Ultralytics YOLO26モデル
エッジデバイスや低電力デバイス向けにゼロから構築されたUltralytics YOLO26は、よりクリーンでシンプルなアーキテクチャにより、CPU推論を最大43%高速化し、リアルタイムビジョンAIの新たな基準を打ち立てます。
業界リーダーによる信頼
YOLO26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確認してください
Ultralytics YOLO26の主な改善点
CPU推論が最大43%高速化
GPUのないデバイスでもリアルタイム性能を発揮し、エッジや制約のある環境向けに専用設計されています。
NMS不要のエンドツーエンド推論
予測が直接生成されるため、後処理ステップは不要です。レイテンシが低減され、デプロイが簡素化されます。
DFL不要、より幅広いハードウェア互換性
Distribution Focal Loss（DFL）を削除することで、エクスポートが簡素化され、エッジデバイスとの互換性が広がります。
MuSGD: よりスマートなオプティマイザー
LLMトレーニングの進歩から着想を得たSGDとMuonのハイブリッドであり、より安定したトレーニングを実現します。
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、サポートされているビジョンタスクで比較します。
| 機能 |  | .svg) |  |  |
|---|---|---|---|---|
| 速度 画像処理時間 | 1.06 ms | 0.99 ms | 1.5 ms | 1.7 ms |
| 精度 mAP50-95 | 34.3% | 37.3% | 39.5% | 40.9% |
| 物体検出 | ||||
| 画像分類 | ||||
| インスタンスセグメンテーション | ||||
| 姿勢推定 | - | |||
| OBB検出 | - |
なぜUltralytics YOLO26を選ぶのか？
エッジおよびクラウド向けに設計
CPU、GPU、およびエッジハードウェアで効率的に動作します。19種類の形式にエクスポートして、どこにでもデプロイ可能です。
CPU推論が最大43%高速化
精度を犠牲にすることなく、リソースが制限されたデバイスでリアルタイムビジョンAIを実現します。
YOLOE-26によるオープンワールド検出
テキストプロンプト、視覚プロンプト、またはプロンプトなし推論を使用して、固定カテゴリーを超えた検出が可能です。
シームレスな統合
YOLO26はYOLOv8やYOLO11と同じ使い慣れたインターフェースを踏襲しており、学習コストはかかりません。
グローバルなコミュニティによるサポート
専用のサポートチャネル、活発なフォーラム、定期的なアップデートにより、開発を前進させ続けます。
明確なライセンス
AGPL-3.0およびEnterpriseライセンスの下で、学術利用、オープンソース利用、商用利用のための柔軟なオプションを提供します。
当社のモデルの動作を確認する
VolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供
"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
Learn more
WG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減
WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
Learn more
StrideがUltralytics YOLOで1分間の馬の歩様解析を実現
Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
Learn more
PixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成
PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
Learn more
SiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上
SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
Learn more
Chef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減
Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn more
Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮
Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
Learn more.webp)
MarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成
MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
Learn more
Theia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化
Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
Learn more
eSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮
eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
Learn more
Axelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します
Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
Learn more%201.webp)
STMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します
STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
Learn more
SpecialvideoがUltralytics YOLOで99%の食品検査精度を達成
SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
Learn more
Vivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成
Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
Learn more
Videologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール
Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
Learn more
PrezentがUltralytics YOLOでスライド検出精度を34%向上
PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
Learn more.webp)
ALYCEがUltralytics YOLOで交通AI推論を20%高速化
ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
Learn more
KiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知
Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn moreVolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供
"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
Learn moreWG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減
WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
Learn moreStrideがUltralytics YOLOで1分間の馬の歩様解析を実現
Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
Learn morePixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成
PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
Learn moreSiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上
SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
Learn moreChef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減
Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn moreCali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮
Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
Learn moreMarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成
MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
Learn moreTheia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化
Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
Learn moreeSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮
eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
Learn moreAxelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します
Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
Learn moreSTMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します
STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
Learn moreSpecialvideoがUltralytics YOLOで99%の食品検査精度を達成
SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
Learn moreVivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成
Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
Learn moreVideologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール
Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
Learn morePrezentがUltralytics YOLOでスライド検出精度を34%向上
PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
Learn moreALYCEがUltralytics YOLOで交通AI推論を20%高速化
ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
Learn moreKiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知
Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn moreVolleyがUltralytics YOLOを搭載した250以上のコート用AIトレーナーを提供
"本当に素晴らしい点は、モデルがトレーナーのエッジハードウェア上でリアルタイムに非常にうまく動作し、クラウドでも全く同じモデルを使用して同じフローを実行できることです。"
Learn moreWG Tech SolutionsがUltralytics YOLOとAxeleraのAIアクセラレータで安全違反を28%削減
WG Tech Solutionsが、Ultralytics YOLOとAxeleraのAIアクセラレータを活用し、製造現場での安全違反を28%削減した事例をご覧ください。
Learn moreStrideがUltralytics YOLOで1分間の馬の歩様解析を実現
Strideが馬の姿勢推定のためにUltralytics YOLOモデルを活用し、1分以内で歩様解析を完了させる方法をご覧ください。
Learn morePixelabsがUltralytics YOLO駆動の自動化で95%の再現率を達成
PixelabsがUltralytics YOLOモデルを活用してワークフローを自動化し、95%の再現率を達成する方法をご覧ください。
Learn moreSiteAssistがUltralytics YOLOで77万枚以上の画像を処理し、現場の安全性を向上
SiteAssistがUltralytics YOLOモデルを活用して建設現場の安全性を向上させる方法をご覧ください。
Learn moreChef RoboticsがUltralytics YOLOを使用して食品の過剰供給を67%削減
Chef Roboticsが、正確な食品組み立てのためにどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn moreCali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮
Cali Intelligenceが、物体検出を使用して小売店のチェックアウト待ち時間をどのように削減しているかをご覧ください。
Learn moreMarineSituがUltralytics YOLOを使用して水中モニタリングで96%以上の稼働率を達成
MarineSituがUltralytics YOLOを使用して水中物体検出を変革する方法をご覧ください。
Learn moreTheia ScientificがUltralytics YOLOで顕微鏡解析を43倍高速化
Theia ScientificがUltralytics YOLOを使用して顕微鏡データ解析を再定義する方法をご覧ください。
Learn moreeSmart SystemsがUltralytics YOLOで送電線検査時間を半分に短縮
eSmart SystemsがUltralytics YOLOを使用して、欠陥検出速度を向上させ、ユーティリティ検査を変革する方法をご覧ください。
Learn moreAxelera AIはUltralytics YOLOを使用して34 FPSのエッジAI推論を実現します
Axelera AIがどのようにUltralytics YOLOを活用して、Metis AIチップ上で高速、高精度、効率的なエッジビジョンを実現しているかをご覧ください。
Learn moreSTMicroelectronicsはMCU上で推論あたりわずか9.4 mJでUltralytics YOLOを実行します
STMicroelectronicsが、正確なリアルタイムのエッジ推論を実現するために、低電力マイコンにどのようにUltralytics YOLOモデルを効率的にデプロイしているかをご覧ください。
Learn moreSpecialvideoがUltralytics YOLOで99%の食品検査精度を達成
SpecialvideoがUltralytics YOLOモデルを活用してリアルタイムのAI食品検査を強化し、品質保証、廃棄物削減、効率向上を実現する方法をご覧ください。
Learn moreVivity AIがUltralytics YOLOにより産業オペレーションで年間500万ドル以上のコスト削減を達成
Vivity AIがUltralytics YOLOモデルを活用して産業オートメーションを強化し、効率改善、ダウンタイム削減、職場の安全性確保を実現する方法をご覧ください。
Learn moreVideologic AnalyticsがUltralytics YOLOで1万件のAIカメラライセンスにスケール
Videologic AnalyticsがUltralytics YOLOモデルを統合してビデオ監視を強化し、検出精度の向上、誤報の削減、リアルタイム脅威監視の最適化を実現する方法をご覧ください。
Learn morePrezentがUltralytics YOLOでスライド検出精度を34%向上
PrezentがUltralytics YOLOモデルを活用してスライド要素の検出を自動化し、構造とデザインを維持しながら処理時間を10秒未満に短縮する方法をご覧ください。
Learn moreALYCEがUltralytics YOLOで交通AI推論を20%高速化
ALYCEがUltralytics YOLOモデルを使用して、データの精度を高め、都市モビリティを最適化し、持続可能でよりスマートな都市のためのAI駆動型交通ソリューションを作成する方法をご覧ください。
Learn moreKiwitronがUltralytics YOLOを使用して30メートル先の産業上の危険を検知
Kiwitronが、産業上の危険を検知して対処し、安全性を向上させるために、KewiEyeソリューションでどのようにUltralytics YOLOモデルを使用しているかをご覧ください。
Learn moreよくある質問
YOLO26では、DFLを削除してエクスポートを簡素化し、NMSを不要にしてエンドツーエンドの推論を高速化しました。さらにProgLossとSTALにより小物体に対する精度を向上させ、MuSGDオプティマイザーを導入し、CPU推論を最大43%高速化しています。
nanoバリアントはエッジやCPU制限のあるデバイスに最適です。smallおよびmediumバリアントは速度と精度のバランスが良く、largeおよびextra-largeバリアントは最大限の精度を追求する場合に適しています。
YOLO26は、物体検出、インスタンスセグメンテーション、画像分類、姿勢推定、および指向性物体検出を一つのモデルファミリーでサポートしています。
はい。YOLO26はYOLOv8やYOLO11と同じインターフェースに従っているため、移行は通常YOLO26のモデルウェイトに差し替えるだけで簡単に行えます。
YOLO26はTensorRT、ONNX、CoreML、TFLite、OpenVINOへのエクスポートをサポートしています。そのNMSフリーのアーキテクチャは、統合の複雑さとレイテンシを低減します。