YOLOv10とYOLO26の比較#
コンピュータビジョンの分野は近年、複雑で後処理に依存したアーキテクチャから、合理化されたエンドツーエンドのモデルへと劇的な進化を遂げてきました。この技術比較では、この進化における2つの重要なマイルストーン、つまり学術的なブレークスルーであるYOLOv10と、最先端で企業利用に対応したYOLO26に焦点を当てます。アーキテクチャ、学習手法、そして実環境でのデプロイ能力を検証することで、開発者が次世代のAIビジョンアプリケーションを構築する際に、十分な情報に基づいた意思決定を行えるよう支援します。
YOLOv10：エンドツーエンドの物体検出の先駆者#
著者: Ao Wang, Hui Chen, Lihao Liu ほか
組織: Tsinghua University
日付: 2024-05-23
リンク: arXiv Paper | GitHub Repository
2024年中盤にリリースされたYOLOv10は、リアルタイム物体検出における最も永続的なボトルネックの1つである非最大値抑制（NMS）に対処することで、学術的なコンピュータビジョン研究において大きな飛躍を遂げました。従来の物体検出器は、冗長なバウンディングボックスを排除するためにNMSに大きく依存しており、推論時のレイテンシが変動し、エッジへのデプロイを複雑にしていました。
清華大学のチームは、NMSフリーの学習に向けた一貫性のある二重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ステップ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るようになり、推論レイテンシを直接的に改善し、ハードウェアアクセラレータ上でのデプロイの障壁を下げました。標準的な検出タスクにおいて非常に効率的である一方、このモデルは主にバウンディングボックスの予測に焦点を当てており、インスタンスセグメンテーションや姿勢推定のようなより複雑なタスクに対するネイティブなサポートは欠けていました。
YOLO26：エッジおよびクラウドビジョンAIの新たな標準#
著者: Glenn Jocher, Jing Qiu
組織: Ultralytics
日付: 2026-01-14
リンク: GitHub Repository | Ultralytics Platform
先に開拓されたNMSフリーのコンセプトを基盤として、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極めたモデルです。学術研究と企業レベルのデプロイメントの両方を目的に設計されており、エンドツーエンドのNMSフリー設計をネイティブに組み込むことで、すべての対応ハードウェアにおいてNMSの後処理を完全に排除し、より高速かつ簡潔なデプロイを実現します。
YOLO26はいくつかの画期的なアーキテクチャの改善を導入しています。Distribution Focal Loss (DFL) の削除は、モデルのエクスポートプロセスを大幅に簡素化し、低電力のエッジデバイスとの互換性を向上させます。これらの構造的な変更と相まって、YOLO26は最大43%のCPU推論の高速化を達成しており、GPUアクセラレーションが利用できない環境におけるIoTやロボティクスアプリケーションにおいて、極めて優れた選択肢となります。
さらに、LLMの学習技術に着想を得たSGDとMuonのハイブリッドであるMuSGD Optimizerの使用により、学習の安定性と収束速度が刷新されました。ProgLoss + STALのような高度な損失関数を組み合わせることで、YOLO26は小物体認識において顕著な改善を誇ります。また、セグメンテーションのためのマルチスケールプロトタイピング、姿勢推定のためのResidual Log-Likelihood Estimation (RLE)、Oriented Bounding Box (OBB) 検出における境界問題を解決するための専門的な角度損失など、タスク固有の強化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スケールさせたいチームに向けて、Ultralytics PlatformはYOLO26とのシームレスな統合を提供し、大規模なMLOpsインフラストラクチャを必要とせずに、直感的なデータアノテーション、自動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実現します。
技術パフォーマンスの比較#
これらのモデルを評価する際、精度、モデルサイズ、推論速度のバランスが極めて重要です。以下の表は、標準的なCOCO datasetで評価された、さまざまなスケールにおける両方のモデルファミリーのパフォーマンスを示しています。
| 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 (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.4 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.7 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.2 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.4 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 193.9 |
このデータは、新しいアーキテクチャの進化的な優位性を明確に示しています。YOLO26は、非常に競争力のある推論速度を維持しながら、すべてのサイズ階層においてより高いmAP (mean Average Precision)を実現しています。YOLO26におけるDFLの削除は、特にCPUでのONNXパフォーマンスの向上に寄与しており、これは従来世代が苦戦していた指標です。
トレーニング方法論とエコシステム#
モデルは、それをサポートするエコシステムがあって初めて有用になります。YOLOv10はPyTorchに基づく優れた学術的実装を提供しましたが、基本的な検出を超えるタスクには手動の設定が必要になることがよくありました。
対照的に、YOLO26は保守の行き届いた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較してトレーニング時のメモリ要件が大幅に削減され、研究者はコンシューマー向けの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るようになります。使いやすさは比類なく、データ拡張、ハイパーパラメータ調整、ロギングを自動的に処理する統一されたAPIを提供します。
コード例: YOLO26の学習#
汎用性が高く正確なモデルを学習するには、数行のPythonコードだけで十分です：
from ultralytics import YOLO
# Load the highly optimized YOLO26 small model
model = YOLO("yolo26s.pt")
# Train the model efficiently with automatic memory management
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
)
# Export natively to TensorRT without NMS complexities
model.export(format="engine")実世界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を選択することは、デプロイメントの制約に完全に依存します。
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、ロボット工学、レガシーモバイルデバイスへの迅速なデプロイを必要とするアプリケーションにとって、43%高速なYOLO26のCPU推論は決定的な選択肢となります。NMSフリーかつDFLフリーのアーキテクチャにより、スマートシティインフラストラクチャでのリアルタイムビデオ分析に最適なOpenVINOやTensorRTなどのフォーマットへシームレスに変換できます。
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、豊かな視覚的理解を必要とするプロジェクトではYOLO26に依存する必要があります。医療画像におけるinstance segmentationからスポーツ分析の精密なpose estimationまで、YOLO26は多様なドメインで優れた精度を保証するタスク固有の損失関数を提供します。
プロジェクトにロバストなオープンボキャブラリ検出が必要な場合は、YOLO-Worldの探索をご検討ください。レガシーパイプラインを維持しているユーザーにとって、YOLO11はUltralyticsフレームワーク内で完全にサポートされた強力な代替手段であり続けます。
ユースケースと推奨事項#
YOLOv10とYOLO26のどちらを選ぶかは、特定のプロジェクトの要件、デプロイメントの制約、そしてエコシステムの好みによって異なります。
YOLOv10を選択すべき場合#
YOLOv10は以下の用途に最適です。
- NMSフリーのリアルタイム検出： Non-Maximum Suppression（NMS）を使用しないエンドツーエンド検出のメリットを享受し、デプロイの複雑さを軽減できるアプリケーション。
- バランスの取れた速度と精度のトレードオフ： さまざまなモデルスケール全体で、推論速度と検出精度の強力なバランスを必要とするプロジェクト。
- 一貫したレイテンシが求められ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不可欠なデプロイシナリオ。
YOLO26を選ぶべき時#
YOLO26は以下のような場合に推奨されます。
- NMSフリーのエッジ展開： Non-Maximum Suppression後処理の複雑さを伴わずに、一貫した低レイテンシの推論が求められるアプリケーション。
- CPUのみの環境： GPUアクセラレーションを利用できないデバイスにおいて、YOLO26の最大43%高速なCPU推論が決定的な利点となる場合。
- 小物体検出: ProgLossとSTALにより極小オブジェクトの精度が大幅に向上する、空中ドローン画像やIoTセンサー分析などの困難なシナリオ。
結論#
YOLOv10からYOLO26への移行は、学術的な概念実証から製品化可能な企業向けソリューションへの決定的なシフトを浮き彫りにしています。先駆的なNMSフリー設計を採用し、MuSGDオプティマイザ、ProgLoss、合理化されたエッジ互換性で強化することで、YOLO26はリアルタイムコンピュータビジョンで何が可能かという新たなベンチマークを打ち立てます。速度、精度、使いやすさの最良のバランスを達成しようとする開発者にとって、YOLO26は究極の推奨モデルとして際立っています。