Ultralytics YOLO26：エッジファーストのVision AIにおける新たな標準

本日、Ultralyticsは、これまでで最も高度かつデプロイ可能なYOLOモデルであるYOLO26を正式に発表します。YOLO Vision 2025（YV25）で初めて発表されたYOLO26は、コンピュータービジョンモデルのトレーニング、デプロイ、実環境システムでのスケーリング方法における根本的な変化を示します。

ビジョンAIは急速にエッジへ移行しています。画像や動画は、クラウドの処理能力そのものよりもレイテンシ、信頼性、コストが重視されるデバイス、カメラ、ロボット、組み込みシステム上で直接処理されるケースが増えています。YOLO26はこの現実を前提に設計されており、CPU、エッジアクセラレーター、低消費電力ハードウェア上で効率的に動作しながら、世界トップクラスの性能を実現します。

YOLO26は大きな前進を遂げていますが、開発者が信頼する、使い慣れた簡潔なUltralytics YOLOの体験は維持されています。既存のワークフローにシームレスに適合し、幅広いビジョンタスクをサポートしながら、使いやすさも保たれているため、研究チームと本番運用チームの双方が容易に導入できます。

図1. Ultralytics YOLO26を物体検出に使用する例

この記事では、Ultralytics YOLO26について知っておくべきことすべてと、より軽量、小型、高速なYOLOモデルがビジョンAIの未来に何を意味するのかを詳しく解説します。さっそく始めましょう。

Ultralytics YOLO26がビジョンAIの新たな標準を確立#

Ultralytics YOLO26は、影響力のあるビジョンAI機能を誰もが簡単に利用できるべきだという考えを中心に構築されています。強力なコンピュータービジョンツールは、一部の組織だけに限定されたり、閉ざされたりするべきではないと私たちは考えています。

ロンドンで開催されたYV25で、創業者兼CEOのGlenn Jocherはこのビジョンについて次のように語りました。「最も驚くべきAIテクノロジーは、閉ざされた場所にあります。オープンではありません。大企業が新しい開発を管理し、それ以外の人々はアクセスできるまで列に並んで待たなければなりません。Ultralyticsには異なるビジョンがあります。AIをすべての人の手に届けたいのです。」

また、これはAIをクラウドから現実の環境へ移行することを意味すると説明し、次のように付け加えました。「テクノロジーをクラウドに置いておくだけでなく、エッジデバイス、皆さんのスマートフォン、車両、低消費電力システムへ移行したいと考えています。そして、ソリューションを生み出している素晴らしい人々が、それにアクセスできるようにしたいのです。」

YOLO26はこのビジョンを実践に移したものです。プロトタイプを作りやすい場所ではなく、ビジョンAIが実際にデプロイされる場所で動作するように設計されたモデルです。

Ultralytics YOLO26を詳しく解説：最先端のビジョンモデル#

これまでのUltralytics YOLOモデルと同様に、YOLO26は単一の統合モデルファミリーで複数のコンピュータービジョンタスクをサポートします。**Nano (n)、Small (s)、Medium (m)、Large (l)、Extra Large (x)**の5サイズで利用でき、デプロイ時の制約に応じて速度、精度、モデルサイズのバランスを調整できます。

柔軟性に加えて、YOLO26は性能の基準を引き上げます。 YOLO11と比較すると、YOLO26のNanoモデルはCPU推論が最大43%高速で、エッジおよびCPUベースのデプロイに利用できる高精度物体検出モデルの中でも最速クラスです。

図2. Ultralytics YOLO26は最先端のビジョンモデルです。

YOLO26がサポートするコンピュータービジョンタスクを詳しく見ていきましょう。

• 画像分類： YOLO26は画像全体を分析して特定のカテゴリに分類できるため、システムがシーン全体のコンテキストを理解するのに役立ちます。
• 物体検出： モデルは画像や動画内の複数の物体を検出し、その位置を特定できます。
• インスタンスセグメンテーション： YOLO26はピクセルレベルの詳細さで個々の物体の輪郭を描画できます。
• 姿勢推定： 人やその他の物体のキーポイントを特定し、姿勢を推定するために使用できます。
• 指向付きバウンディングボックス（OBB）検出： YOLO26はさまざまな角度の物体を検出できます。これは航空画像や衛星画像で特に役立ちます。
• 物体追跡： Ultralytics Pythonパッケージと組み合わせることで、YOLO26は動画フレームやライブストリーム上で物体を追跡できます。

すべてのタスクで、一貫したフレームワーク内のトレーニング、検証、推論、エクスポートをサポートしています。

Ultralytics YOLO26を支える主なイノベーション#

Ultralytics YOLO26は、推論速度、トレーニングの安定性、デプロイの簡便性を向上させる、いくつかの中核的なイノベーションを導入しています。これらのイノベーションの概要を紹介します。

• Distribution Focal Loss（DFL）の削除： DFLモジュールを削除し、バウンディングボックス予測を簡素化するとともに、ハードウェア互換性を向上させ、エッジや低消費電力デバイス上でモデルを容易にエクスポートして実行できるようにしました。
• エンドツーエンドのNMSフリー推論： YOLO26は最終予測を直接出力するネイティブなエンドツーエンドモデルとして設計されており、Non-Maximum Suppression（NMS）の必要性をなくし、推論レイテンシとデプロイの複雑さを低減します。
• Progressive Loss Balancing + STAL： これらの改良された損失戦略により、トレーニングが安定し、特に小さく検出が難しい物体の検出精度が向上します。
• MuSGDオプティマイザー： YOLO26は、SGDとMuonに着想を得た最適化手法を融合した新しいハイブリッドオプティマイザーを使用し、より安定したトレーニングを実現します。
• CPU推論が最大43%高速： エッジコンピューティング向けに特別に最適化されたYOLO26は、CPU推論を最大43%高速化し、エッジデバイス上でリアルタイム性能を実現します。

次に、YOLO26をより高速、効率的、かつデプロイしやすくする次世代機能について詳しく説明します。

Distribution Focal Lossの削除による予測の簡素化#

従来のYOLOモデルは、バウンディングボックスの精度を向上させるため、トレーニング中にDistribution Focal Loss（DFL）を使用していました。DFLは効果的である一方、追加の複雑さをもたらし、回帰の固定上限を設けるため、特にエッジや低消費電力ハードウェアでのエクスポートとデプロイが難しくなっていました。

YOLO26ではDFLを完全に削除しています。DFLを削除することで、従来のモデルに存在したバウンディングボックス回帰の固定上限がなくなり、非常に大きな物体の検出時に信頼性と精度が向上します。

バウンディングボックス予測プロセスを簡素化することで、YOLO26はエクスポートしやすくなり、幅広いエッジおよび低消費電力デバイス上でより安定して動作します。

Ultralytics YOLO26によるエンドツーエンドのNMSフリー推論#

従来の物体検出パイプラインでは、重複する予測をフィルタリングする後処理ステップとしてNon-Maximum Suppression（NMS）に依存しています。NMSは効果的ですが、複数のランタイムやハードウェアターゲットにモデルをデプロイする際に、レイテンシ、複雑さ、脆弱性を増大させます。

YOLO26はネイティブなエンドツーエンド推論モードを導入しています。このモードでは、モデルがNMSを個別の後処理ステップとして必要とせず、最終予測を直接出力します。重複する予測はネットワーク内部で処理されます。

NMSをなくすことで、レイテンシを短縮し、デプロイパイプラインを簡素化し、統合エラーのリスクを低減できます。そのため、YOLO26はリアルタイムおよびエッジデプロイに特に適しています。

Progressive Loss Balancing + STALによる認識性能の向上#

トレーニングに関する重要な機能として、Progressive Loss Balancing（ProgLoss）とSmall-Target-Aware Label Assignment（STAL）を導入しました。これらの改良された損失関数により、トレーニングが安定し、検出精度が向上します。

ProgLossはトレーニング中にモデルがより一貫して学習できるようにし、不安定性を抑えながら、より滑らかな収束を可能にします。一方、STALは小さな物体からモデルが学習する方法の改善に重点を置きます。小さな物体は視覚的な情報が限られるため、検出が難しいことがよくあります。

ProgLossとSTALを組み合わせることで、より信頼性の高い検出が可能になり、小物体認識が大きく向上します。これは、物体が小さい、遠い、または部分的にしか見えないことが多いInternet of Things（IoT）、ロボティクス、航空画像などのエッジアプリケーションで特に重要です。

MuSGDオプティマイザーによる、より安定したトレーニング#

YOLO26では、トレーニングをより安定かつ効率的にするために設計された新しいオプティマイザー、MuSGDを採用しました。MuSGDは、従来のStochastic Gradient Descent（SGD）の強みと、大規模言語モデル（LLM）のトレーニングで使用されるオプティマイザーMuonに着想を得た手法を組み合わせたハイブリッドアプローチです。

SGDは、シンプルで汎化性能が高いため、長年にわたってコンピュータービジョンで信頼されてきました。同時に、近年のLLMトレーニングの進展から、適切に適用すれば新しい最適化手法によって安定性と速度を向上できることが示されています。MuSGDは、これらの考え方の一部をコンピュータービジョンの領域に取り入れます。

Moonshot AIのKimi K2に着想を得たMuSGDは、トレーニング中にモデルがより滑らかに収束するための最適化戦略を取り入れています。これにより、特に大規模または複雑なトレーニング構成において、トレーニングの不安定性を抑えながら、YOLO26がより速く高い性能に到達できます。

MuSGDはモデルサイズ全体でYOLO26のトレーニングをより予測可能にし、性能向上とトレーニングの安定性の両方に貢献します。

Ultralytics YOLO26はCPU推論を最大43%高速化#

ビジョンAIがデータの生成場所に近づき続ける中、エッジでの高い性能がますます重要になっています。エッジコンピューティング向けに特別に最適化されたYOLO26は、CPU推論を最大43%高速化し、GPUを搭載しないデバイスでもリアルタイム性能を実現します。この改善により、レイテンシ、効率、コストの制約が可能性を左右するカメラ、ロボット、組み込みハードウェア上で、応答性と信頼性に優れたビジョンシステムを直接実行できます。

Ultralytics YOLO26がサポートする改良されたコンピュータービジョンタスク#

物体検出の精度を高めるアーキテクチャ上の改善に加えて、YOLO26にはコンピュータービジョンタスク全体の性能向上を目的としたタスク固有の最適化も含まれています。たとえば、インスタンスセグメンテーション、姿勢推定、指向付きバウンディングボックス検出について、精度と信頼性を高める対象を絞った更新が行われています。

これらの最適化の概要を紹介します。

• インスタンスセグメンテーション： YOLO26はセマンティックセグメンテーション損失を使用して、トレーニング中のモデルの学習方法を改善し、より正確で一貫したインスタンスマスクを実現します。アップグレードされたprotoモジュールにより複数スケールの情報も利用できるため、複雑なシーンでもさまざまなサイズの物体をより効果的に処理できます。
• 姿勢推定： キーポイント予測の不確実性をモデル化する手法であるResidual Log-Likelihood Estimation（RLE）を統合し、デコード処理を改善することで、YOLO26はより正確なキーポイントと優れたリアルタイム性能を実現します。
• 指向付きバウンディングボックス検出： YOLO26は、特に向きが曖昧になりやすい正方形の物体について、物体の回転をより正確に学習できる専用の角度損失を導入しています。最適化されたOBBデコードにより、回転境界付近での角度予測の急激な変化も抑えられ、より安定して一貫性のある向きの推定が可能になります。

図3. Ultralytics YOLO26を使用したインスタンスセグメンテーション。

Ultralytics YOLOE-26：YOLO26を基盤とするオープンボキャブラリーセグメンテーション#

Ultralyticsは、YOLO26のアーキテクチャとトレーニングイノベーションを基盤とする、オープンボキャブラリーセグメンテーションモデルの新しいファミリー、YOLOE-26も導入します。

YOLOE-26は新しいタスクや機能ではなく、既存のセグメンテーションタスクを再利用しながら、テキストプロンプト、ビジュアルプロンプト、プロンプトなしの推論を可能にする特化型モデルファミリーです。標準的なYOLOの全サイズで利用でき、従来のオープンボキャブラリーセグメンテーションモデルより高い精度と、実環境でのより信頼性の高い性能を実現します。

Ultralytics YOLO26は、ビジョンAIが実際に動作する場所のために設計されています#

ビジョン駆動のカメラから、コンピュータービジョンを搭載したロボット、エッジ上の小型処理チップまで、コンピュータービジョンとAIはリアルタイム推論のためにデバイス上へ直接デプロイされています。Ultralytics YOLO26は、低レイテンシ、効率、信頼性の高い性能が不可欠なこうした環境向けに特別に構築されています。

実際には、YOLO26を幅広いハードウェアに簡単にデプロイできます。具体的には、Ultralytics Pythonパッケージとその幅広いインテグレーションを通じて、さまざまなプラットフォームやハードウェアアクセラレーター向けに最適化された形式へモデルをエクスポートできます。

たとえば、TensorRTへエクスポートするとNVIDIA GPU上で高性能な推論が可能になり、CoreMLはAppleデバイスへのネイティブデプロイをサポートし、OpenVINOはIntelハードウェア上の性能を最適化します。YOLO26は複数の専用エッジアクセラレーター向けにもエクスポートでき、専用のEdge AIハードウェア上で高スループットかつ高い電力効率の推論を実現します。

これらはほんの一例であり、エッジ環境と本番環境にわたってさらに多くのインテグレーションがサポートされています。この柔軟性により、単一のYOLO26モデルを多様なデプロイ先で実行できます。本番ワークフローを効率化し、ビジョンAIをエッジに近づけます。

業界全体のコンピュータービジョン活用事例を再定義#

実環境でのデプロイを想定して設計されたYOLO26は、さまざまな業界の幅広いコンピュータービジョン活用事例で使用できます。適用できる分野の例を紹介します。

• ロボティクス：YOLO26は、ナビゲーション、障害物検出、物体とのインタラクションなどのタスクに使用できます。これらの機能は、動的な環境で安全かつ効果的なロボット運用を支援します。

• 製造：生産ラインでYOLO26は画像や動画を分析し、欠陥、部品の欠落、工程上の問題を特定できます。デバイス上でデータを処理することで検出を高速化し、クラウドシステムへの依存を軽減します。

• 航空およびドローンアプリケーション：ドローンにデプロイしたYOLO26は、飛行中に航空画像を処理し、検査、マッピング、測量を行えます。これにより、遠隔地でもシーンをリアルタイムに分析できます。

• 組み込みおよびIoTシステム：軽量な設計により、YOLO26は低消費電力の組み込みハードウェア上で動作し、視覚データをローカルに処理できます。一般的な活用事例には、スマートカメラ、接続センサー、自動監視デバイスなどがあります。

• スマートシティ：都市環境全体で、YOLO26は交通カメラや公共空間のカメラからのビデオストリームを分析できます。これにより、エッジ上で交通監視、公共安全、インフラ管理などのアプリケーションが可能になります。

図4. YOLO26はさまざまなコンピュータービジョンアプリケーションに使用できます。

Ultralytics YOLO26を始める#

Ultralytics YOLO26は、ビジョンAIの構築方法やデプロイ方法に応じて、相補的な2つのワークフローで使用できます。

オプション1： Ultralytics Platformを通じてUltralytics YOLO26を使用する（推奨）

Ultralytics Platformは、本番環境でYOLO26モデルをトレーニング、デプロイ、モニタリングするための一元化された方法を提供します。データセット、実験、デプロイを1か所にまとめることで、特にエッジ環境や本番環境にデプロイするチームにとって、ビジョンAIワークフローを大規模に管理しやすくします。

Platformでは、次の操作を実行できます。

• YOLO26モデルへのアクセス
• カスタムデータセットでのトレーニングとファインチューニング
• エッジおよび本番デプロイ向けのモデルのエクスポート
• 実験とデプロイ済みモデルの一元的なワークフローでのモニタリング

👉 Ultralytics PlatformでYOLO26を確認：platform.ultralytics.com/ultralytics/yolo26

オプション2： オープンソースワークフローを通じてUltralytics YOLO26を使用する

YOLO26はUltralyticsのオープンソースエコシステムから完全に利用でき、トレーニング、推論、エクスポート向けの既存のPythonベースのワークフローで使用できます。

開発者はUltralyticsパッケージをインストールし、事前トレーニング済みのYOLO26モデルを読み込み、ONNX、TensorRT、CoreML、OpenVINOなどの使い慣れたツールや形式を使用してデプロイできます。

pip install ultralytics

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with the YOLO26n model on the 'bus.jpg' image
results = model("path/to/bus.jpg")

手動での細かな制御やカスタムパイプラインを好むユーザー向けに、完全なドキュメントとガイドをUltralyticsのドキュメントで提供しています。

Ultralytics YOLO26：コンピュータービジョンの次の時代に向けて構築#

Ultralytics YOLO26は、モデルが実際のハードウェア上で高速、効率的、かつ容易にデプロイできなければならない、明日のビジョンAIソリューションのニーズを満たすように設計されています。性能を向上させ、デプロイを簡素化し、モデルの可能性を広げることで、YOLO26は幅広い実環境アプリケーションに自然に適合します。YOLO26は、ビジョンAIの構築、デプロイ、スケーリング方法における新たなベースラインを確立します。コミュニティがYOLO26をどのように活用して実環境のコンピュータービジョンシステムを提供していくのか、私たちは楽しみにしています。

成長を続けるコミュニティに参加し、実践的なAIリソースについてはGitHubリポジトリをご覧ください。今すぐビジョンAIを使って構築するには、ライセンスオプションをご確認ください。AI in agricultureが農業をどのように変革しているか、またvision AI in roboticsがどのように未来を形作っているかについては、ソリューションページをご覧ください。