YOLOv10とYOLO26#
近年のコンピュータービジョン分野では、複雑な後処理を多用するアーキテクチャから、効率化されたエンドツーエンドモデルへの移行など、目覚ましい進歩が見られます。この技術比較では、その過程における2つの重要な節目、学術研究におけるブレークスルーであるYOLOv10と、最先端かつエンタープライズ対応のYOLO26を詳しく解説します。アーキテクチャ、トレーニング手法、実環境でのデプロイ機能を検討することで、開発者は次世代のビジョンAIアプリケーションを構築する際に、十分な情報に基づいて判断できます。
YOLOv10：エンドツーエンドのオブジェクト検出を切り開く#
- 著者: Ao Wang、Hui Chen、Lihao Liuほか
- 組織: 清華大学
- 日付: 2024-05-23
- リンク: arXiv論文 | GitHubリポジトリ
2024年半ばにリリースされたYOLOv10は、リアルタイムオブジェクト検出における最も根強いボトルネックの1つである非最大値抑制（NMS）に対処し、学術的なコンピュータービジョン研究に大きな進歩をもたらしました。従来のオブジェクト検出器は、冗長なバウンディングボックスを除外するためにNMSに大きく依存しており、推論時のレイテンシーにばらつきが生じ、エッジへのデプロイが複雑になっていました。
清華大学のチームは、NMSフリーのトレーニングを実現する一貫したデュアル割り当て戦略を導入しました。これにより、モデルは後処理のフィルタリング工程を必要とせずにバウンディングボックスを正確に予測でき、推論レイテンシーを直接改善し、ハードウェアアクセラレーターへのデプロイを容易にしました。標準的な検出タスクでは非常に効率的ですが、このモデルは主にバウンディングボックスの予測に重点を置いており、インスタンスセグメンテーションや姿勢推定などのより複雑なタスクをネイティブにはサポートしていませんでした。
YOLO26：エッジとクラウドのビジョンAIにおける新たな標準#
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2026-01-14
- リンク: GitHubリポジトリ | Ultralytics Platform
先行モデルで確立されたNMSフリーの概念を基盤とする、新たにリリースされたYOLO26は、パフォーマンスと汎用性の頂点を体現しています。学術研究とエンタープライズ規模のデプロイの両方に対応するよう設計されており、オプションの1対1ヘッド（nms=False）を使用したエンドツーエンドのNMSフリー設計を採用しています。NMSの後処理を省略することで、サポートされているすべてのハードウェアで、より高速かつシンプルなデプロイを実現します。
YOLO26では、画期的なアーキテクチャの改良がいくつも導入されています。Distribution Focal Loss（DFL）を除去することでモデルのエクスポートプロセスが大幅に簡素化され、低電力エッジデバイスとの互換性も向上します。こうした構造の変更により、YOLO26はCPU推論を最大43%高速化し、GPUアクセラレーションを利用できない場合があるIoTやロボティクスの用途に最適な選択肢となっています。
さらに、MuSGD Optimizer（LLMのトレーニング手法に着想を得たSGDとMuonのハイブリッド）の採用により、トレーニングの安定性と収束速度が大きく向上しました。ProgLoss + STALなどの高度な損失関数と組み合わせることで、YOLO26は小さな物体の認識を顕著に改善します。また、セグメンテーションのマルチスケールプロトタイピング、姿勢推定向けの残差対数尤度推定（RLE）、回転境界ボックス（OBB）検出の境界問題を解決する専用の角度損失など、タスク固有の改良も導入されています。
コンピュータービジョンのワークフローを拡張したいチームには、Ultralytics PlatformがYOLO26とのシームレスな統合を提供します。使いやすいデータアノテーション、自動化されたクラウドトレーニング、ワンクリックのデプロイオプションを備えており、大規模なMLOpsインフラは必要ありません。
技術的なパフォーマンス比較#
モデルを評価する際には、精度、モデルサイズ、推論速度のバランスが重要です。以下の表では、標準のCOCOデータセットで評価した、さまざまな規模における両モデルファミリーのパフォーマンスを紹介します。
| モデル | サイズ (ピクセル) | mAPval 50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメーター (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| 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 |
データは、新しいアーキテクチャが進化によって優位性を得ていることを明確に示しています。YOLO26は、競争力の高い推論速度を維持しながら、すべてのサイズ区分でより高い平均適合率（mAP）を達成します。YOLO26のDFL除去は、特に優れたCPU ONNX性能に貢献しています。この指標は、従来世代のモデルが苦戦することの多かったものです。
トレーニング手法とエコシステム#
モデルの有用性は、それを支えるエコシステムによって決まります。YOLOv10はPyTorchを基盤とする優れた学術実装を提供しましたが、基本的な検出以外のタスクには手動での設定が必要になることがよくあります。
これに対し、YOLO26は十分に保守されたUltralyticsエコシステムに完全に統合されています。これにより、RT-DETRのようなTransformerベースのモデルと比べてトレーニング時のメモリ要件が大幅に低下し、研究者は一般向けハードウェアで最先端のネットワークをトレーニングできます。使いやすさも比類なく、データ拡張、ハイパーパラメーター調整、ロギングを自動処理する統合APIを提供します。
コード例：YOLO26のトレーニング#
汎用性と高精度を備えたモデルのトレーニングは、わずか数行のPythonコードで実行できます。
from ultralytics import YOLO
# 高度に最適化されたYOLO26 smallモデルを読み込みます
model = YOLO("yolo26s.pt")
# 自動メモリ管理により、モデルを効率的にトレーニングします
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
)
# NMSフリーの1対1ヘッドをTensorRTにエクスポートします
model.export(format="engine", nms=False)実世界でのアプリケーションとユースケース#
適切なアーキテクチャは、デプロイ時の制約によって決まります。
高速エッジコンピューティング#
マイクロコントローラー、ロボティクス、旧世代のモバイルデバイスに迅速にデプロイする必要があるアプリケーションでは、YOLO26のCPU推論が最大43%高速であるため、最適な選択肢となります。NMS不要、DFL不要のアーキテクチャは、OpenVINOやTensorRTなどの形式にシームレスに変換でき、スマートシティのインフラにおけるリアルタイム動画分析に最適です。
高度なマルチタスクビジョン#
YOLOv10は純粋なバウンディングボックス検出に優れていますが、豊かな視覚的理解が求められるプロジェクトではYOLO26が適しています。医用画像におけるインスタンスセグメンテーションから、スポーツ分析における高精度な姿勢推定まで、YOLO26はタスク固有の損失関数によって、幅広い分野で優れた精度を実現します。
堅牢なオープンボキャブラリー検出が必要なプロジェクトでは、YOLO-Worldをご検討ください。旧来のパイプラインを維持するユーザーには、YOLO11もUltralyticsフレームワーク内で引き続き完全にサポートされる高性能な選択肢です。
ユースケースと推奨事項#
YOLOv10とYOLO26のどちらを選ぶかは、プロジェクト固有の要件、デプロイ時の制約、エコシステムの好みによって異なります。
YOLOv10を選ぶ場合#
YOLOv10は、次の用途に適しています:
- NMSを使用しないリアルタイム検出: 非最大抑制を使用しないエンドツーエンド検出によって、デプロイを簡素化できるアプリケーション。
- 速度と精度のバランス: さまざまなモデルスケールで、推論速度と検出精度の優れたバランスが必要なプロジェクト。
- レイテンシーが安定している必要のあるアプリケーション: ロボティクスや自律システムなど、予測可能な推論時間が重要なデプロイシナリオ。
YOLO26を選ぶ場合#
YOLO26は、次の用途に推奨されます:
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とするアプリケーション。
- CPUのみの環境: 専用のGPUアクセラレーションを備えていないデバイスで、YOLO26の最大43%高速なCPU推論が大きな優位性を発揮します。
- 小物体検出: ドローンによる航空画像やIoTセンサーの分析など、ProgLossとSTALによって小さな物体の精度が大幅に向上する難しいシナリオ。
結論#
YOLOv10からYOLO26への移行は、学術的な概念実証から本番環境向けのエンタープライズソリューションへの重要な転換を示しています。先駆的なNMS不要の設計を採用し、MuSGDオプティマイザー、ProgLoss、エッジとの高い互換性によって強化したYOLO26は、リアルタイムコンピュータービジョンの可能性を新たな水準へと引き上げます。速度、精度、使いやすさの最適なバランスを目指す開発者にとって、YOLO26は最も有力な選択肢です。