YOLOv5とYOLO26
コンピュータービジョンの進化は、より高速で、より正確で、より利用しやすいモデルを追求する継続的な取り組みによって形作られてきました。Ultralytics YOLOv5とUltralytics YOLO26は、その進化における2つの節目を示しています。広く導入されている従来のモデルと、現在推奨されているUltralyticsモデルです。
このガイドでは、両方のアーキテクチャを包括的に技術解説し、パフォーマンス指標、構造上の違い、最適なデプロイシナリオを取り上げます。
モデルの概要#
YOLOv5:業界を支える主力モデル#
2020年にリリースされたYOLOv5により、物体検出がはるかに利用しやすくなりました。PyTorchフレームワークにアーキテクチャをネイティブに実装することで、インストールからトレーニング、デプロイまでの手順がシンプルになりました。
- 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
YOLOv5は、積極的に保守されているUltralyticsエコシステムの基盤を築きました。強力なデータ拡張手法、効率的なトレーニングループ、CoreMLやONNXなどのエッジ形式への高度に最適化されたエクスポート経路を導入しました。使いやすさとトレーニング時の低いメモリ要件により、世界中のスタートアップや研究者に広く利用されてきました。
YOLO26:次世代のビジョンAI標準#
2026年1月にリリースされたUltralytics YOLO26は、Ultralytics YOLOの最新世代です。YOLOv8やYOLO11など、間の世代から得た知見を取り入れるとともに、大規模言語モデル (LLM) のトレーニングに着想を得た手法を導入しています。
- 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
YOLO26は精度と速度のバランスに優れ、エッジコンピューティングのシナリオ向けに特化して設計されています。
旧世代のコードベースを移行する場合は、姿勢推定や方向付きバウンディングボックス (OBB) などの多様なタスクに対応する前世代モデルを取り上げたYOLOv5とYOLO11の比較も参考になります。
YOLO26のアーキテクチャ上の革新#
YOLOv5はアンカーベースの検出ヘッドと標準的な損失関数を使用しますが、YOLO26はヘッド、損失関数、オプティマイザーを再設計し、デプロイ時のボトルネックを取り除いています。
- エンドツーエンドのNMSフリー設計: 最も大きな違いは、YOLO26がネイティブのエンドツーエンド推論オプションを備えていることです。冗長なバウンディングボックスを除去するために非最大値抑制 (NMS) が必要なYOLOv5とは異なり、YOLO26のオプションの1対1ヘッド(
nms=False)は、この後処理を省略します。推論レイテンシーの予測可能性が高まり、C++や組み込みハードウェアへの統合も簡素化されます。 - DFLの削除: YOLO26はDistribution Focal Loss (DFL) を削除しています。このアーキテクチャ上の選択によりモデルのエクスポートが簡素化され、複雑な演算子の処理が難しい低消費電力のエッジデバイスやアクセラレーターとの互換性が向上します。
- MuSGDオプティマイザー: Moonshot AIのKimi K2から着想を得たYOLO26は、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トレーニングで見られる安定性と高速な収束をコンピュータービジョンにもたらします。
- ProgLoss + STAL: YOLO26はProgLossとSTALを使用して、小さく密集した物体の検出を改善します。これはYOLOv5が従来課題としてきた領域です。
パフォーマンス比較#
COCOデータセットでモデルを比較すると、YOLO26はすべてのスケールでより高い精度 (mAP) を示し、中型以上のバリエーションではパラメーター数も少なくなっています。
| 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) |
|---|---|---|---|---|---|---|
| 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 |
| 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 |
注: YOLO26 Nano (YOLO26n) は、YOLOv5nの28.0 mAPに対して40.9 mAPを達成しています。追加パラメーター数はわずか0.5Mで、12.9ポイント向上します。また、DFLの削除とNMSフリーヘッドにより、CPUやエッジへのデプロイが簡素化されます。
汎用性とタスクへの対応#
YOLOv5は主に物体検出で知られています。後のアップデートで基本的なセグメンテーションが導入されましたが、YOLO26は最初から統合型のマルチタスクエンジンとして開発されました。
YOLO26は次のタスクに標準で対応しています。
- インスタンスセグメンテーション:タスクに特化したマルチスケールプロトとセマンティックセグメンテーション損失を備えています。
- セマンティックセグメンテーション:ピクセル単位でクラスを高密度にラベル付けします。
- 深度推定:単一画像からピクセル単位の深度を予測します。
- 画像分類:画像全体を標準的なカテゴリに分類します。
- 姿勢推定: 残差対数尤度推定 (RLE) を利用して、キーポイントの位置をより正確に特定します。
- 方向付きバウンディングボックス(OBB):境界の不連続性の問題を解消する専用の角度損失を備えており、衛星画像解析で特に重要です。
どちらのモデルも、データアノテーション、クラウドトレーニング、ワンクリックデプロイを提供するUltralytics Platformを活用できます。
使用方法とコード例#
Ultralytics Python APIを使うと、モデルを簡単に切り替えられます。どちらのモデルも同じく適切に保守されたエコシステムを共有しているため、ultralyticsパッケージのYOLOv5uパイプラインをYOLO26に更新するには、重みファイルを変更するだけです。
Pythonの例#
from ultralytics import YOLO
# YOLOv5を使用するには、v5の重みファイルを読み込みます
# model = YOLO("yolov5su.pt")
# 推奨モデルのYOLO26に移行します
model = YOLO("yolo26n.pt")
# COCO8データセットで学習します。optimizer="auto"は、長時間の実行(>10k iterations)でMuSGDを選択します
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
batch=32, # YOLO26はメモリ使用量が少ないため、バッチサイズを大きくできます
)
# 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()CLIの例#
最大限のGPUスループットを得るには、TensorRTとの統合を利用し、コマンドラインからYOLO26を直接デプロイできます。
# Export the model to TensorRT format
yolo export model=yolo26n.pt format=engine
# Run inference with the compiled engine
yolo predict model=yolo26n.engine source=path/to/video.mp4最適なユースケース#
YOLO26を選ぶべき場合#
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。
- エッジAIとIoT: CPU推論が最大43%高速(YOLO26nとYOLO11nの比較)で、DFLも削除されているため、Raspberry Piやモバイルデバイスへのデプロイに適しています。
- 高速パイプライン: オプションのNMSフリーヘッドはレイテンシーの予測可能性を高め、自律型ロボティクスやリアルタイムのセキュリティ警報システムで重要な効果を発揮します。
- 複雑なシナリオ: 小さな物体(例: ドローン監視)や回転した物体 (OBB) の検出が必要なアプリケーションでは、YOLO26のトレーニング改善(ProgLoss + STAL、およびOBB専用の角度損失)により精度が向上します。
YOLOv5を選ぶべき場合#
- 従来型システム:本番環境にYOLOv5固有のアンカー生成やNMS解析ロジックへのハードコードされた依存関係がある場合、移行には短期間のリファクタリングが必要になることがあります。
- 特定の学術的ベースライン:研究者は、物体検出アーキテクチャの歴史的な発展を示すため、従来のベースラインとしてYOLOv5をよく使用します。
概要#
YOLOv5からYOLO26への移行は、単なる反復的なアップデートではありません。物体検出モデルのトレーニングとデプロイの方法を変えるものです。MuSGDオプティマイザー、後処理を省略するオプションのNMSフリーヘッド、高速なCPU推論により、Ultralytics YOLO26は速度と精度のバランスに優れています。
YOLOv5は、幅広い開発者コミュニティにビジョンAIを利用しやすくしたモデルとして現在も使われていますが、新しい本番アプリケーションを開発する場合はYOLO26から始めることを推奨します。
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。