INTERACTIVE LEARNING ENVIRONMENT

看見模型如何思考。

從整體架構到單一模組，循著資料的路徑，逐步理解 YOLO。

MODEL STUDYYOLO26互動式學習空間 · 初始版本

THE BIG PICTURE

從影像到預測

點選節點，探索各階段的角色與連結。

CONCEPTUAL FLOW ●

⌗

IMAGE
INPUT

→→→

DATA FLOW示意流程 / 詳細層級待補充

SELECTED STAGE / 01

輸入影像

影像進入模型的起點。此處預留影像尺寸、前處理與資料格式的教學內容。

↗

YOUR RESEARCH TOOLBOX

研究工具箱

YOLO26n × ExDark People · 模組、訓練與研究診斷

搜尋工具與說明前往分類

內容來源：你提供的 YOLO26 Research Toolbox（2026-10-29）。狀態與實作細節須依實際使用的原始碼版本核對。搜尋會篩選工具表格；研究提醒與說明保留供參考。

YOLO26 / YOLO 開源研究工具箱（2026-10-29）

範圍：以 Ultralytics YOLO26n 物件偵測 + ExDark People 為主，涵蓋卷積、特徵模組、Backbone、Neck、Head、分配器、Loss、訓練策略、資料增強、推論、診斷。這是按研究實用性整理的廣泛索引，並非聲稱涵蓋世界上每一種模組。

代號與重要提醒

A：官方 YOLO26 預設 YAML／訓練機制正在使用（不同運行配置可切換路徑）。
B：官方 Ultralytics 有實作，但不是 YOLO26n 預設結構；可能需要註冊、改 YAML、調整介面。
C：其他開源程式庫／論文方法；需要移植、驗證授權及相容性。
P：PyTorch/Ultralytics 既有參數或基礎操作，不是獨立 YOLO 卷積區塊。
T：第三方或自行開發的模型檢測工具。
本表「有原始碼」≠「你的環境已安裝」≠「可直接在 YAML 換掉」≠「能改善 AP」。需以本機 commit 驗證。狀態 A/B 主要依頂層 YAML 分類，B 類模組也可能內嵌於預設 Head 或 C3k2，例如 DWConv、Bottleneck。
YOLO26 標準 Detect 使用 end2end: True、reg_max: 1，P3/P4/P5 Head；DFL-free 時 dfl 損失權重名稱實際控制 normalized L1 distance loss。
YOLO26 公開 E2ELoss 以 O2M 0.8 → 0.1 線性排程，Trainer 會逐 epoch 呼叫 update；官方 pretrained checkpoint 的實際訓練配方可能不同，請以 checkpoint train_args 與實際原始碼核對。
STAL 是小目標正樣本覆蓋概念，目前公開 TaskAlignedAssigner 透過小 GT 候選框擴展處理；無獨立 STAL 類別也可能已啟用機制。候選數不保證最終正樣本數。

YOLO26n 預設架構 layer 索引（官方 cfg/models/26/yolo26.yaml）

Layer	模組	位置	任務
0	Conv	Backbone P1/2	初始 downsample
1	Conv	Backbone P2/4	高解析度特徵
2	C3k2	Backbone P2/4	初階紋理
3	Conv	Backbone P3/8	下採樣
4	C3k2	Backbone P3/8	小目標語意
5	Conv	Backbone P4/16	下採樣
6	C3k2	Backbone P4/16	中尺度特徵
7	Conv	Backbone P5/32	下採樣
8	C3k2	Backbone P5/32	高階特徵
9	SPPF	Backbone P5/32	多範圍上下文
10	C2PSA	Backbone P5/32	注意力
11-13	Upsample, Concat, C3k2	Neck P4	Top-down 融合
14-16	Upsample, Concat, C3k2	Neck P3	Top-down 融合
17-19	Conv, Concat, C3k2	Neck P4	Bottom-up 融合
20-22	Conv, Concat, C3k2(attn=True)	Neck P5	Bottom-up 融合
23	Detect	Head P3/P4/P5	類別與框預測

1. 輸入、影像增強、資料處理

工具	功效與實際問題	位置	狀態
LetterBox	保長寬比縮放、padding；避免任意擠壓人物	Dataloader	A
Resize / imgsz	調整輸入尺寸，決定微小人物佔多少 pixel	Dataloader	P
Normalize 0..1	像素數值縮放；改善數值處理	Preprocess	A
HSV jitter	顏色／飽和度／亮度擾動；光線變化泛化	Augmentation	A
Mosaic	將多圖合成；增加多樣尺度與場景	Augmentation	A
MixUp	圖像線性混合；正則化但可能降低暗部對比	Augmentation	B
CutMix	貼圖塊與標註；遮擋情境	Augmentation	B
RandomAffine	旋轉、平移、縮放、透視；幾何穩健性	Augmentation	A
HorizontalFlip	左右翻轉；增加方向多樣性	Augmentation	A
VerticalFlip	上下翻轉；一般校園直立人物不一定合適	Augmentation	P
Copy-Paste	分割任務複製物件；一般 detect 不是通用預設	Augmentation	B
Multi-scale training	尺寸動態變化；不同尺度魯棒性	Trainer	P
close_mosaic	訓練末期關閉 mosaic，減少 train/val 外觀差異	Trainer	A
Gamma transform	改變亮度非線性映射；可能改變雜訊比例	外部 preprocessing	C
CLAHE	局部對比增強；可放大雜訊與壓縮痕跡	外部 preprocessing	C
Retinex / RetinexNet	反射／照明估計；低光影像處理	外部 preprocessing	C
Zero-DCE	學習式亮度曲線增強；可搭配偵測驗證	外部 preprocessing	C
LLFormer / Retinexformer	低光增強架構；需要獨立模型與正規驗證	外部 preprocessing	C
Poisson/Gaussian Noise	建立雜訊分布的合成退化	Augmentation	C
Blur / JPEG artifacts	模擬攝影機失焦與壓縮	Augmentation	C
Albumentations	自訂影像增強組合	Dataloader	B

2. CNN 基礎算子、正規化、啟動函數

工具	功效與實際問題	位置	狀態
Conv2d	局部空間特徵提取	Backbone/Neck/Head	P
Conv (Conv+BN+Activation)	YOLO 常用卷積封裝	Backbone/Neck	A
1x1 Pointwise Conv	調整／混合通道，不直接擴張空間感受野	所有階段	P
3x3 Conv	邊緣、局部紋理、上下文	所有階段	P
5x5 / large kernel Conv	較大局部感受野，代價較高	Backbone/Neck	P
Group Conv	分組通道計算；參數與交互能力取捨	Backbone	P
DWConv	每通道空間卷積；通常省算力	Backbone/Head	B
Depthwise Separable Conv	DW + PW；輕量化	Backbone/Head	P
Dilated Conv	在不下採樣時擴大有效感受野；有格點效應風險	Backbone/Neck	P
DeformConv2d / DCNv2	學習動態採樣位置；處理形變／不規則輪廓	Backbone/Neck	C
DCNv3	更新版可變形卷積研究路線	Backbone/Neck	C
Dynamic Conv	依輸入動態混合 kernel；可能增大耗時	Backbone	C
GhostConv	以低成本操作生成部分特徵	Backbone/Neck	B
LightConv	1x1 + Depthwise，追求效率	Backbone	B
Conv2	多分支可重參數化卷積	Backbone	B
RepConv	訓練多分支、部署融合	Backbone/Neck	B
SCDown	Pointwise + Depthwise 下採樣	Backbone/Neck	B
AConv / ADown	池化、分路下採樣	Backbone/Neck	B
Focus	將空間資訊整理到通道	Stem	B
BatchNorm2d	按 batch 統計正規化；小 batch 要檢查穩定性	所有階段	A
GroupNorm	小 batch 可能較穩定，需重新驗證	所有階段	P
LayerNorm	Transformer／部分 CNN 常用正規化	Attention	P
SiLU	YOLO 常用啟動函數	Conv block	A
ReLU / LeakyReLU	基本非線性	Backbone	P
GELU	Transformer 與部分 CNN 常用	Attention/MLP	P
Hardswish	行動模型啟動函數	Mobile backbone	P
Identity / Residual Add	保留捷徑傳遞與梯度路徑	各階段	P

3. Backbone／CSP／殘差 Block

工具	功效與實際問題	位置	狀態
Bottleneck	Conv 與 shortcut 的基本殘差特徵單元	Backbone/Neck	B
BottleneckCSP	CSP 拆分/合併，改善特徵重複計算	Backbone	B
C1 / C2	簡化 CSP 類特徵處理	Backbone/Neck	B
C2f	多個中間特徵拼接；YOLOv8 家族	Backbone/Neck	B
C3	三卷積 CSP；YOLOv5 家族	Backbone/Neck	B
C3f	C3 系列變體，調整特徵組合路徑	Backbone	B
C3k	C3 內部採可配置核尺寸	Backbone	B
C3k2	C2f 衍生模組，可切換 Bottleneck/C3k/注意力	Backbone/Neck	A
C3x	Cross-convolution CSP 變體	Backbone	B
C3TR	CSP + Transformer	Backbone	B
C3Ghost	Ghost 化 CSP	Backbone	B
GhostBottleneck	輕量 Bottleneck	Backbone	B
RepC3	RepConv + CSP 特徵	Backbone/Neck	B
CIB	Compact Inverted Block	Backbone	B
C2fCIB	C2f + CIB 組合，YOLOv10 類	Backbone	B
ELAN1	多路徑有效層聚合	Backbone/Neck	B
RepNCSPELAN4	Rep/CSP/ELAN 融合，YOLOv9 類	Backbone/Neck	B
RepVGGDW	可重參數化 depthwise 卷積	Backbone	B
HGStem / HGBlock	HGNet 類 CNN stem/blocks	Backbone	B
ResNetLayer / ResNetBlock	ResNet 殘差層替代	Backbone	B
ResNet / ResNeXt	殘差 backbone，常作對照組	Backbone	C
CSPDarknet / CSPNeXt	CSP 家族完整 backbone	Backbone	C
ConvNeXt / ConvNeXt V2	現代 CNN backbone	Backbone	C
MobileNet V2/V3/V4	行動效率 backbone	Backbone	C
EfficientNet	以尺度與效率共同設計 backbone	Backbone	C
RepVGG / MobileOne	可重參數化高效率 backbone	Backbone	C
Swin Transformer	區域 Window Attention backbone	Backbone	C
PVT / PVTv2	Pyramid ViT，多尺度輸出	Backbone	C
GELAN	YOLOv9 網路聚合設計	Backbone/Neck	C
PGI	YOLOv9 的可程式梯度資訊訓練機制	Training architecture	C

4. Attention／上下文

工具	功效與實際問題	位置	狀態
ChannelAttention	學習通道重要性	Backbone/Neck	B
SpatialAttention	學習區域重要性	Backbone/Neck	B
CBAM	Channel + Spatial 注意力	Backbone/Neck	B
Attention	多頭注意力運算	Backbone	B
PSABlock / PSA	部分通道 Self-Attention	Backbone/Neck	B
C2PSA	CSP + PSA，在高階特徵導入注意力	Backbone	A
C2fPSA	C2f + PSA	Backbone	B
AAttn / ABlock / A2C2f	Area Attention，部分區域互動	Backbone	B
C2fAttn	C2f 與引導式注意力結合	特殊 Head/Backbone	B
MaxSigmoidAttnBlock	外部引導資訊對空間/通道加權	特殊模型	B
ImagePoolingAttn	圖文特徵互動	開放詞彙模型	B
SE	Squeeze-and-Excitation 通道重加權	Backbone/Neck	C
ECA-Net	輕量通道注意力	Backbone/Neck	C
CoordAttention	沿水平/垂直方向編碼位置的通道注意力	Backbone/Neck	C
SimAM	無額外可訓練參數的注意力設計	Backbone/Neck	C
GAM	Global Attention Mechanism	Backbone/Neck	C
EMA Attention	Efficient Multi-Scale Attention（不要和權重 EMA 混淆）	Backbone/Neck	C
Triplet Attention	不同維度交互的注意力	Backbone/Neck	C
Non-local	長距離關係；可能增加記憶體	Backbone	C
GCNet	全域上下文重加權	Backbone	C
TransformerBlock	Transformer 特徵互動	Backbone	B
AIFI	RT-DETR 內尺度交互	Neck	B
MSDeformAttn	多尺度可變形注意力	Neck/Decoder	B

5. Pooling／Neck／多尺度融合

工具	功效與實際問題	位置	狀態
SPP	多尺度空間池化	Backbone P5	B
SPPF	快速池化，補充上下文與感受野	Backbone P5	A
SPPELAN	SPP + ELAN 聚合	Backbone/Neck	B
MaxPool / AvgPool	取局部最大／平均統計	Backbone	P
AdaptiveAvgPool	自適應長寬匯總	Attention	P
Concat	沿 channel 串接特徵	Neck	A
Add	對齊後逐元素相加特徵	Neck	P
nn.Upsample nearest	固定插值上採樣	Neck	A
Bilinear Upsample	平滑內插上採樣	Neck	P
ConvTranspose	可學習上採樣	Neck	B
FPN	高階語意往高解析度傳遞	Neck	A(設計)
PAN / PAFPN	自下而上回傳定位資訊	Neck	A(設計)
BiFPN	可學習權重的雙向特徵融合	Neck	C
ASFF	不同空間位置自動融合不同尺度	Neck	C
AFPN	漸進式融合尺度，減少跨尺度資訊落差	Neck	C
NAS-FPN	搜尋多尺度拓樸	Neck	C
CARAFE	內容感知上採樣	Neck	C
DySample	動態取樣上採樣	Neck	C
GSConv / Slim-Neck	輕量化 Neck	Neck	C
P2 branch (stride=4)	添加更高解析度預測特徵；增加顯存/位置數	Neck/Head	B(官方 YAML)
P6 branch (stride=64)	添加更粗尺度輸出	Neck/Head	B(官方 YAML)
Cross-scale gate	對不同尺度融合加權；需自訂實現	Neck	C

6. Head／框表示／推論分支

工具	功效與實際問題	位置	狀態
Detect	類別、bbox 預測與 decode	Head	A
Decoupled Head	bbox 與 class 各自建支路	Head	A(設計)
O2M Head	一 GT 多個正樣本，訓練密集監督	Head	A
O2O Head	NMS-free 使用的稀疏匹配頭	Head	A
Anchor-free anchor points	特徵格點為距離解碼參考	Head/Assignment	A
Distance l/t/r/b	每個網格預測四個邊界距離	Head	A
DFL-free (reg_max=1)	輸出 4 個距離，而非每邊多 bin 分布	Head/Loss	A
DFL decode (reg_max>1)	多 bin 分布積分求預測距離	Head	B(舊版)
v10Detect	YOLOv10 類 Head	Head	B
WorldDetect / YOLOEDetect	開放詞彙偵測	Head	B
RTDETRDecoder	DETR-style 解碼	Head	B
DyHead	尺度/空間/任務動態注意力 Head	Head	C
GFL/Varifocal Head	品質感知分類分數與框估計	Head	C
DINO / Deformable DETR decoder	Query-based DETR 偵測	Head	C
Segment / Segment26	Instance segmentation 輸出	Head	B
SemanticSegment	每像素語意分割	Head	B
Pose / Pose26	關鍵點定位	Head	B
OBB / OBB26	旋轉框	Head	B
Classify	影像分類	Head	B
Depth	深度估計	Head	B

7. Label Assignment（訓練時決定正負樣本）

方法	功效與實際問題	位置	狀態
TaskAlignedAssigner / TAL	按分類與 IoU 的聯合對齊指標分配候選	Assignment	A
STAL small-target handling	擴大過小 GT 候選覆蓋，減少零正樣本	Assignment	A(內建邏輯)
Top-K selection	每 GT 保留若干候選；決定密度	Assignment	A
TopK2 final selection	後續收斂候選；O2O 可選 1	Assignment	A
alpha / beta	分類與 IoU 在匹配分數中的相對權重	Assignment	A
Conflict Resolution	同候選被多個 GT 選中，處理重複指派	Assignment	A
ATSS	自適應訓練樣本選擇	Assignment	C
SimOTA	動態正樣本選擇，YOLOX 常見	Assignment	C
OTA	最佳傳輸式標籤分配	Assignment	C
Hungarian Matching	一對一二分圖匹配，DETR 家族	Assignment	C
FCOS Center Sampling	限制 GT 中心附近為候選	Assignment	C
PAA	概率統計驅動正負樣本分配	Assignment	C
MaxIoUAssigner	IoU 門檻式分配	Assignment	C
Ignore Region / Crowd	排除模糊或未能完整標註的區域	Dataset/Assignment	C

8. Loss Function（不是 CNN 區塊）

方法	功效與實際問題	位置	狀態
E2ELoss	O2M+O2O 複合損失	Detection training	A
Progressive Loss Balancing	隨 epoch 改變 O2M/O2O 的權重	Detection training	A
BCEWithLogits	多類別／正負分類監督	Classification term	A
CIoU	BBox 重疊與中心/形狀幾何	BBox term	A
Normalized distance L1	DFL-free 回歸距離誤差	BBox term	A
`dfl` hyperparameter	YOLO26 reg_max=1 時實際加權 L1，名稱保留	Trainer config	A
DFLoss	reg_max>1 的 distribution focal loss	BBox term	B(舊版)
FocalLoss	調低容易樣本權重，聚焦難例	Classification	B
VarifocalLoss	考慮標籤品質、前背景不平衡	Classification	B
GIoU / DIoU	BBox 幾何相似度家族	BBox	P
EIoU / Focal-EIoU	針對寬高與重疊誤差設計	BBox	C
SIoU	方向/距離/形狀幾何	BBox	C
Wise-IoU	動態難例品質重加權	BBox	C
NWD	小目標框的高斯 Wasserstein 距離	BBox	C
SmoothL1 / Huber	平滑穩健回歸	BBox	P
Quality Focal Loss	類別與定位品質聯合的分類監督	Classification	C
Label Smoothing	降低過度確信與噪聲敏感	Classification	P
OHEM / Hard Example Mining	優先訓練困難負樣本／漏檢類	Sampling / Loss	C
KD / Feature Distillation	教師模型指導學生	Training	B(蒸餾框架需對齊)
Contrastive / SupCon Loss	拉近同類、推遠異類特徵	特徵學習	C
Center Loss	聚合同類特徵	特徵學習	C
Per-scale loss weighting	P2/P3/P4/P5 不同監督權重	Training	C(需自訂)
MultiChannelDiceLoss	像素／mask 重疊	Segmentation	B
BCEDiceLoss	BCE + Dice 混合	Segmentation	B
RLELoss	關鍵點殘差對數似然估計	Pose	B
KeypointLoss / OKS	姿態關鍵點品質	Pose	B
RotatedBboxLoss	旋轉框的定位誤差	OBB	B
DepthLoss26	深度尺度、梯度等誤差	Depth	B
SemanticSegmentationLoss	逐像素分類誤差	Segmentation	B

9. 優化器與訓練控制

工具	功效與實際問題	位置	狀態
SGD / Momentum	經典梯度更新，超參數相對穩定	Optimizer	B
Adam	自適應一、二階矩估計	Optimizer	B
AdamW	解耦 weight decay	Optimizer	B
MuSGD	Muon 式正交化 + SGD；YOLO26 官方案例	Optimizer	B
RMSProp	利用平方梯度移動平均	Optimizer	B
NAdam / RAdam / Adamax	其他 Adam 家族	Optimizer	B
Cosine LR	學習率餘弦衰減	Schedule	P
OneCycle LR	Warmup + 下降曲線	Schedule	P
Warmup	初期穩定優化器更新	Schedule	P
EMA (ModelEMA)	平滑模型權重；與 EMA Attention 完全不同	Training	A
Mixed Precision AMP	部分運算用低精度；提升效率	Training	A
Gradient Accumulation	小 batch 累積梯度	Training	P
Gradient Clipping	限制梯度爆炸	Training	P
Freeze layers	暫停部分 backbone 更新	Fine-tuning	P
Weight Decay	抑制過大權重，正則化	Optimizer	A
Early Stopping	VAL 長期無改善時停止	Trainer	B
Gradient Checkpointing	以計算換記憶體	Training	P
Multi-seed Repeats	區分隨機性與實驗增益	Evaluation protocol	T
QAT / Quantization	部署前量化感知訓練	Deployment	B

10. Inference、部署與後處理

工具	功效與實際問題	位置	狀態
Box Decode	l/t/r/b → xyxy 座標	Postprocess	A
Sigmoid Class Scores	類別分數解碼	Postprocess	A
Confidence threshold	過濾低分偵測	Postprocess	A
NMS	刪除重疊框；O2M 常用	Postprocess	A(可選路徑)
NMS-free O2O	不依賴 NMS 的分支	Postprocess	A(可選路徑)
Top-K	選取最高分的輸出	Postprocess	A
TTA	翻轉／多尺度推論再合併	Inference	B
ONNX Export	跨框架計算圖導出	Deployment	B
TensorRT	NVIDIA GPU 加速	Deployment	C
ONNX Runtime	CPU/GPU 推論	Deployment	C
OpenVINO	Intel 推論加速	Deployment	C
TFLite / LiteRT	行動裝置推論	Deployment	C
OpenCV DNN	OpenCV 推論後端	Deployment	C
FP16 / INT8	降低精度與計算／記憶體負擔	Deployment	P

11. 研究診斷、視覺化與量測工具

工具	可回答的問題	狀態
Model summary / layer-wise shapes	各層輸出與參數量？	T
Forward hooks	P2/P3/P4/P5 實際特徵圖是什麼？	T
Backward hooks	梯度是否到達某個專家／模組？	T
Activation histograms	特徵飽和／消失／稀疏嗎？	T
Grad-CAM	哪些區域影響特定類別或候選框？	T
Grad-CAM++ / LayerCAM	不同類型的梯度歸因結果有何差別？	T
EigenCAM	特徵主要空間變化在哪？	T
Captum Integrated Gradients	模型輸入或中間層的歸因？	T
Linear Probe	某層能否以簡單邊界區分 person/background？	T
CKA / RSA	兩模型層的表徵相似程度？	T
PCA / UMAP / t-SNE	特徵群視覺投影（不是性能證明）	T
IoU matched TP/FP/FN audit	漏檢與誤檢到底發生在哪些圖？	T
Tiny-GT assignment audit	很小的人物是否有零正樣本？	T
P2/P3/P4/P5 assignment counts	哪個尺度在承擔小目標監督？	T
Loss component / gradient norms	哪一種損失真的主導更新？	T
TIDE	偵測錯誤按定位、分類、重複等分解	T
FiftyOne	搜尋/過濾漏檢、錯標與難例	T
Cleanlab	找潛在標註錯誤	T
Netron	查看網路計算圖	T
fvcore / THOP	參數、FLOPs/MACs 比較	T
torch.profiler	每層 CPU/GPU 延遲與資源	T
torch.cuda.max_memory_allocated	GPU 記憶體峰值	T
PR curve / AP50 / AP50-95	偵測能力與排序品質	T
Calibration / ECE	分數可信程度，與 AP 有別	T
Paired bootstrap	同一批圖片改善是否跨 0	T
HTML point-image feature explorer	latent 特徵點對應到原圖、GT、TP/FN	T
Weights & Biases / TensorBoard / MLflow	多組研究試驗追蹤	T
DVC / dataset hash	資料版本與 split 隔離	T

原始碼級四個研究陷阱（必讀）

P2 + STAL 的交互作用：標準 P3/P4/P5 的 strides [8,16,32]，目前 TAL stride_val=stride[1] 是 16；官方 P2/P3/P4/P5 strides [4,8,16,32]，相同程式會令 stride_val 變 8。比較是否加 P2 時，不只候選網格從 8,400 變 34,000，也同時改了小 GT 的候選框擴展規則。應以 2×2 factorial 或固定 assignment 邏輯拆開效果。
O2O 不是直接只有 Top-1 初選：公開 E2ELoss 是 O2M tal_topk=10；O2O tal_topk=7, tal_topk2=1。要區分候選初選和最終選擇，且衝突後仍可能有 GT 無正樣本。
Progressive 的 Loss log 可能不是總 Loss：目前 E2ELoss.__call__ 傳回加權總 Loss tensor，卻把 loss_one2one[1] 作為 loss items；所以一般訓練顯示的 box_loss / cls_loss / l1_loss 不一定等同完整 O2M+O2O 總分解。研究需另外記錄 O2M/O2O 原始項、權重和加權後項。
DFL-free 仍可能叫 dfl：reg_max=1 時 BboxLoss 用 normalized l/t/r/b L1，而 hyp.dfl 仍加權該項。不可把 YOLO26 的 dfl 參數誤當成正在訓練 distribution focal loss。

12. 最建議先做的因果診斷（對 ExDark 人物）

輸入／資料：比較 ExDark Q1 亮度分布、人物像素尺寸、重複影像、標註品質；不要用 TEST 選方案。
STAL／TAL：量每 GT 最終正樣本數 0 / 1 / 2-3 / >=4，依人物寬高與亮度分層；另記錄每個 stage 的 TopK 與衝突後損失。
Backbone：在 P2/P3/P4/P5 量 Linear Probe、特徵統計、TP-FN CKA/UMAP；先確定特徵是否存在。
Neck：比較 Backbone P3（layer 4）與 Neck P3（layer 16）在同一個人像上的特徵是否劣化。
Head：固定 feature，測 Head 分類與定位兩支是否其中一支造成 FN。
Loss：同時記 O2M/O2O 損失、實際 loss weight、gradient norm；確認 progressive schedule 生效。
推論：比較 NMS/O2M 與 NMS-free/O2O，固定 val/預測閾值與指標實作。
效能與學術性：比較 AP50-95、AP50、Q1 Recall、小人物 Recall、FP、latency、FLOPs、seeds/CI，先設 GO/NO-GO 門檻。

13. 源碼定位

YOLO26 YAML: ultralytics/cfg/models/26/yolo26.yaml
官方 P2 YAML: ultralytics/cfg/models/26/yolo26-p2.yaml
主模組：ultralytics/nn/modules/conv.py、block.py、transformer.py、head.py
模型組裝／YAML：ultralytics/nn/tasks.py (parse_model)
Loss：ultralytics/utils/loss.py (v8DetectionLoss, BboxLoss, E2ELoss)
Assignment：ultralytics/utils/tal.py (TaskAlignedAssigner)
Optimizer：ultralytics/optim/muon.py (MuSGD)
Trainer / update：ultralytics/engine/trainer.py
Dataset augmentation：ultralytics/data/augment.py、ultralytics/data/dataset.py

公開參考

YOLO26 官方架構 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/models/26/yolo26.yaml
YOLO26 官方模型說明 https://docs.ultralytics.com/models/yolo26/
YOLO26 訓練配方 https://docs.ultralytics.com/guides/yolo26-training-recipe/
YOLO26 官方 Loss https://github.com/ultralytics/ultralytics/blob/main/ultralytics/utils/loss.py
YOLO26 官方 TAL https://github.com/ultralytics/ultralytics/blob/main/ultralytics/utils/tal.py
YOLO26 官方 Conv Block API https://docs.ultralytics.com/reference/nn/modules/block/
MMDetection https://github.com/open-mmlab/mmdetection
MMCV ops https://github.com/open-mmlab/mmcv
MMYOLO https://github.com/open-mmlab/mmyolo
YOLOX / SimOTA https://github.com/Megvii-BaseDetection/YOLOX
YOLOv9 / PGI / GELAN https://github.com/WongKinYiu/yolov9
BiFPN / EfficientDet https://github.com/google/automl/tree/master/efficientdet
Tiny object NWD https://github.com/jwwangchn/NWD
timm https://github.com/huggingface/pytorch-image-models
ECA https://github.com/BangguWu/ECANet
CoordAttention https://github.com/houqb/CoordAttention
pytorch-grad-cam https://github.com/jacobgil/pytorch-grad-cam
FiftyOne https://docs.voxel51.com/