Ultralytics YOLO26とは何ですか？

Ultralytics YOLO26は、最新の安定したリアルタイムコンピュータビジョンモデル世代です。そのエンドツーエンド設計により、サポートされている推論ワークフローにおいてNMS（非最大値抑制）が不要となり、おなじみのUltralytics APIを維持しながらデプロイメントが簡素化されます。アーキテクチャの詳細、ベンチマーク、使用方法については、YOLO26ドキュメントをご覧ください。

なぜYOLO26はエッジデプロイメント向けに設計されているのですか？

YOLO26は、エンドツーエンドのNMSフリー推論と、CPUおよびエッジハードウェア全体で効率的に実行できるように設計されたアーキテクチャにより、デプロイメントの複雑さを軽減します。Ultralyticsのベンチマークにおいて、YOLO26 nanoモデルはYOLO11nと比較して最大43%高速なCPU推論を実現します。テスト条件と全結果はYOLO26ドキュメントでご確認ください。

YOLO26はどのコンピュータビジョンタスクをサポートしていますか？

YOLO26は、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、画像分類、姿勢推定、および指向性物体検出をサポートしています。

どのYOLO26モデルサイズを使用すべきですか？

制約のあるエッジデバイスや遅延に敏感なワークロードには、YOLO26nから始めてください。YOLO26sとYOLO26mは速度と精度のバランスが取れており、より多くの計算リソースが利用可能な場合は、YOLO26lとYOLO26xが精度を優先します。YOLO26ベンチマークですべてのバリエーションを比較し、独自のデータで候補を検証してください。

独自のデータセットでYOLO26をトレーニングするにはどうすればよいですか？

Ultralyticsライブラリのtrainモードを使用するか、公式のUltralytics PlatformのYOLO26プロジェクトを開いて、データの注釈付け、クラウドGPUでのトレーニング、およびデプロイメント用アーティファクトの準備を行ってください。事前学習済みウェイトは、ファインチューニングの実用的な出発点となります。

Ultralytics YOLO

Ultralytics YOLO26 モデル

ネイティブなエンドツーエンド推論、よりシンプルなデプロイメントパス、そしておなじみのUltralyticsワークフローを用いて、エッジ対応のリアルタイムビジョンAIを構築しましょう。

PlatformでYOLO26を試す YOLO26ドキュメントを確認する

★★★★★5/5

YOLO26 モデルファミリー

YOLO26 は、nano から extra-large までの 5 つの検出サイズを提供し、すべてのモデルでネイティブなエンドツーエンド推論に対応しています。これにより、サポートされているデプロイパスから NMS が不要になります（e2e 列は、その簡略化モードでの精度を示しています）。nano モデルは CPU およびエッジデバイス向けに構築されており、すべてのサイズでトレーニング、検証、エクスポートのワークフローが共通化されています。

pip install ultralytics

from ultralytics import YOLO

# Load a YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference
results = model("image.jpg")

モデル	サイズ (px)	mAP50-95	mAP 50-95 (e2e)	CPU ONNX (ms)	T4 TensorRT (ms)	Params (M)	FLOPs (B)
YOLO26n	640	40.9	40.1	38.9 ± 0.7	1.7 ± 0.0	2.4	5.4
YOLO26s	640	48.6	47.8	87.2 ± 0.9	2.5 ± 0.0	9.5	20.7
YOLO26m	640	53.1	52.5	220.0 ± 1.4	4.7 ± 0.1	20.4	68.2
YOLO26l	640	55.0	54.4	286.2 ± 2.0	6.2 ± 0.2	24.8	86.4
YOLO26x	640	57.5	56.9	525.8 ± 4.0	11.8 ± 0.2	55.7	193.9

UltralyticsドキュメントによるYOLO26検出ベンチマーク。

世界をリードする組織から信頼されています

当社のモデルがもたらすインパクト

最先端のビジョンAIモデルで、業界全体のプロセスを効率化しましょう。Ultralyticsが提供するスピード、精度、使いやすさを実現します。

—

GitHubのスター数

—

ダウンロード数

—

1日あたりのUltralytics YOLO利用数

—

オープンソース貢献者

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物体検出を確認

ライブデモ

入力画像

画像をアップロードするか、テスト用のサンプルを選択してください yolo26n. 予測に関するドキュメント

ここに画像をドロップ

またはクリックして参照

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

またはサンプルを試す

信頼度

0.25

IoU

0.70

画像サイズ

640

APIドキュメント

モデルをデプロイして、APIキー認証を備えた専用の推論エンドポイントを取得します。その後、以下のプレースホルダーURLとキーを、ご自身のデプロイ値に置き換えてください。デプロイに関するドキュメント

注意: これはサンプルコードです。まずモデルをデプロイして、エンドポイントURLとAPIキーを取得してください。

import requests

# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Ultralytics YOLOモデルの進化

実用的なYOLOv5ワークフローから、エッジ対応のYOLO26推論へとUltralytics YOLOがどのように進化したかをご覧ください。

2020年

Ultralytics YOLOv5

高速で実用的なPyTorchワークフローにより、リアルタイム物体検出を身近なものにしました。

2023年

Ultralytics YOLOv8

検出、セグメンテーション、分類、姿勢推定、OBBにわたる統一ワークフローを拡張。

2024年

Ultralytics YOLO11

おなじみのUltralyticsワークフローを維持しながら、精度、速度、効率を向上。

2026年

Ultralytics YOLO26

エンドツーエンドの推論を導入し、効率的なエッジデプロイメント向けに最適化されたアーキテクチャを実現しました。

Image annotation interface using smart segmentation to label an object.

スマートアノテーションでラベル付けを最大10倍高速化

Ultralytics Platformは、高品質なデータセットを迅速に構築するための画像アノテーションツールを提供します。スマートアノテーションから精密な手動編集まで、これらの機能は品質を犠牲にすることなく画像ラベル付けの時間を短縮するように設計されています。

SAM搭載のスマートアノテーション：ワンクリックでマスクとBBoxを作成。
あらゆるAIタスクに対応：Detection、instance segmentation、semantic segmentation、classification、pose、OBB。
ユニバーサルなフォーマットサポート：YOLO、COCO、VOCなど、お好みの形式を選択可能。
チームレビューとバージョン管理：あらゆるステップで明確なコラボレーションを実現。

最高のGPUでコストを抑えてトレーニング

AmpereからBlackwellまで、26種類のNVIDIA GPUを時給$0.24から利用可能。マークアップなし、最低利用料金なし、コミットメントなし。

Ampere

実績のあるデータセンターおよびワークステーション向けGPU

効率的な推論とリアルタイムAI

大規模トレーニング専用に構築

Blackwell新機能

最新世代、最高のパフォーマンス

どこへでもデプロイ

20種類のフォーマットへのエクスポートと、エッジ、クラウド、モバイルでのデプロイメントが可能です。

業界別ソリューションを探索

チームが本番環境でUltralyticsのコンピュータビジョンをどのように活用しているかをご覧ください。

よくある質問

Ultralytics YOLO26は、最新の安定したリアルタイムコンピュータビジョンモデル世代です。そのエンドツーエンド設計により、サポートされている推論ワークフローにおいてNMS（非最大値抑制）が不要となり、おなじみのUltralytics APIを維持しながらデプロイメントが簡素化されます。アーキテクチャの詳細、ベンチマーク、使用方法については、YOLO26ドキュメントをご覧ください。
YOLO26は、エンドツーエンドのNMSフリー推論と、CPUおよびエッジハードウェア全体で効率的に実行できるように設計されたアーキテクチャにより、デプロイメントの複雑さを軽減します。Ultralyticsのベンチマークにおいて、YOLO26 nanoモデルはYOLO11nと比較して最大43%高速なCPU推論を実現します。テスト条件と全結果はYOLO26ドキュメントでご確認ください。
YOLO26は、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、画像分類、姿勢推定、および指向性物体検出をサポートしています。
制約のあるエッジデバイスや遅延に敏感なワークロードには、YOLO26nから始めてください。YOLO26sとYOLO26mは速度と精度のバランスが取れており、より多くの計算リソースが利用可能な場合は、YOLO26lとYOLO26xが精度を優先します。YOLO26ベンチマークですべてのバリエーションを比較し、独自のデータで候補を検証してください。
Ultralyticsライブラリのtrainモードを使用するか、公式のUltralytics PlatformのYOLO26プロジェクトを開いて、データの注釈付け、クラウドGPUでのトレーニング、およびデプロイメント用アーティファクトの準備を行ってください。事前学習済みウェイトは、ファインチューニングの実用的な出発点となります。

Ultralytics YOLO26で構築する

Ultralytics Platformを使用して、YOLO26モデルのトレーニング、検証、エクスポート、デプロイを行います。

PlatformでYOLO26を開く

Ultralytics YOLO26 モデル

YOLO26 モデルファミリー

当社のモデルがもたらすインパクト

YOLO26の推論を試す

Ultralytics YOLOモデルの進化

スマートアノテーションでラベル付けを最大10倍高速化

最高のGPUでコストを抑えてトレーニング

どこへでもデプロイ

業界別ソリューションを探索

農業におけるAI

自動車におけるAI

ヘルスケアにおけるAI

物流におけるAI

製造業におけるAI

小売におけるAI

ロボティクスにおけるAI

農業におけるAI

自動車におけるAI

ヘルスケアにおけるAI

物流におけるAI

製造業におけるAI

小売におけるAI

ロボティクスにおけるAI

農業におけるAI

自動車におけるAI

ヘルスケアにおけるAI

物流におけるAI

製造業におけるAI

小売におけるAI

ロボティクスにおけるAI

よくある質問

Ultralytics YOLO26とは何ですか？

なぜYOLO26はエッジデプロイメント向けに設計されているのですか？

YOLO26はどのコンピュータビジョンタスクをサポートしていますか？

どのYOLO26モデルサイズを使用すべきですか？

独自のデータセットでYOLO26をトレーニングするにはどうすればよいですか？

Ultralytics YOLO26で構築する