Ultralytics YOLO26 vs YOLO11 vs YOLOv8：どれを使うべきか？

最先端のコンピュータビジョンシステムは、多くの場合、畳み込みニューラルネットワーク (CNN) を活用しており、機械が画像や動画から視覚データを分析・解釈することを可能にします。現在、幅広い環境で導入が進んでいます。

農業から製造業、小売業に至るまで、これらのシステムはエッジデバイス、組み込みハードウェア、IoTデバイス、オンデバイス処理、リアルタイムアプリケーションをサポートする大規模なクラウドパイプラインなど、さまざまな導入環境で稼働しています。

実環境でのモデル展開は、必ずしも単純ではありません。限られた計算リソースで実行し、厳しいレイテンシ要件を満たし、コストを大幅に増やすことなくスケールさせる必要があります。こうした制約により、パフォーマンスは単なる精度だけでなく、多次元的な問題となっています。

精度は依然として重要ですが、モデルが本番環境で効率的に実行されることも同様に重要です。速度、リソース使用量、スケーラビリティといった要素が、システムの長期的なパフォーマンスを大きく左右します。

Ultralytics YOLOモデルのようなコンピュータビジョンモデルは、このバランスを考慮して進化してきました。例えば、Ultralytics YOLOv8は強固で汎用性の高い基盤を確立し、Ultralytics YOLO11は速度と精度を向上させ、Ultralytics YOLO26はさらに軽量、高速、かつ効率的になることでその成果を引き継いでいます。

図1. Ultralytics YOLO26を使用して画像内のオブジェクトを検出 (ソース)

この記事では、Ultralytics YOLO26、YOLO11、YOLOv8を比較し、コンピュータビジョンプロジェクトに最適なモデルを選択するための手助けをします。早速始めましょう！

Link to this sectionUltralytics YOLOモデルの進化の仕組みを理解する#

Ultralytics YOLOモデルは、イテレーションごとに改善を重ね、実環境の要件により適応し、コンピュータビジョンをより利用しやすくしてきました。これらのアップデートにより、モデルはより高速かつ効率的で導入が容易になり、ビジョンAIエコシステムの成長を支えています。

また、モデルはPyTorchで構築されているため、トレーニング、カスタマイズ、インテリジェントな機械学習ワークフローへの統合が容易です。Ultralytics YOLOモデルは、COCOデータセットなどで事前トレーニングされたモデルとしてすぐ利用できるため、チームは迅速に開始し、特定のユースケースに合わせてファインチューニングを行うことができます。

さらに、Ultralytics Pythonパッケージは、ONNXやTensorRTなどのフォーマットへのモデルエクスポートを組み込みでサポートしており、導入を簡素化します。これにより、エッジデバイスからGPUアクセラレータシステムまで、さまざまなハードウェアプラットフォーム間でのモデル統合が容易になります。

Link to this sectionUltralytics YOLOv5からUltralytics YOLO26へ#

最初のUltralytics YOLOモデルであるUltralytics YOLOv5は、信頼性の高いオブジェクト検出能力で広く普及しました。1段階の検出アプローチに基づいて構築されており、1回のパスで高速かつリアルタイムの予測を可能にしたため、本番ワークフローに適していました。

後のアップデートでは、事前定義されたアンカーボックスを使用する代わりにモデルが直接オブジェクトの位置を予測する、アンカーフリーのバリアントが導入され、検出がより柔軟になりました。ただし、元のモデルは主にオブジェクト検出タスクに焦点を当てていました。

この基盤の上に構築されたYOLOv8は、モデルファミリーの範囲を広げました。オブジェクト検出のみに集中するのではなく、インスタンスセグメンテーション、画像分類、ポーズ推定、指向性バウンディングボックス (OBB) 検出といった複数のコンピュータビジョンタスクをサポートしました。また、バックボーンとネックのデザインを高度化させ、特徴抽出と全体的な検出性能を向上させるアーキテクチャの改善も行われました。

さらに、YOLOv8n (Nano)、YOLOv8s (Small)、YOLOv8m (Medium)、YOLOv8l (Large)、YOLOv8x (Extra Large) などのバリアントにより、開発者はニーズに応じて速度、精度、リソース使用量のバランスを柔軟に調整できるようになりました。この広範な機能と使いやすさにより、幅広いビジョンアプリケーションで選ばれるモデルとなりました。

図2. YOLOv8、YOLO11、YOLO26のようなYOLOモデルは、さまざまなビジョンタスクをサポートしています。

その後、YOLO11は実環境のワークフローでのパフォーマンス向上に焦点を当て、より高い精度と高速な推論速度を実現しました。軽量なアーキテクチャにより、エッジ環境とクラウド環境の両方でうまく機能し、既存のYOLOv8パイプラインとも互換性があります。

Ultralytics YOLOモデルファミリーへの最新の追加であるYOLO26は、エッジファーストのビジョンAIの新たな標準を打ち立てる最先端のモデルであり、実環境への展開に対してより軽量、高速、かつ効率的なアプローチを提供します。CPUや組み込みシステムで効率的に実行できるように設計されており、展開を簡素化し、幅広いアプリケーションでリアルタイムパフォーマンスを向上させます。

Link to this sectionYOLO26 vs YOLO11 vs YOLOv8の比較#

コンピュータビジョンプロジェクトに取り組む際、さまざまなUltralyticsモデルを目にし、どれがプロジェクトに適しているのか疑問に思うことがあるでしょう。YOLO26、YOLO11、YOLOv8が実際のシナリオでどのように比較されるかを見ていきましょう。

YOLOv8は2023年にリリースされ、それ以来、コンピュータビジョンコミュニティで広く使用されています。強力なコミュニティサポートと使いやすさにより、これまで多くのチームにとって頼りになるモデルでした。チュートリアル、ガイド、コミュニティリソースが充実したモデルを探しているなら、YOLOv8は素晴らしい出発点となります。

2024年には、パフォーマンスと効率の両面で改善されたYOLO11が導入されました。YOLOv8と比較して速度と精度が向上しており、同時に小型で最適化されたアーキテクチャを維持しています。リソース使用量を大幅に増やすことなく、本番環境で信頼性の高い動作をする、よりバランスの取れたモデルです。

今年リリースされた最新のYOLO26は、大規模な効率的展開に焦点を当てています。より高速なCPU推論と改善されたリソース利用率を実現しており、チームは同じハードウェア上でより多くのワークロードを実行できるようになります。

例えば、YOLO26 nanoモデルは、中央処理装置 (CPU) 上でYOLO11よりも最大43%高速な推論を実現できるため、エッジ環境やリソースが制限された環境に最適です。従来のセットアップはグラフィックス処理装置 (GPU) に大きく依存することが多く、それらはコストがかかりスケールさせるのが難しい場合があるため、これは特に重要です。

図3. YOLO26のCPU上でのパフォーマンスをベンチマーク (ソース)

全体として、YOLO26はパフォーマンス、コスト、スケーラビリティのトレードオフを最適化したいチームや個人にとって確かな選択肢です。

Link to this sectionUltralytics YOLO26の詳細#

YOLO26は、精度と同じくらい効率性、速度、スケーラビリティが重視される実環境への展開向けに設計された最先端のモデルです。ベンチマーク性能の向上だけに集中するのではなく、モデルの実行を容易にし、展開を高速化し、さまざまなハードウェア環境全体で信頼性を高めるようなアーキテクチャおよびトレーニングの変更を導入しています。

これらの改善は、限られた計算リソース、レイテンシの制約、コストの考慮事項が重要な役割を果たすエッジシステムや本番システムにおいて特に重要です。推論を簡素化しパフォーマンスを最適化することで、YOLO26はAI愛好家がビジョンアプリケーションをより効率的に構築・スケールさせることを可能にします。

YOLO26の主な機能の一部を詳しく見てみましょう：

• エンドツーエンドのNMSフリー推論：重要な変更の1つは、NMS (Non-Maximum Suppression) フリー設計です。これにより後処理が不要になります。簡単に言えば、モデルが直接最終的な予測結果を生成します。結果として、レイテンシがより予測可能になり、導入が容易になります。
• DFLの削除：YOLO26では、Distribution Focal Loss (DFL) モジュールから、よりシンプルなバウンディングボックス予測アプローチへと移行しています。この変更はエンドツーエンドのNMSフリー設計と調和しており、パイプラインの複雑さを軽減し、導入の一貫性を向上させます。
• MuSGDオプティマイザ：最新のUltralytics YOLOモデルでは、Stochastic Gradient Descent (SGD) とMuonに触発されたアップデートを組み合わせたハイブリッドオプティマイザであるMuSGDが導入されました。これにより、トレーニングの安定性と収束が向上し、最適化が円滑になり、さまざまなモデルサイズ間での動作の一貫性が高まります。
• ProgLossとSTAL：これらのトレーニング革新、Progressive Loss Balancing (ProgLoss) およびSmall-Target-Aware Label Assignment (STAL) は、モデルをより安定させ信頼性の高いものにします。ProgLossはモデルが段階的にデータセットから学習することを助け、STALは小さなオブジェクトがトレーニング中に無視されないようにし、複雑なシーンでの検出精度を向上させます。

Link to this section精度 vs 効率性：ベンチマークを超えて実環境のパフォーマンスへ#

YOLO26、YOLO11、YOLOv8の違いを理解するために、実環境でのモデルパフォーマンスを左右する要因についてより深く掘り下げてみましょう。

平均適合率 (mAP) などのパフォーマンス指標で測定される精度は、長い間コンピュータビジョンモデルを評価するための重要な方法でした。これは標準化された条件下でモデルがどの程度機能するかを示しており、異なるバージョンを比較する際に役立ちます。

しかし、モデルがテスト環境から実環境の展開へと移行すると、精度だけでは十分ではありません。本番環境のパフォーマンスは、モデルサイズ、推論時間やレイテンシ、計算使用量、システムが異なる環境全体でどの程度スケールできるかといった要因に依存します。

制御されたベンチマークとは異なり、実環境は予測不可能なことがよくあります。照明条件は変化し、オブジェクトは部分的にしか見えない可能性があり、入力データはモデルがトレーニングされたものと大きく異なる場合があります。こうした変動は、実運用においてモデルがどの程度一貫して機能するかに影響を与える可能性があります。

図4. 建設現場のような予測不可能な環境でYOLO26が使用されている例。

例えば、スマートシティ、小売店、倉庫に数百台のカメラが設置されているセットアップを考えてみましょう。各ストリームはリアルタイムで処理される必要があり、遅延やフレームのドロップを避けるために一貫したフレームレート (FPS) が求められることがよくあります。

効率の低いモデルでは、特定のシステム上で処理できる同時ストリーム数が少なくなります。つまり、スケールさせるには通常追加のハードウェアが必要となり、インフラストラクチャのコストが増大します。

YOLO26のような効率の高いモデルは、同じハードウェア上でより多くのストリームを処理できるため、利用可能なリソースをより有効に活用できます。これによりシステム全体の効率が向上し、長期的な展開のスケールが容易になります。

YOLO26 vs YOLO11 vs YOLOv8についてさらに深く知るには、公式Ultralyticsドキュメントを確認してください。

Link to this section重要なポイント#

Ultralytics YOLOモデルシリーズは、実環境の展開ニーズにより適応するよう進化してきました。各バージョンは前回の改良の上に成り立っており、効率性、スケーラビリティ、展開の容易さに重点を置いています。つまり、大規模で信頼性の高い実行が求められるリアルタイム検出アプリケーションを構築しているなら、Ultralytics YOLO26は最適な選択です。

ビジョンAIを業務に導入することをお考えですか？ライセンスオプションをご確認ください。また、当社のソリューションページでは、製造業におけるAIがどのように工場を変革しているか、ロボティクスにおけるビジョンAIがどのように未来を形作っているかをご覧いただけます。拡大を続けるコミュニティに参加し、GitHubリポジトリでAIリソースを活用してください。