YOLOv9とYOLO26#

リアルタイム物体検出の状況は、ここ数年で大きく進化しました。機械学習の実務者がさまざまなハードウェアへのモデルのデプロイを目指すなか、適切なアーキテクチャの選択が重要です。この包括的な技術ガイドでは、コンピュータービジョン分野における2つの大きな節目、勾配経路の最適化に重点を置いて2024年初頭に登場したYOLOv9と、エッジ推論とトレーニングの安定性を一新する、2026年初頭にリリースされた最新の最先端フレームワークUltralytics YOLO26を比較します。

概要：モデルの系譜と開発者#

これらのディープラーニングモデルの起源を理解することで、アーキテクチャ設計の選択や対象ユーザーについて貴重な背景知識が得られます。

YOLOv9#

台湾の中央研究院情報科学研究所に所属するChien-Yao Wang氏とHong-Yuan Mark Liao氏が開発したYOLOv9は、2024年2月21日にリリースされました。このモデルは、ディープラーニングの理論的概念、特に深層畳み込みニューラルネットワーク（CNN）における情報ボトルネック問題への対処に重点を置いています。

YOLOv9の詳細を見る

Ultralytics YOLO26#

UltralyticsのGlenn Jocher氏とJing Qiu氏が開発したYOLO26は、2026年1月14日にリリースされました。YOLO11やYOLOv8といった先行モデルの大きな成功を基盤に、YOLO26は本番環境への対応、エッジデプロイ、ネイティブなエンドツーエンドの効率性を優先して、ゼロから設計されました。

アーキテクチャの革新#

どちらのモデルも、ニューラルネットワークによる視覚データ処理に画期的な変化をもたらしますが、異なるアプローチを採用しています。

YOLOv9のプログラム可能な勾配情報#

YOLOv9の主な貢献は、プログラム可能な勾配情報（PGI）と汎用効率的レイヤー集約ネットワーク（GELAN）を導入したことです。ニューラルネットワークが深くなるにつれて、順伝播処理中に情報損失が生じることがよくあります。PGIは、逆伝播中に重みを更新するために使用する勾配の正確性と信頼性を保ち、GELANアーキテクチャが少ないパラメーターで高精度を実現できるようにします。

ただし、YOLOv9は後処理で従来の非最大値抑制（NMS）に大きく依存しており、実環境での推論時にレイテンシのボトルネックとなる可能性があります。

YOLO26のエッジファーストアーキテクチャ#

YOLO26は、トレーニングからリアルタイムデプロイまでのパイプライン全体を最適化するという、まったく異なるアプローチを採用しています。YOLOv10が初めて導入したエンドツーエンドのNMS不要設計を基盤に、NMSによる後処理を完全に排除しています。その結果、レイテンシが非常に低く、Raspberry PiやNVIDIA Jetsonなどのエッジデバイス向けに高度に最適化されています。

さらに、YOLO26はDistribution Focal Loss（DFL）を完全に削除しています。この構造上の変更により、モデルのONNXへのエクスポートが簡素化され、低消費電力のエッジデバイスとの互換性が大幅に向上します。

トレーニング段階では、YOLO26に新しいMuSGDオプティマイザーが組み込まれています。これは確率的勾配降下法とMuonを組み合わせたもので、Moonshot AIのKimi K2におけるLLMトレーニング手法に着想を得ています。大規模言語モデル（LLM）のトレーニングにおける革新とコンピュータービジョンの間をつなぎ、トレーニングを大幅に安定させ、収束を高速化します。

パフォーマンスと指標の比較#

広く利用されているCOCOデータセットでベンチマークを行うと、どちらのモデルも優れた性能を示しますが、実用的な推論速度とパラメーター効率ではUltralyticsのエコシステムが優れています。

結果の分析#

• 速度と効率：YOLO26はNMS不要のアーキテクチャと簡素化された損失関数を採用しているため、従来のアーキテクチャと比べてCPU推論が最大43%高速です。YOLO26nモデルは、TensorRTを使用してNVIDIA T4 GPU上で驚異的な1.7msを実現し、リアルタイム動画ストリームに最適です。
• 精度：YOLO26xモデルは、比類のない57.5 mAPを達成し、最大のYOLOv9eモデルを上回りながら、レイテンシを低く抑えています。
• メモリ要件：Ultralyticsのモデルは効率性で知られています。YOLO26は、複雑なTransformerベースのビジョンモデルと比べて、モデルのトレーニングと推論で必要なCUDAメモリが大幅に少なく、開発者は一般向けハードウェアでもバッチサイズを大きくできます。

エコシステム、使いやすさ、柔軟性#

Ultralyticsエコシステムの真価は、優れたユーザー体験にあります。YOLOv9のGitHubコードベースを利用する研究者は、複雑な環境構築や手動のスクリプト作成が必要ですが、YOLO26は直感的なUltralytics Python APIに完全に統合されています。

シンプルなAPIの例#

最先端のYOLO26モデルは、数行のPythonコードだけでトレーニングできます。

from ultralytics import YOLO

# 最新のネイティブなエンドツーエンドYOLO26モデルを読み込む
model = YOLO("yolo26s.pt")

# モデルをトレーニングする。長時間の実行（>10k iterations）では、optimizer="auto"によってMuSGDが選択される
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# 単一のコマンドでネイティブにONNX形式へエクスポートする
model.export(format="onnx")

比類のないタスク対応力#

標準的な物体検出を主な対象とするYOLOv9とは異なり、YOLO26は多様なコンピュータービジョンタスクにネイティブで対応しています。このアーキテクチャには、さまざまな用途に向けた次のような機能強化が含まれています。

• インスタンスセグメンテーション：専用のセマンティックセグメンテーション損失とマルチスケールプロトを備え、ピクセル単位で高精度なマスクを生成します。
• 姿勢推定：残差対数尤度推定（RLE）を統合し、骨格のキーポイントを非常に高精度に追跡します。
• 方向付きバウンディングボックス（OBB）：航空画像の回転物体検出における境界の問題を解決するために設計された、専用の角度損失関数を備えています。
• 画像分類：ImageNetの基準に基づき、画像全体を高い信頼性で分類します。

実際の用途#

これらのモデルのどちらを選ぶかは、多くの場合、デプロイ先の環境によって決まります。

IoTとエッジロボティクス#

ロボティクス、自律型ドローン、スマートホームのIoTデバイスには、YOLO26が圧倒的に適しています。ProgLoss + STALの統合によって小物体認識が大きく向上します。これは、高高度を飛行するドローンによる農業モニタリングで重要です。CPU推論が43%高速でNMS不要の設計を備えているため、専用GPUのないハードウェアでもYOLO26をスムーズに実行できます。

学術研究と勾配分析#

YOLOv9は、学術界で高い評価を受け続けています。勾配フローの理論的な限界を調査する研究者や、PGIの概念に基づくカスタムPyTorchレイヤーの構築を目指す研究者にとって、YOLOv9のコードベースはディープラーニング理論を探究するための優れた基盤となります。

高速な製造パイプライン#

高速コンベヤーベルト上での自動欠陥検出などの産業用途では、YOLO26モデルの非常に高速なTensorRT処理によりフレームの欠落を防ぎ、品質保証システムのスループットを最大化できます。

ユースケースと推奨事項#

YOLOv9とYOLO26のどちらを選ぶかは、プロジェクト固有の要件、デプロイ上の制約、エコシステムの好みによって決まります。

YOLOv9を選ぶ場合#

YOLOv9が適している用途：

• 情報ボトルネックの研究: プログラム可能な勾配情報（PGI）や一般化効率的層集約ネットワーク（GELAN）のアーキテクチャを研究する学術プロジェクト。
• 勾配フロー最適化の研究: 学習中の深層ネットワーク層における情報損失の理解と抑制に焦点を当てた研究。
• 高精度検出のベンチマーク: アーキテクチャの比較において、YOLOv9の優れたCOCOベンチマーク性能を基準として必要とするシナリオ。

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#

どちらのモデルも、オープンソースコミュニティに大きな進歩をもたらしました。YOLOv9は勾配フローに重要な理論的改善を導入し、今後何年にもわたってアーキテクチャに影響を与えるでしょう。ただし、速度、精度、デプロイの容易さを完璧に両立させたい現代の開発者、スタートアップ、企業チームには、Ultralytics YOLO26を明確におすすめします。

NMS不要の推論、強力なMuSGDオプティマイザー、検出、セグメンテーション、姿勢推定に対応する比類のないツール群により、YOLO26は、現在利用できる最も信頼性が高く将来性のあるフレームワークを基盤として、コンピュータービジョンプロジェクトを構築できます。