YOLO 모델

• 1. YOLO 개요
  • 1.1 YOLO란?
  • 1.2 왜 YOLO인가?
• 2. YOLO 모델의 구조
• 3. YOLO 모델의 아키텍처 분석(v5 기준)
  • 3.1 기본 구성
  • 3.2 YOLO v5-s 아키텍처 분석
    • 3.2.1 아키텍처 정보 파일
    • 3.2.2 YOLO v5의 아키텍처 구조
    • 3.2.3 YOLO v5의 모듈
    • 3.2.4 YOLO v5의 Backbone
    • 3.2.5 YOLO v5의 Head
    • 3.2.6 앵커 박스 분석
    • 3.2.7 최적화 분석
• 4. YOLO26 소개
  • 4.1 YOLO26 개요
  • 4.2 아키텍처 설계의 세 가지 핵심 원칙
  • 4.3 주요 기능
  • 4.4 지원되는 작업 및 모드

1. YOLO 개요

1.1 YOLO란?

• 실시간 객체 탐지(Object Detection)를 위해 개발된 대표적인 딥러닝 모델
• 이름(YOLO: You Only Look Once, 한 번만 본다) 그대로 이미지를 단 한 번의 네트워크 통과로 객체의 위치(바운딩 박스)와 종류(클래스)를 동시에 예측하는 효율적인 방식을 채택하고 있음

1.2 왜 YOLO인가?

• CNN과 R-CNN (Regions with CNN)
  • CNN은 너무 많은 연산을 요구함 ➜ 매우 느린 처리 속도
  • RCNN: CNN 처리 이전에 인식하기 원하는 물체가 있을 가능성이 높은 후보 영역(Region)을 선택하는 방식
    • 선택 영역(Region)에만 CNN 적용 ➜ 성능향상 효과
  
  
• R-CNN 모델의 프로세스
  1. 이미지 입력
  2. 후보영역 추출
     • 다양한 방법이 제안되고 있음
     • 딥러닝의 영역이 아닌 데이터 정규화의 영역에 가까움(CNN내부의 LCN과 비슷한 개념)
     • 후보영역 추출방법의 개선으로 Fast-RCNN / Faster-RCNN 등의 모델 등장
  3. CNN 특징 계산
  4. 영역 분류

• CNN 계열 모델의 성능 비교
  • CNN < R-CNN < Fast-RCNN < Faster-RCNN

• Faster-RCNN의 처리 방식

• 그러나 Faster-RCNN 모델도 실시간 처리에는 느려서 사용하기 어려움
• R-CNN 계열이 느린 이유
  • 제안하는 후보 영역의 수가 너무 많음
  • 후보 영역의 제안 과정에서도 부하가 큼

• 경계박스를 찾는 방법

  • Proposal 방식

    
    

  • Grid 방식

    
    
  • YOLO에서는 Grid 방식을 더욱 발전시켜서 사용함
    • Grid 방식 선택 이유: 후보 영역 제안 개수가 적으므로 실시간성 확보가 용이함
  • Proposal 방식, Grid 방식에서의 의문점
    • 찾고자 하는 물체(객체, Object)가 있을 것 같은 후보영역을 제안한다는데…
    • 저렇게 박스를 제안할 때, 무슨 방법으로 박스 내부에 물체가 있을 것이라고 판단, 선택하는가?
    • 박스 내부에 물체가 있다고 어떻게 보장하는가?
      ➜ 보장하지 않음
    • 그냥 적당히 여러가지 정보, 기준을 잡고… 그냥 제안함(영상의 Edge 정보, 임의의 박스 등등)
  • YOLO 모델에서는
    • 말 그대로 영상을 1번만 읽음
    • 최종 출력단에서 경계박스 검색과 클래스 분류를 동시에 수행 ➜ 속도가 빠르다
    • 즉, 하나의 네트워크가 ➜ 동시에 ➜ 특징 추출, 경계박스 만들기, 클래스 분류를 한꺼번에 수행
      (그래서 구조가 간단하고 빠름)
    • 그런데 어떻게?

2. YOLO 모델의 구조

• YOLO 모델의 처리 방식

• YOLO 모델의 네트워크 구조

• YOLO 모델의 최종 결과에는 무엇이 들어 있을까?
  • 1단계
  
  

  
  

  • 2단계
  
  

  
  

  • 3단계
  
  

  
  

  • 4단계
  
  

  
  

  • 5단계
  
  

  
  

  • 6단계
  
  

  
  

  • 7단계
  
  

  
  

  • 8단계
  
  
• 제일 가능성 높은 것만 남기고 지우는데…
  • 개가 2마리 있으면?
    • 위치가 겹치지 않고 동일한 클래스로 분류되면 큰 문제는 없음
    • 그러나 비슷한 위치에서 동일한 클래스들이 모여 있다면? .. 개떼 ….
      • 2마리까지만 인식함 (경계Box가 2개씩이므로)
      • 단점!! ➜ 점차 개선되어 가고 있음
  
  

3. YOLO 모델의 아키텍처 분석(v5 기준)

3.1 기본 구성

• Backbone과 Head로 구성됨
  • YOLO v5 아키텍처의 정보: ~/yolov5/models/yolov5s.yaml 파일을 통해서 확인할 수 있음
• Backbone
  • 이미지로부터 Feature map을 추출하는 부분
  • CSP-Darknet 사용
    • YOLO v4의 Backbone과 유사
    • YOLO v3의 Backbone은 Darknet53 ➜ CSP 미적용
  • YOLO v5-(s / m / l / x) 까지 총 4가지 버전의 Backbone이 존재함
    • 본 과정에서는 제일 작은 모델인 YOLO v5-s를 기준으로 함
• Head
  • 추출된 Feature map을 바탕으로 물체의 위치를 찾는 부분
  • Anchor Box(Default Box)를 처음에 설정하고 이를 이용하여 최종적인 Bounding Box를 생성함
  • YOLO v3와 동일하게 3가지의 scale에서 바운딩 박스를 생성함
    • 8픽셀 정보를 가진 작은 물체, 16픽셀 정보를 가진 중간 물체, 32픽셀 정보를 가진 큰 물체를 인식 가능
    • 각 스케일에서 3개의 앵커 박스를 사용 ➜ 총 9개의 앵커 박스가 있음

3.2 YOLO v5-s 아키텍처 분석

3.2.1 아키텍처 정보 파일

• ~/yolov5/models/ 경로의 yolo.py, common.py 의 코드가 중심
• yolo.py
  • YOLO 아키텍처에 관한 코드
  • 이 코드를 통해 YOLO 아키텍처가 생성됨
• common.py
  • YOLO 아키텍처를 구성하는 모듈(레이어)에 관한 코드
  • 이 코드에 conv, BottleneckCSP 등등 YOLO 모듈들이 구현되어 있음

3.2.2 YOLO v5의 아키텍처 구조

• yolo.py를 실행시키면 아키텍처의 구조를 볼 수 있음
• python ./yolov5/models/yolo.py

3.2.3 YOLO v5의 모듈

• 분석 초점: common.py 파일을 기반으로 하여 각 모듈 클래스의 forward 함수를 중심으로 분석함

• Focus
  • 입력 데이터 x를 출력 데이터 y의 형태로 변환시킴
  • x(b, c, w, h) ➜ y(b, 4c, w/2, h/2)
  • b: batch_size, c: channel, w: width, h: height
• Conv
  • 일반적인 Conv + Batch_Norm 레이어
  • Conv 연산을 수행한 후 Batch Normalization 과정을 거침
  • 활성화 함수로는 Hard Swish 함수를 사용
• Bottleneck
  • ResNet에서도 사용된 Shortcut Connection이 적용된 블록
  
  
• BottleneckCSP

  • YOLO v5의 핵심

  • 4개의 Conv 레이어가 생성됨
    • conv1, conv4: conv + batch_norm 레이어
    • conv2, conv3: conv 레이어 (batch_norm 미적용)
  • CSP 구조에 따라 2개의 y 값을 생성함
    • y1: Short-Connection으로 연결된 conv1 ➜ conv3 연산 값
    • y2 : 단순히 conv2를 연산한 값
  • 마지막으로 y1과 y2 값을 합치고, conv4 레이어를 통과하여 연산 수행
  
  

  
  

• SPP
  • YOLO v3-SPP에서 사용했던 Spatial Pyramid Pooling Layer
  • Spatial bins로 5x5, 9x9, 13x13 크기의 Feature Map을 사용
    ➜ 최종적으로 5 + 9 + 13 = 27의 크기로 고정된 1차원 형태의 배열을 생성
    ➜ Fully Connected Layer에 입력으로 들어가도록 함

  
  

• Concat
  • 2개의 conv 레이어 연산 값을 결합

  
  

• touch.nn.modules.upsampling.Upsample
  • 단순히 업샘플링하는 토치의 기본 라이브러리 함수
  • 구조 값을 따르면 Feature Map 의 각 배열의 갯수를 2배로 올려줌

3.2.4 YOLO v5의 Backbone

• s(small), m(medium), l(large), x(extra?)의 4가지가 있음
  • s가 가장 작고 빠르며, x가 가장 크고 느림
  • yaml 파일에 있는 “depth_multiple” (model depth multiple)과 “width_multiple” (layer channel multiple)의 두 가지 변수로 결정됨

  
  

  • YOLO v5-s의 depth&width_multiple이 가장 작고(depth_multiple : 0.33, width_multiple : 0.50)
  • YOLO v5-x의 depth&width_multiple이 가장 큼 (1.33, 1.25)
• Depth_Multiple
  • 모델의 구조는 depth_multi 값에 따라 변화함
  • depth_multiple 값이 클수록 BottleneckCSP 모듈(레이어)이 더 많이 반복되어, 더 깊은 모델이 됨

  
  

  • yaml 파일에서 읽어온 depth_multiple 값 ➜ gd 변수에 저장, number 값 ➜ n 변수
  • n(depth gain) = max(round(ngd), 1) if n > 1 else n
    ➜ 만약 n이 1보다 크면 ngd의 값을 반올림(소수점 둘째 자리)한 후, 1과 비교하여 큰 값을 선택. 그렇지 않으면 그냥 n을 사용
  • Focus, Conv, SPP 모듈은 number 값이 1 ➜ n * gd = 0.33 ➜ 반올림해서 0.3 ➜ max에 의해서 1

  
  

  • BottleneckCSP 모듈은 number 값이 3, 9
    • n(number) = 3일 때: n * gd = 0.99 ➜ 반올림해서 1 ➜ Focus, Conv, SPP 의 n(depth gain) = 1
    • n(number) = 9일때: n * gd = 2.97 ➜ 반올림해서 3 ➜ BottleneckCSP의 n(depth gain) = 3

  
  

  • 해당 모듈들은 n(depth gain)값 만큼 반복 수행
    • n(number) = 3을 가지는 BottleneckCSP ➜ (0): Bottleneck 하나만 반복 ➜ 1번
    • n(number) = 9를 가지는 BottleneckCSP ➜ (0): Bottleneck ~ (2): Bottleneck를 반복 ➜ 3번
  • 따라서 depth_multiple 값이 큰 YOLO v5-x는 s에 비해 당연히 더 많은 layers를 가지게 되어, 더 깊은 모델이 됨
• Width_Multiple

  • yaml 파일의 첫번째 args 값과 width_multiple 값을 곱한 값이 해당 모듈의 채널 값으로 사용됨
    ➜ Width_Multiple 값이 증가할 수록 해당 레이어의 conv 필터 수가 증가함

  • YOLO v5-s의 width_multiple 값은 0.5 ➜ 변수 gw에 저장
  • yaml 파일의 args의 첫번째 값 ➜ c2

  • 해당 모듈의 채널 수 = c2 * gw

  • 따라서 YOLO v5-x는 s에 비해 큰 width_multiple 값을 지니므로, 각 모듈의 채널 수가 가장 많음

3.2.5 YOLO v5의 Head

• yaml 파일에 따르면
  • Head는 [from, number, module, args] 으로 구성
  • {Conv, Upsample, Concat, BottleneckCSP}이 한 블록으로 구성 ➜ 이러한 블록들이 총 4개
  • 마지막의 Detect 부분에서 모두 연결됨
• Head에서는
  • BottleneckCSP 만이 number 값이 3으로, depth_multiple 값에 따라 더 많이 반복 가능
    ➜ 즉 YOLO v5-x가 s에 비해 Head 층도 더 깊음

• Head에서 주의 깊게 봐야할 모듈은 Concat과 Detect

• Concat 모듈
  • Concat의 의미: Concat의 바로 직전 층인 nn.Upsampel 층과 i=6인 BottleneckCSP 층의 결합을 의미
  • yaml 파일에서 Concat 모듈을 보면
    
    
  • 해당 블록을 가져오면
    
    
  • [[-1, 6], 1, Concat, [1]]의 구성
  • Concat의 정리
    • 첫 번째 블록의 Concat 부분 : 백본의 P4와 결합 (yolo.py 기준 i=6인 BottleneckCSP)
    • 두 번째 블록의 Concat 부분 : 백본의 P3와 결합 ➜ 작은 물체 검출 (yolo.py 기준 i=4인 BottleneckCSP)
    • 세 번째 블록의 concat 부분 : 헤드의 P4와 결합 ➜ 중간 물체 검출 (yolo.py 기준 i=14인 Conv)
    • 네 번째 블록의 concat 부분 : 헤드의 P5와 결합 ➜ 큰 물체 검출 (yolo.py 기준 i=10인 Conv)
• Detect 모듈
  • i=17, 20, 23인 레이어를 종합하여 Detect 
  
  

3.2.6 앵커 박스 분석

• 앵커 박스(Anchor Box)
  • 객체 탐지 모델이 이미지 내에서 객체의 위치를 예측할 때 사용하는 ‘사전 정의된(predefined) 기준 박스’
  • 객체 탐지의 핵심적인 개념 중 하나
  • 특정 종횡비(aspect ratio)와 크기(scale)를 가지고 있으며, 다양한 객체들을 효과적으로 탐지하기 위한 일종의 ‘템플릿’ 역할을 수행

• 앵커 박스의 사용 이유
  • 객체 탐지 모델은 이미지 내의 여러 객체를 찾아내야 하지만 하나의 그리드 셀에서 여러 객체를 탐지하거나, 같은 그리드 셀에 있더라도 객체들의 크기와 모양이 너무 다르면 예측하기가 어려움
  • 앵커 박스는 이런 문제들을 해결하기 위해 도입
    • 다양한 종횡비와 크기의 객체 탐지
      • 세상에는 자동차, 사람, 신호등처럼 다양한 크기와 모양의 객체들이 존재
      • 앵커 박스는 미리 다양한 종횡비(예: 높이가 긴 박스, 너비가 긴 박스, 정사각형 박스)와 크기를 가진 박스들을 정의해 둠으로써, 모델이 어떤 형태의 객체라도 효과적으로 ‘걸러낼’ 수 있도록 지원
    • 한 셀에서 여러 객체 탐지
      • YOLO는 이미지를 그리드 셀로 나누어 각 셀에서 객체를 탐지
      • 앵커 박스를 사용하면 각 그리드 셀이 여러 개의 앵커 박스를 기준으로 예측을 수행하므로
      • 하나의 셀 안에서도 여러 개의 객체를 탐지할 가능성이 높아짐

• 앵커 박스의 작동 방식
  1. 그리드 셀 당 여러 앵커 박스 할당
     • 입력 이미지는 일정한 크기의 그리드 셀로 나뉘고,
     • 각 그리드 셀에는 미리 정의된 여러 개의 앵커 박스(예: 3~9개)가 할당됨
  2. 오프셋 예측
     • 모델은 직접적인 바운딩 박스(Bounding Box)의 좌표(x, y, 너비, 높이)를 예측하는 대신, 이 할당된 앵커 박스를 기준으로 얼마나 떨어져 있는지(오프셋)와 얼마나 커지거나 작아져야 하는지(스케일)를 예측함
       • 예: 앵커 박스의 중심에서 X, Y축으로 얼마나 이동해야 하는지, 그리고 앵커 박스의 너비와 높이에서 얼마나 변화해야 하는지를 예측하는 방식
       • \(cx = i + 0.5 / 40, cy = j + 0.5 / 40\) 같은 공식으로 상대적 위치를 계산하고,
       • \(w = √area × aspectratio / width of input image\) 등으로 너비와 높이를 계산하는 방식
  3. 객체 존재 확률 및 클래스 확률 예측
     • 각 앵커 박스에 대해 해당 박스에 객체가 있는지 여부(객체성 스코어)와
     • 객체가 있다면 어떤 종류의 객체인지(클래스 확률)도 함께 예측
  4. 최적의 앵커 박스 결정 (K-means Clustering)
     • 이 앵커 박스들의 크기와 종횡비는 훈련 데이터셋에 있는 객체들의 통계적 분포(너비와 높이)를 분석하여 미리 결정됨
     • 보통 K-means 클러스터링 알고리즘을 사용하여 데이터셋에 가장 잘 맞는 앵커 박스들을 탐색함

• 앵커 박스 값 계산하기
  • YOLO v5에서 default로 사용하는 앵커 박스는 코코 데이터 기반의 값
    ➜ 커스텀 데이터에서는 앵커 박스 값이 적절하지 않을 수 있음
    ➜ 커스텀 데이터셋에 알맞는 앵커 박스 값을 계산을 해야 할 필요가 있음
  • 앵커 박스의 값 계산은 ~/yolov5/utils/general.py의 kmean_anchors() 함수에 구현

  
  

  • kmean_anchors() ➜ 앵커 박스 계산의 핵심
    • path : data yaml 파일 경로
    • n : 생성할 앵커박스 갯수 (우리는 9개의 앵커박스를 생성)
    • img_size : 이미지 크기
    • thr : 매개변수로 제어되는 Threshold(임계값)
    • gen : 유전자 알고리즘의 진화적 반복 횟수(돌연변이+선택)
    • verbose : 진행 내용을 어느 정도 출력할 것인지 결정하는 변수
    • return k ➜ 유전자 알고리즘 진화 후 K-평균 + 앵커 ➜ model.yaml 파일의 anchor 부분에 들어감

3.2.7 최적화 분석

• LOSS 함수분석
  • GIoU (giou_loss)
    • bounding box에 관한 loss 함수. 1 - giou 값 = giou loss
    • giou loss는 utils/general.py의 compute_loss 함수에 구현

  
  

  • obj (objectness loss) 및 cls (classification loss)
    • BCEwithLogitsLoss 사용 (general.py에서 확인)
      • BCEwithLogitsLoss는 class가 2개인 경우에 사용하는 loss function
      • BCE(Binary Cross Entropy)에 sigmoid layer를 추가한 것
    • classification Loss
      • 객체가 탐지되었을 때, 탐지된 객체의 Class가 맞는지에 대한 Loss
      • MSE와 유사하게 \((판단값 - 실제값)^2\) 으로 계산
    • Objectness Loss
      • Class의 구분없이 객체 탐지 자체에 대한 Loss
      • 객체가 있을 경우의 Loss, 없을 경우의 Loos를 따로 계산한 후, 각 Loss에 가중치 값을 곱하여 클래스 불균형 문제를 해결
• Optimizer 분석
  • optimizer의 default 값은 SGD
  • 추가 설정으로 Adam으로 변경 가능
• mAP 분석
  • mAP_0.5
    • mAP의 평균을 IoU Threshold = 0.5로 구한 값
  • mAP_0.5:0.95
    • mAP의 평균을 다음의 IoU Threshold 값으로 구한 것
    • 즉 0.5~0.95 사이의 IOU threshold 값을 0.05 씩 값을 변경해서 측정한 mAP의 평균값
    • IoU의 threshold 값이 mAP_0.5보다 높기 때문에, 수치는 mAP_0.5보다 낮게 나옴

4. YOLO26 소개

4.1 YOLO26 개요

• 아직 개발 중인 버전
• 이전 버전인 v11에서 v12, v26으로 서로 다른 목적을 가지고 각각 개발이 진행 중임
• YOLO26은 실시간 객체 감지기로, 특히 엣지(Edge) 및 저전력 장치에 최적화되도록 설계되었음
• 불필요한 복잡성을 제거하고 대상 혁신을 통합하여 더 빠르고 가벼움
• 접근성이 뛰어난 배포를 제공하는 간소화된 디자인을 도입

4.2 아키텍처 설계의 세 가지 핵심 원칙

• 단순성
  • YOLO26은 네이티브 엔드투엔드 모델로, 비최대 억제NMS 없이도 직접 예측을 생성함
  • 이러한 후처리 단계를 제거함으로써 추론이 더 빠르고 가벼워지며 실제 시스템에 더 쉽게 배포할 수 있음
  • 이러한 접근 방식은 YOLOv10 에서 처음 시도되었으며, YOLO26에서 더욱 발전되었음
• 배포 효율성
  • 엔드 투 엔드 설계 방식 적용으로 파이프라인의 전체 단계를 줄임
    • 통합을 획기적으로 단순화하고
    • 대기 시간을 줄이며
    • 다양한 환경에서 배포를 더욱 강력하게 만듦
• 교육 혁신
  • YOLO26, MuSGD 옵티마이저 출시
    • SGD 와 문샷 AI의 Kimi K2에서 영감을 받아 탄생한 MLM 트레이닝 기술
      • MLM 트레이닝 기술
        • 자연어 처리(NLP)에서 ‘Masked Language Modeling’을 의미
        • 모델이 입력 텍스트 중 일부 토큰(단어)을 가려두고 나머지 토큰을 예측하게 하여 언어 이해와 어휘력을 강화하는 훈련 방식
        • GPT, BERT 등 주요 LLM의 핵심 훈련 방식으로, 문법·어휘·문장 구조 등 언어 전반을 폭넓게 학습할 수 있음
    • 향상된 안정성과 빠른 융합을 제공
    • 언어 모델에서 컴퓨터 비전으로 최적화 기술을 이전함
• 아키텍처 혁신에 따른 효과
  • 소형 객체에서 더 높은 정확도를 달성하고
  • 원활한 배포를 제공하며
  • CPU에서 최대 43% 더 빠르게 실행되는 모델 제품군을 제공하여
  • YOLO26을 리소스가 제한된 환경에서 가장 실용적이고 배포 가능한 YOLO 모델 중 하나로 만듦

4.3 주요 기능

• DFL 제거
  • 기존에 사용된 분포 초점 손실(DFL) 모듈은 효과적이기는 하지만 내보내기가 복잡하고 하드웨어 호환성이 제한되는 경우가 많음
    • 분포 초점 손실 (DFL, Distribution Focal Loss)
      • 기존의 객체 탐지 모델들은 바운딩 박스를 예측할 때, 객체의 중심점과 너비, 높이 등 4개의 좌표 값을 직접 회귀(Regression) 방식으로 예측함
      • DFL은 이러한 방식에서 벗어나, 바운딩 박스의 각 측면까지의 상대적인 오프셋(offset)을 ‘분포’ 형태로 학습하도록 설계된 손실 함수
      • 특정 위치가 정답이 ‘이것이다’라고 하나의 값으로 예측하는 대신, ‘이 범위 안에 존재할 확률이 높다’는 분포를 학습함으로써 더 정교한 바운딩 박스 예측이 가능하게 하는 방식
  • YOLO26은 DFL을 완전히 제거하여 추론을 간소화하고 에지 및 저전력 디바이스에 대한 지원을 확대함
• 엔드투엔드 NMS 추론
  • 별도의 후처리 단계로 NMS 의존하는 기존 디텍터와 달리, YOLO26은 기본적으로 엔드투엔드 방식을 적용
  • 예측이 직접 생성되므로 지연 시간이 줄어들고 프로덕션 시스템에 더 빠르고, 가볍고, 안정적으로 통합할 수 있음
• ProgLoss + STAL
  • 향상된 손실 기능으로 감지 정확도가 향상
  • 작은 객체 인식 정확도와 학습 안정성을 크게 향상시키는 중요한 요소
  • IoT, 로봇 공학, 항공 이미지 및 기타 에지 애플리케이션의 핵심 요구 사항인 작은 물체 인식이 눈에 띄게 개선됨

  
  

  • ProgLoss (Progressive Loss Balancing)
    • 딥러닝 모델, 특히 객체 탐지 모델은 여러 종류의 예측(바운딩 박스 회귀, 객체 분류, 객체 존재 여부 등)에 대한 손실 함수를 결합하여 사용함
    • ProgLoss는 이러한 다양한 손실 항(loss term)들 간의 균형 잡힌 가중치를 보장함
    • 초기 학습 단계에서는 특정 손실에 더 집중하고, 학습이 진행됨에 따라 다른 손실의 중요도를 점진적으로 높여가는 방식
    • 학습이 특정 손실에 과도하게 편향되는 것을 방지함
    • 이를 통해 학습 안정성을 높이고, 전반적인 성능 개선에 기여

  
  

  • STAL (Stable Task Assignment Learning)
    • 객체 탐지 모델에서 “어떤 예측 박스가 어떤 실제 객체(Ground Truth)를 담당할 것인가”를 결정하는 과정을 ‘할당(Assignment)’이라고 하며, 이 할당 전략은 모델의 학습에 매우 큰 영향을 미침
    • STAL은 이 할당 과정을 더욱 안정적이고 효율적으로 만드는 ‘할당 모듈(assignment module)’
    • 예측기와 실제 객체 간의 매칭을 더욱 정확하고 견고하게 함으로써, 특히 모호하거나 복잡한 상황에서 모델이 객체를 올바르게 학습하도록 지원
    • 이는 모델이 다양한 크기의 객체, 특히 작은 객체들을 더 잘 인식하고 분류할 수 있도록 중요한 기반을 제공함

  
  

  • ProgLoss + STAL의 시너지 효과
    • 학습 안정성 강화
      • ProgLoss의 손실 균형 조절과 STAL의 안정적인 할당을 통해 모델 학습이 더욱 견고해지고 수렴이 빨라짐
    • 작은 객체 인식 능력 향상
      • 손실 항들의 공평한 가중치와 정확한 할당 전략은, 상대적으로 예측하기 어려운 작은 객체들의 특징을 모델이 놓치지 않고 더 잘 학습하도록 만듦
    • 정확도 개선
      • 최종적으로는 모델의 전반적인 객체 탐지 정확도가 향상됨

  
  

  • YOLO26이 “엣지 및 저전력 장치에 최적화”되면서도 뛰어난 성능을 보이는 데에는, 단순히 모델을 가볍게 만드는 것을 넘어 이러한 정교한 학습 및 손실 최적화 기법들이 큰 역할을 하고 있음
• MuSGD 옵티마이저
  • SGD(Stochastic Gradient Descent)의 견고함과 일반화 능력에 Muon Optimizer를 결합한 새로운 하이브리드 최적화 기법
  • 모델이 학습 과정에서 더욱 안정적으로 최적점에 도달할 수 있도록 지원
  • LLM 훈련의 고급 최적화 방법을 컴퓨터 비전에 도입하여 보다 안정적인 훈련과 빠른 융합을 가능하게 함
• 최대 43% 빨라진 CPU 추론
  • 엣지 컴퓨팅에 최적화된 YOLO26은 훨씬 빠른 CPU 추론을 제공하여 GPU가 없는 디바이스에서도 실시간 성능을 보장함

4.4 지원되는 작업 및 모드

(자료출처: ultralytics 공식 사이트(https://docs.ultralytics.com/ko/models/yolo26/#overview)

모델	작업	추론	검증	훈련	내보내기
YOLO26	객체 탐지	●	●	●	●
YOLO26-seg	인스턴스 분할	●	●	●	●
YOLO26-pose	포즈/키포인트	●	●	●	●
YOLO26-obb	방향 감지	●	●	●	●
YOLO26-cls	분류	●	●	●	●