2026年1月14日，Ultralytics发布了v8.4.0版本，YOLO26正式亮相。这个版本做了一件YOLO系列诞生以来从未做过的事——彻底移除NMS。从YOLOv1到YOLO11，非极大值抑制一直是目标检测流水线中不可绕过的后处理步骤；而YOLO26用原生端到端架构宣告了一个新时代的到来。这篇文章将带你从源码层面理解这场变革的全貌。一、NMS的“原罪”：为什么非去掉不可？1.1 后处理步骤的隐藏代价从YOLOv1开始，几乎所有主流目标检测器都遵循同一个范式：模型前向传播产生大量候选框，然后通过NMS筛选出最终结果。NMS的逻辑看似简单——按置信度排序，逐一保留最高分框，抑制与其IoU超过阈值的其他框。但这个看似简单的步骤，在实际部署中暗藏三大痛点。延迟不确定性是最致命的问题。根据arXiv上发表的YOLO26架构分析论文（arXiv:2601.12882），NMS本质上是串行计算过程，其执行时间强依赖于场景中的检测框数量。USENIX ATC 2026的一篇安全研究进一步指出，NMS执行时间对检测数量的强依赖性使其容易受到基于延迟的攻击。在工业质检场景中，传统YOLOv8模型因NMS后处理产生的延迟波动可达12ms，而这一波动在实时系统中足以造成严重后果。超参敏感性同样棘手。NMS的核心参数IoU阈值需要人工设定，调优不当会导致误删或漏检。特别是在目标相互重叠的场景中——比如密集人群
