONNX 源模型与 COCO 数据集其中 coco128 用于模型量化val2017 抽样用于精度评估。第二步模型转换可选如需部署自训模型先用 Ultralytics 将模型导出为 ONNX再按官方文档安装 TPU-MLIR 工具链并进入对应环境依次执行 gen_fp32bmodel_mlir.sh、gen_fp16bmodel_mlir.sh 或 gen_int8bmodel_mlir.sh 脚本编译生成 BModelINT8 量化使用官方提供的混合精度 qtable将敏感层保留高精度以保证精度。第三步推理测试运行 C 或 Python 例程对图片、视频或整个测试集执行推理并输出标注结果。第四步精度评估使用 tools/eval_coco.py 将预测结果与 COCO val2017 标签比对计算 AP 等评价指标。4.3 实测精度与性能在 COCO2017 val 数据集上土星云SE110S-WA32BM1684X平台运行 yolo26s 模型的检测精度如表 1 所示。表 1 YOLO26s 在 土星云SE110S-WA32 上的检测精度COCO2017 val模型精度档APIoU0.5:0.95APIoU0.5FP32 / FP160.4800.643INT80.4700.638模型理论推理时间bmrt_test方面FP32 约 26.54ms、FP16 约 7.29ms、INT8 约 4.89ms多 batch 模型的理论耗时按 batch 数折算可进一步提升整体吞吐。使用 bmcv.soc 例程实测INT8 模型单帧推理约 4.18ms后处理仅 0.12ms而解码与预处理由硬件视频引擎和 BMCV 高效完成。这意味着在 土星云SE110S-WA32 上YOLO26s INT8 模型单路即可轻松跑满 30 FPS 的实时视频流并结合设备的多路解码能力支撑多路并发分析足以满足绝大多数边缘视觉项目的实时性要求。五、结语YOLO26 通过端到端无 NMS、移除 DFL、ProgLoss 与 STAL、MuSGD 优化器等一套组合拳把检测精度、推理速度与部署便捷性重新推到了新的高度。而土星云 SE110S-WA32 这类 32 TOPS 级边缘设备凭借成熟的 BModel 转换工具链与开箱即用的示例仓库能够让 YOLO26 的实时检测能力快速落地到产线质检、智慧交通、无人机巡检等真实业务中。可以预见随着边缘芯片算力持续升级YOLO26 这类端到端模型将成为端侧视觉基建的主流选择对于追求高性价比、低延迟、本地化处理的边缘视觉项目YOLO26 与 土星云SE110S-WA32 的组合值得重点评估。