YOLO26 Open-Vocabulary Object Detection with YOLOE-26

YOLO26 là phiên bản mới nhất của họat YOLO, được Ultralytics phát hành để cân bằng tốc độ và độ chính xác trên bộ dữ liệu COCO. YOLOE-26 mở rộng YOLO26 bằng việc tích hợp ba loại prompt: văn bản, hình ảnh và zero‑shot, cho phép mô hình nhận diện các lớp đối tượng chưa thấy trong quá trình huấn luyện. Khi được cung cấp một chuỗi mô tả hoặc một ảnh tham khảo, YOLOE-26 tạo ra embedding đa modal và thực hiện suy luận trực tiếp mà không cần fine‑tune lại trọng số. Trong các ví dụ thực hành của Ultralytics, YOLOE-26 đạt được mAP khoảng 38,5 trên COCO cho các lớp mới, trong khi thời gian inference vẫn duy trì khoảng 28 ms trên GPU RTX 3080. Điều này cho thấy việc kết hợp prompt đa modal và zero‑shot có thể mở rộng khả năng của YOLO mà không hy sinh hiệu suất, một bài học quan trọng cho những ai cần phát triển hệ thống phát hiện đối tượng linh hoạt.