Ultralytics YOLO26モデル
ネイティブのエンドツーエンド推論、よりシンプルなデプロイ経路、おなじみのUltralyticsワークフローで、エッジ対応のリアルタイムビジョンAIを構築できます。
YOLO26モデルファミリー
YOLO26には、nanoからextra-largeまで5つの検出モデルサイズがあり、すべてネイティブのエンドツーエンド推論に対応しています。対応するデプロイ経路ではNMSが不要で、e2e列にはこの簡略化されたモードでの精度が示されています。nanoモデルはCPUやエッジデバイス向けに設計されており、すべてのサイズで共通のトレーニング、検証、エクスポートのワークフローを使用できます。
pip install ultralyticsfrom ultralytics import YOLO
# Load a YOLO26 model
model = YOLO("yolo26n.pt")
# Run inference
results = model("image.jpg")| モデル | サイズ（px） | mAP 50-95 | mAP 50-95（e2e） | CPU ONNX（ms） | T4 TensorRT（ms） | パラメーター数（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ドキュメントに掲載されているYOLO26の検出ベンチマーク。
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影響
最先端のビジョン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、スピード、精度、使いやすさを実現します。
YOLO26の推論を試す
画像をドラッグ＆ドロップして、リアルタイム物体検出を試してください
Ultralytics YOLOモデルの進化
実用的なYOLOv5のワークフローからエッジ対応のYOLO26推論まで、Ultralytics YOLOの進化をご覧ください。
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より速く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、品質を損なうことなく画像のラベル付けにかかる時間を短縮できるよう設計されています。
- SAMを活用したスマートアノテーション：ワンクリックでマスクとバウンディングボックスを作成できます。
- あらゆるAIタスクに対応：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、分類、姿勢推定、OBB。
- 幅広いフォーマットに対応：YOLO、COCOなどから選択できます。
- チームレビューとバージョン管理：あらゆる段階で明確なコラボレーションを実現します。
優れたGPUを低コストでトレーニングに活用
AmpereからBlackwellまで、NVIDIA GPU 26種類を1時間あたり0.24ドルからご利用いただけます。上乗せ料金なし、最低利用額なし、契約義務なし。
業界別ソリューションを見る
さまざまな本番環境で、チームがUltralyticsのコンピュータービジョンをどのように活用しているかをご覧ください。
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
農業
自動車
ヘルスケア
物流
製造
小売
ロボティクス
よくある質問
Ultralytics YOLO26は、リアルタイムコンピュータービジョンモデルの最新の安定版世代です。エンドツーエンド設計により、対応する推論ワークフローでは非最大値抑制が不要になり、おなじみのUltralytics APIを維持しながらデプロイを簡素化します。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不要な推論と、CPUやエッジハードウェアで効率的に実行できるよう設計されたアーキテクチャにより、デプロイの複雑さを軽減します。Ultralyticsのベンチマークでは、YOLO26 nanoモデルはYOLO11nよりCPU推論が最大43%高速です。テスト条件と全結果については、YOLO26ドキュメントをご確認ください。
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、回転物体検出に対応しています。
リソースに制約のあるエッジデバイスや、レイテンシが重要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を利用できる場合は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、候補モデルを独自のデータで検証してください。
Ultralyticsライブラリのトレーニングモードを使用するか、公式のUltralytics Platform上のYOLO26プロジェクトを開いて、データに注釈を付け、クラウドGPUでトレーニングし、デプロイ用の成果物を準備してください。事前学習済みの重みは、ファインチューニングを始める際の実用的なベースになります。
Ultralytics YOLO26で開発
Ultralytics PlatformでYOLO26モデルのトレーニング、検証、エクスポート、デプロイを行えます。