ULTRALYTICS YOLO
エッジデバイスや低消費電力デバイス向けに一から設計Ultralytics 、リアルタイムビジョンAIの新たな基準を打ち立て、よりクリーンでシンプルなアーキテクチャにより、最大43%高速なCPU を実現します 。
Ultralytics YOLO モデルがどのように機能するか、ブラウザで直接ご覧ください。
13万700人以上
2億6370万人以上
28億以上
1,000件以上
GPUを搭載していないデバイスでもリアルタイム処理が可能で、エッジ環境やリソースが限られた環境向けに特別に設計されています。
1
後処理を一切行わずに、直接予測を生成します。レイテンシが低く、導入も簡単です。
2
ディストリビューション・フォーカル・ロス（DFL）を除去することで、エクスポート処理が簡素化され、エッジデバイスの互換性が広がります。
3
LLMのトレーニング技術の進歩に着想を得たSGD Muonのハイブリッドモデルであり、より安定したトレーニングと高速な収束を実現します。
4
.svg)
CPU、GPU、エッジハードウェア上で効率的に動作します。17種類以上の形式でエクスポートし、あらゆる場所にデプロイできます。
リソースに制約のあるデバイス上で、精度を損なうことなくリアルタイムのビジョンAIを実現。
テキストプロンプト、視覚プロンプト、あるいはプロンプトなしの推論を用いて、4,585のクラスにまたがり、固定されたカテゴリーの枠を超えて検知します。
YOLO26は、YOLOv8 YOLO11と同じ使い慣れたインターフェースを採用しており、習得に手間はかかりません。
専用のサポート窓口、活発なフォーラム、そして定期的なアップデートが、皆様の業務を円滑に進めるお手伝いをします。
AGPL-3.0 タープライズライセンスに基づき、学術利用、オープンソース利用、商用利用に対応した柔軟な利用オプションをご用意しています。
YOLO26は、エクスポートを簡素化するためにDFLを削除し、エンドツーエンド推論をNMS 排除し、ProgLossとSTALを用いて小物体の認識精度を向上させ、より安定した学習を実現するMuSGDオプティマイザーを導入し、CPU 最大43%高速化しています。
「nano（n）」バージョンは、CPUデバイスに最適です。「small（s）」および「medium（m）」バージョンは、ほとんどのアプリケーションにおいて速度と精度のバランスに優れています。「large（l）」および「extra-large（x）」バージョンは、高負荷なワークロードに対して最高の精度を提供します。
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、および方向付き物体検出を、すべて単一の統合モデルファミリーに集約しています。
はい。YOLO26YOLOv8 YOLO11と同じインターフェースを採用しているため、移行は簡単です。YOLO26のモデルウェイトを差し替えるだけで済みます。
YOLO26は、TensorRT、ONNX、CoreML、TFLite、OpenVINOエクスポートに対応しており、最も一般的なエッジ展開先を網羅しています。NMSアーキテクチャにより、統合時の手間が軽減され、導入直後から低遅延を実現します。
アノテーションからデプロイまで、ビジネスの成長に合わせて拡張可能なビジョンAIソリューションを構築しましょう。
%20(1).svg){kind=logo}
.webp)
.webp){kind=logo}
%201.webp)
.webp)
.webp)
%2525201.webp){kind=logo}
.webp)
