# YOLO26 发布：砍掉后处理步骤，让目标检测真正做到端到端实时跑

> 原标题：Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models

- 来源：Hacker News 首页
- 发布时间：2026-06-23T02:28:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39938
- 原文：https://arxiv.org/abs/2606.03748

## 摘要

Ultralytics 发了 YOLO26 系列，把目标检测里常用的 NMS（非极大值抑制，可以理解为去重后处理）和 DFL（分布焦点损失，一种让检测头变重的回归损失）都去掉了，推理时不再需要额外步骤，直接出结果。

## 推荐理由

Ultralytics 发布 YOLO26，去掉 NMS 和 DFL 后推理不再需要后处理步骤，目标检测可直接输出结果，端侧部署的流程少了一层依赖。

## 锐评

砍掉 NMS 和 DFL 对端侧部署是实打实的简化，推理不用再跑后处理，延迟和工程复杂度都能省一截。但这是论文，没有产品化信息，也没有实际场景的延迟或精度对比，Ultralytics 的 benchmark 一向是自己跑自己的，我暂时不拿它当准数。

边缘视觉这条线我盯得不多，等真机延迟数据出来再看值不值得换。
