Ultralytics YOLO27: ウェイトリストに登録する
YOLOのライセンス
Ultralytics YOLO

Ultralytics YOLOモデル

Ultralytics YOLOモデルでビジョンAIソリューションを強化し、効率的なコンピュータービジョンタスクを通じて、画像や動画をリアルタイムに高速かつ高精度で解析できます。

世界をリードする組織から信頼されています

YOLO26の推論を試す

画像をドラッグ&ドロップして、リアルタイムの物体検出をご覧ください

入力
画像をアップロードするか、例を選択してYOLO26nをテストしてください。Predictのドキュメント
ライブデモ

ここに画像をドロップしてください

またはクリックして参照してください

JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMPなどに対応(最大10MB)

信頼度
0.25
IoU
0.50
画像サイズ
640
予測結果がここに表示されます。

当社のモデルがもたらす効果

Ultralyticsの最先端ビジョンAIモデルで、さまざまな業界のプロセスを効率化します。Ultralyticsが実現する高速性、精度、使いやすさをご活用ください。

—
GitHubGitHubスター数
—
ダウンロード数
—
1日あたりのUltralytics YOLO使用回数
—
オープンソースへのコントリビューター数

YOLOモデルの進化

初代YOLOアーキテクチャからUltralytics YOLO26まで、モデルファミリーはリアルタイムのコンピュータービジョンワークフローを継続的に改善してきました。

2015年
YOLO

Joseph Redmon氏とチームが開発しました。

2016年
YOLOv2

Joseph Redmon氏とAli Farhadi氏が開発しました。

2018年

Joseph Redmon氏とAli Farhadi氏が開発しました。

2018年

Alexey Bochkovskiy氏とチームが開発しました。

YOLOv5は、高速かつ高精度な性能と使いやすいPyTorch実装により、物体検出を再定義しました。

2022年

Meituanとチームが発表しました。

2022年

Chien-Yao Wang氏とチームがリリースしました。

YOLOv8は、インスタンスセグメンテーション、分類、姿勢推定などの主要なビジョンタスクへの対応を拡大しました。

2024

Chien-Yao Wang氏とチームが開発しました。

清華大学のAo Wang氏が設計しました。

YOLO11は、使い慣れたUltralyticsのワークフローを維持しながら、精度、適合率、速度を向上させました。

YOLO26はより軽量で小型かつ高速で、nanoバリアントではCPU推論が最大43%高速化します。

Ultralytics YOLOモデルの概要

最新のUltralytics YOLOモデルファミリーを、速度、精度、対応するビジョンタスクで比較します。

機能Ultralytics YOLOv5Ultralytics YOLOv8Ultralytics YOLO11Ultralytics YOLO26Ultralytics YOLO27
速度
画像処理時間
0.54 ms0.47 ms0.56 ms0.67 ms0.62 ms
精度
mAP50-95
34.3%37.3%39.5%40.9%42.3%
物体検出
インスタンスセグメンテーション-
セマンティックセグメンテーション--
深度推定---
画像分類-
姿勢推定-
OBB検出-
セキュリティとコンプライアンス

エンタープライズグレードのセキュリティとコンプライアンス

安心して構築・デプロイできます。ISO 27001認証を取得し、SOC 2の保証報告書を取得済みで、HIPAA準拠をサポートしています。

SOC 2 Type I

AICPAのセキュリティ、可用性、機密性に関するTSCに準拠

ISO 27001:2022

認証済み情報セキュリティマネジメントシステム

HIPAA

セキュリティルールの自己評価を実施済み。対象となるEnterprise顧客向けにBAAを提供

GDPRとCCPA

世界各地のデータ保護規制に準拠

Ultralytics YOLOが選ばれる理由

エッジとクラウドへのデプロイに最適化

エッジデバイス、クラウドインフラ、ハイブリッドシステムを活用するリアルタイムビジョンAIプロジェクトで、高速かつ安定した結果を実現します。

セキュリティを組み込んだシームレスな統合

データをローカルに保ち、ワークフローを保護しながら、さまざまなプラットフォームやデバイスでYOLOモデルを統合できます。

明確なライセンスとコンプライアンス

デプロイのニーズに合わせて、学術利用、オープンソース、エンタープライズ向けのライセンスから選択できます。

グローバルコミュニティの支援

専用のサポート窓口、活発なフォーラム、定期的なアップデートにより、チームの成功に必要なリソースを提供します。

最先端の精度と効率

Ultralyticsは、精度、効率、効率的なデプロイに焦点を当てた研究を通じて、モデルの性能を継続的に向上させています。

お客様の声

Ultralytics YOLOモデルのおかげで、AIサービスの実装速度を25.2%向上させることができました。導入が簡単で、実環境でも優れた性能を発揮します。運用性能を損なうことなく、速度、精度、拡張性を高められます。
評価したすべてのモデルの中で、YOLOは当社のユースケースにおいて群を抜いて最速でした。
Ultralytics YOLO26はAxeleraのプラットフォーム上でシームレスに動作し、統合作業を最小限に抑えながら、エッジAIの導入を加速します。こうしたハードウェアとソフトウェアの連携こそ、お客様が開発から本番環境へより速く移行する助けになります。

Alexis Crowell, グローバルCMO兼南北アメリカ担当ゼネラルマネージャー

Ultralytics YOLOv8 nanoを使えば、エッジ上で再トレーニングし、数週間ではなく数時間で新しいモデルをリリースできます。転送するデータもごく一部で済みます。高い精度と小さなフットプリントの組み合わせは、まさに当社の環境に必要なものです。
食品製造ラインで食材をピックアンドプレースする、コンピュータビジョン搭載ロボットを開発しています。ロボットによる操作にはセンチメートル未満の精度が求められますが、Ultralytics YOLOモデルはそのレベルの精度を実現するのに優れています。
当社のSTM32マイクロコントローラー上でのUltralytics YOLOモデルの性能は、エッジでのコンピュータビジョンに新たな可能性をもたらします。効率的な統合と複数のモデルバリエーションへの対応により、開発者は拡張性と応答性に優れた組み込みビジョンソリューションの構築に必要なものを得られます。
同社は、優れた精度と効率で視覚データを実用的なインサイトに変換します。Ultralytics YOLOv8とSSS(Sony Semiconductor Solutions Corporation)のIMX500センサーを組み合わせたこのパートナーシップにより、強力なオンデバイスAI機能が実現します。高性能な視覚データ処理に依存する企業のリアルタイムな意思決定を強化します。

Wei Tang, 事業開発マネージャー

UltralyticsのYOLOモデルは、AI業界に大きな変革をもたらしています。YOLOv5とYOLOv8は、使いやすさ、最先端の性能、精度により、開発者に選ばれています。OpenVINOと組み合わせることで、最新のCPU上で最高水準の初期性能を発揮する可能性を備えています。

モデルの動作をご覧ください

よくある質問

  • Ultralytics YOLO26には、YOLO26n、YOLO26s、YOLO26m、YOLO26l、YOLO26xの各バリアントがあります。さまざまな用途に合わせ、速度と精度のバランスを選べるよう、異なるサイズが用意されています。

  • Ultralytics Pythonパッケージを使うと、Ultralytics YOLOモデルを簡単に利用できます。開発者は、Pythonプロジェクト内で物体検出やセグメンテーションなどのコンピュータービジョンタスクをトレーニング、検証、デプロイできます。

  • 用途に最適なUltralytics YOLOモデルは、ニーズによって異なります。最新モデルのUltralytics YOLO26は、精度、速度、マルチタスク対応の面で最新の改善を提供します。

  • Ultralytics YOLOには、最新のYOLO26モデルファミリーに加えて、既存のワークフロー向けの従来のYOLOモデルファミリーも含まれています。YOLOモデルは、物体検出、セグメンテーション、分類、姿勢推定、方向付き物体検出など、さまざまなAIアプリケーションに対応する複数のビジョンタスクをサポートします。

Ultralytics YOLOを始めましょう!

アノテーションからデプロイまで、ニーズに合わせてスケールするビジョンAIソリューションを構築できます。