Skip to content

Key Architectural Enhancements and Performance Benchmarking for Real-Time Object Detection

  • 来源: https://arxiv.org/abs/2509.25164
  • 本地PDF: ../raw/2025-09-25-yolo26-jetson-benchmark.pdf
  • 日期: 2025-09-25 (论文声称发布日期,实际有误)
  • 标签: yolo26, benchmark, jetson, edge-deployment, third-party-analysis
  • 研究方向: 2D Object Detection → YOLO 系列 → 部署 benchmark
  • 核心贡献: YOLO26 边缘设备部署分析 + YOLO全系列演进总结
  • 方法简述: 架构分析 + 官方性能数据整理
  • 关键结果:
    • CPU 推理提升 43%
    • OBB 在 DOTA v1 上的性能数据
  • 缺点/局限:
    1. 日期错误: Abstract 说 "released in September 2025",实际官方发布是 2026-01-14
    2. 缺少实际 Jetson benchmark 数据: 只定性描述,未给出具体 FPS/ms 数值
    3. 架构分析部分与其他 YOLO26 论文高度重复
  • 可复用代码: https://github.com/ultralytics/ultralytics
  • 个人评价: 整理性质论文,贡献有限

摘要 (Abstract)

本文对 Ultralytics YOLO26 进行全面分析,重点介绍其关键架构改进和实时目标检测的性能基准测试。

重点内容

  • 移除 Distribution Focal Loss (DFL)
  • 采用端到端 NMS-free 推理
  • 集成 ProgLoss 和 STAL
  • MuSGD 优化器
  • 多任务支持:检测、分割、姿态估计、OBB、分类
  • Jetson Nano/Orin 边缘设备性能对比

注意: 论文声称 YOLO26 "released in September 2025" 是错误的,实际官方发布是 2026年1月14日。


1. Introduction

  • YOLO26 定位:edge-first, 简化架构, 部署导向
  • 声称 "released in September 2025 at YOLO Vision 2025 event" — 与事实不符

2. Architectural Enhancements

2.1 移除 DFL

与 2602.14582 论文内容高度一致。

2.2 NMS-Free 推理

与 2602.14582 论文内容高度一致。

2.3 ProgLoss + STAL

与 2602.14582 论文内容高度一致。

2.4 MuSGD 优化器

与 2602.14582 论文内容高度一致。


3. YOLO 演进总结 (Table 1)

提供了 YOLOv1 到 YOLOv13 + YOLO26 的完整演进表格,包括:

  • 发布年份
  • 关键架构创新
  • 支持任务
  • 框架

这是本文的唯一原创性贡献 — 将 YOLO 系列演进整理成表格。


4. Real-Time Deployment

4.1 导出格式

支持: ONNX, TensorRT, CoreML, TFLite, OpenVINO

4.2 量化

  • FP16: 轻微精度损失
  • INT8: 相比 YOLOv11/12 更稳定

注意: 声称 Jetson benchmark,但没有给出具体数值

4.3 应用场景

  • Robotics
  • Manufacturing
  • IoT

5. OBB Performance on DOTA v1

这是官方数据,不是作者实测

ModelmAP(50-95)mAP(50)CPU ONNX(ms)T4 TRT10(ms)Params(M)FLOPs(B)
YOLO26n-obb52.478.997.72.82.514.0
YOLO26s-obb54.880.9218.04.99.855.1
YOLO26m-obb55.381.0579.210.221.2183.3
YOLO26l-obb56.281.6735.613.025.6230.0
YOLO26x-obb56.781.71485.730.557.6516.5

分辨率: 1024px


6. Conclusion

总结 YOLO26 的架构改进和部署优势。


文章真实贡献评估

类别评价
YOLO 演进表格✅ 唯一原创性内容,整理有价值
Jetson benchmark未提供具体数据,仅定性描述
架构分析❌ 与 2602.14582 高度重复,无新意
OBB DOTA 数据⚠️ 引用官方数据,非原创
部署分析⚠️ 整理性质,无新实验

结论: 本文是一篇整理性质论文,主要价值在于将 YOLO 系列演进整理成表格。架构分析部分完全重复了其他论文的内容,Jetson benchmark 承诺的数据并未给出。


参考资料