YOLO26とYOLOv5#
適切なアーキテクチャの選択は、あらゆるコンピュータービジョンプロジェクトの成功に不可欠です。このガイドでは、広く採用されているYOLOv5と現行モデルのYOLO26という、Ultralyticsの主要な2つのリリースを比較します。どちらもリアルタイムの物体検出の発展に貢献してきましたが、その基盤設計には、ニューラルネットワークによる視覚データ処理の5年以上にわたる進歩が反映されています。
モデルの概要#
以下に、両モデルの主な情報をまとめます。
YOLO26の詳細:
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2026-01-14
- GitHub: https://github.com/ultralytics/ultralytics
- ドキュメント: YOLO26のドキュメント
YOLOv5の詳細:
- 著者: Glenn Jocher
- 組織: Ultralytics
- 日付: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- ドキュメント: YOLOv5のドキュメント
このガイドではYOLO26とYOLOv5に焦点を当てていますが、レガシーシステムを移行する開発者は、YOLO11やNMSフリーアーキテクチャのYOLOv10との比較にも関心があるかもしれません。どちらも、特定のデプロイ環境へ移行するための優れた足がかりとなります。
アーキテクチャの革新#
YOLOv5とYOLO26の5年以上にわたる間隔には、ディープラーニング研究の大きな進歩が含まれています。YOLOv5は、最適化されたアンカーベースの検出機構を提供し、業界標準となったPyTorchベースのYOLO学習の普及に貢献しました。ただし、後処理ではNon-Maximum Suppression (NMS)に依存していたため、リソースに制約のあるデバイスではレイテンシのボトルネックが生じる可能性がありました。
YOLO26は、エンドツーエンドのNMSフリーデザインによって推論パイプラインを再設計しています。オプションのone-to-oneヘッド（nms=False）によりNMS後処理が不要になり、デプロイロジックを高速かつシンプルにします。この手法はYOLOv10がYOLOモデルに導入しました。YOLO26には、出力ヘッドを簡素化するDFLの削除（分布焦点損失）も含まれています。これにより、モデルをONNXやTensorRTなどの形式に容易にエクスポートでき、エッジデバイスや低消費電力デバイスとの互換性も向上します。
学習時にYOLO26は、Moonshot AIのKimi K2に着想を得たSGDとMuonのハイブリッドであるMuSGDオプティマイザーを使用します。これによりLLMの学習手法をコンピュータービジョンに取り入れ、YOLOv5がデフォルトで使用する通常のSGDよりも学習を安定させ、収束を高速化します。
パフォーマンスとメトリクス#
モデルを評価する際は、平均適合率 (mAP)と推論速度のバランスによって実環境での実用性が決まります。YOLO26はハイエンドGPUとエッジCPUの両方に最適化されています。
| モデル | サイズ (ピクセル) | mAPval50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメーター (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
ベンチマークでは、精度が大きく向上していることが示されています。たとえば、YOLO26nのmAPは40.9で、YOLOv5nの28.0を上回ります。また、YOLO26nはYOLO11nより最大43%高速なCPU推論を実現します。そのため、YOLO26はRaspberry Piやモバイルデバイスなどの組み込み環境により適しています。YOLOv5はn、s、mスケールでT4 TensorRTの速度が上回りますが、精度とのトレードオフではYOLO26が大きく優位です（たとえばmモデルのmAPは53.1対45.4）。
トレーニングのエコシステムと使いやすさ#
どちらのモデルも、シンプルなPython API、充実したドキュメント、活発なコミュニティサポートを備えた、適切に保守されているUltralyticsエコシステムの恩恵を受けます。YOLO26では学習面の改良がさらに加えられています。
Ultralyticsモデルは一般に、Transformerを多用する代替モデルより学習時のCUDAメモリ使用量が少なくて済みます。YOLO26ではProgLoss + STAL（Progressive LossとSmall-Target-Aware Label Assignment）が追加され、メモリ負荷を増やさずに小物体認識を改善します。
from ultralytics import YOLO
# YOLO26 Nanoモデルを初期化します
model = YOLO("yolo26n.pt")
# モデルをトレーニングします（optimizer='auto'は、より長いトレーニングではMuSGDを選択します）
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# テスト画像で高速なNMSフリー推論を実行します
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
predictions[0].show()このスクリプトを使うと、開発者はカスタムデータセットで迅速に試行錯誤を重ね、データの取り込みから本番環境に対応したモデルの作成まで進められます。
Ultralytics Platformを使用すれば、変換コードを1行も書かずに、学習済みYOLO26モデルをCoreMLやLiteRTなどの形式にエクスポートできます。
汎用性と最適なユースケース#
YOLOv5を選ぶケース#
YOLOv5は、レガシーシステム向けの信頼性の高い主力モデルとして現在も使用されています。アンカーベースの出力と密接に結び付いた既存の産業用パイプラインがある場合や、安定し、十分なドキュメントが整備されたソリューションが必要で、成熟した固定構成のTensorRTスタックを備える旧型のNVIDIA Jetsonデバイスで推論を実行する場合に適しています。
YOLO26を選ぶケース#
新しいコンピュータービジョンプロジェクトにはYOLO26を推奨します。前身モデルより多くのタスクに対応します。YOLOv5は主に検出に重点を置き（セグメンテーションと分類は後から追加）、YOLO26は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、有向バウンディングボックス (OBB)をネイティブにサポートします。
YOLO26では、専用のセマンティックセグメンテーション損失、より正確な姿勢キーポイントを実現するResidual Log-Likelihood Estimation (RLE)、境界問題を解決するOBB向けの専用角度損失など、タスク固有の改良が導入されています。
- Edge IoT and Robotics: オプションのNMSフリー推論と最大43%高速なCPU推論（YOLO26n対YOLO11n）により、YOLO26はリアルタイムのロボットナビゲーションやスマートホームカメラに適しています。
- Aerial Imagery: ProgLoss + STALの改良により、ドローンから撮影した小さな対象物（駐車場の車両や農地の作物など）をより確実に検出できます。
- Real-Time Video Analytics: スポーツ中継で選手を追跡する場合も、交通の流れを監視する場合も、YOLO26はリアルタイム動画向けに精度と速度のバランスを実現します。
両モデルはUltralyticsエコシステムを共有しているため、YOLOv5からYOLO26への移行は簡単で、研究者や開発者は最新のUltralytics機能を利用できます。
コメント
質問したり、結果を共有したり、ほかの人をサポートしたりできます。