v8.4.154 - Fix CoreML dynamic anchor export and static multi-image inference, release 8.4.154 (#26199)
Ultralytics 发布 v8.4.154（PR #26199），修复 CoreML 动态导出：YOLO 检测、分割、姿态与 OBB 模型现可在 dynamic=True 下导出，不再触发 coremltools arange 转换错误；静态 CoreML 模型可正确处理多图批次而非仅推理第一张，并支持原始预测、内嵌 NMS、分割与分类模型的输出堆叠。同时修复 RT-DETR OpenVINO INT8 导出，将解码器保持浮点并应用 NNCF transformer 感知量化，RT-DETR-L 精度从约 0.0002 提升至 0.6513 mAP50-95，CPU 推理速度基本不变；训练侧减少内存初始化、激活拷贝、主机-设备同步与 EMA 状态重建。
发展脉络
- 首次出现v8.4.154 - Fix CoreML dynamic anchor export and static multi-image inference, release 8.4.154 (#26199)Ultralytics
- 当前判断这是开源视觉工具链的维护性更新，而非能力跃迁。它反映部署侧的真实摩擦：同一模型要在 CoreML、OpenVINO 等后端上保持精度与批处理一致性，需要持续修补导出与量化细节。对以边缘与端侧推理为卖点的视觉项目，导出可靠性往往比训练指标更影响落地节奏。可验证下一信号：其他推理后端（如 TensorRT、ONNX Runtime）是否出现同类修复，以及社区是否报告动态导出在移动端的实际采用。Agent Pulse · 分析
Ultralytics 发布 v8.4.154（PR #26199），集中修复 CoreML 导出与推理可靠性。动态导出方面，YOLO 检测、分割、姿态与 OBB 模型可在 dynamic=True 下导出而不触发 coremltools arange 转换错误；静态 CoreML 模型此前只对批次中第一张图推理，现可正确处理多图批次，并支持原始预测、内嵌 NMS、分割与分类模型的输出堆叠，文档也补充了动态输入、NMS、分类、RT-DETR 与批大小的限制说明。RT-DETR OpenVINO INT8 导出被修复：解码器保持浮点并应用 NNCF transformer 感知量化，RT-DETR-L 精度从约 0.0002 提升至 0.6513 mAP50-95，CPU 推理速度几乎不变。训练侧减少不必要的内存初始化、激活拷贝、主机-设备同步与 EMA 状态重建，并启用 fused Adam。
从证据看，问题集中在导出路径的算子兼容与量化边界：coremltools 对 arange 的转换限制会阻断动态形状导出，而静态多图批次只处理首图说明批维处理存在缺陷。RT-DETR 的修复思路是把解码器留在浮点、只对 transformer 感知部分做 NNCF 量化，这提示混合精度边界选择对检测头精度影响极大。可验证下一信号：后续版本是否把 dynamic=True 支持扩展到 NMS 与分类路径，以及是否公布多图批次的吞吐对比数据。
这是开源视觉工具链的维护性更新，而非能力跃迁。它反映部署侧的真实摩擦：同一模型要在 CoreML、OpenVINO 等后端上保持精度与批处理一致性，需要持续修补导出与量化细节。对以边缘与端侧推理为卖点的视觉项目，导出可靠性往往比训练指标更影响落地节奏。可验证下一信号：其他推理后端（如 TensorRT、ONNX Runtime）是否出现同类修复，以及社区是否报告动态导出在移动端的实际采用。
对使用 Ultralytics 做端侧或苹果生态部署的团队，该版本直接降低导出失败与批次推理错误的调试成本，并恢复 RT-DETR INT8 的可用精度，减少为绕开量化问题而回退浮点带来的算力开销。价值大小取决于团队是否依赖 CoreML/OpenVINO 路径；纯云端 GPU 训练团队收益主要来自训练侧开销下降。可验证下一信号：升级后导出成功率与端侧延迟的实测对比。
若动态导出与多图批次在后续版本稳定，端侧视觉部署的适配成本可能下降；但证据仅覆盖单一版本发布说明，尚不能推断生态层面的趋势。可验证下一信号：下一版本发布说明中是否继续出现 CoreML 导出相关修复，或转为新增功能。