YOLOv9とYOLO26#

リアルタイムオブジェクト検出の分野は、この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にモデルをデプロイする中、適切なアーキテクチャの選択が重要です。この技術ガイドでは、コンピュータービジョン分野の2つの大きな節目を比較します。2024年初頭に勾配経路の最適化を重視して登場したYOLOv9と、エッジ推論とトレーニングの安定性を重視し、2026年1月にリリースされた最新のUltralyticsモデル、Ultralytics YOLO26です。

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とJing Qiu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などの先行モデルを基盤とし、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一から設計されています。

アーキテクチャの革新#

両モデルはニューラルネットワークによる視覚データ処理に大きな変化をもたらしましたが、課題に対するアプローチは異なります。

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）の導入です。ニューラルネットワークが深くなると、順伝播の過程で情報が失われることがあります。PGIは、バックプロパゲーション時に重みの更新に使う勾配の正確性と信頼性を保ち、GELANアーキテクチャがより少ないパラメーターで高い精度を達成できるようにします。

ただし、YOLOv9は後処理に従来の非最大抑制（NMS）を使用するため、実環境での推論時にレイテンシのボトルネックに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は異なるアプローチを採用し、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エッジファースト設計を実現しています。YOLOv10がYOLOモデルに導入したエンドツーエンドのNMSフリーデザインを基盤とし、NMS後処理を不要にします。これによりレイテンシーが低減し、Raspberry PiやNVIDIA Jetsonなどのエッジデバイスに適しています。

YOLO26はDistribution Focal Loss（DFL）も削除しています。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向上します。

トレーニング段階では、YOLO26はMuSGDオプティマイザーを統合しています。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の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をコンピュータービジョンに取り入れ、より安定したトレーニングと速い収束を実現します。

パフォーマンスと指標の比較#

広く使われているCOCOデータセットでベンチマークを行うと、両モデルとも高い性能を発揮しますが、すべてのモデルサイズでYOLO26が精度とT4での推論速度に優れており、パラメーター数も同程度です。

結果の分析#

• 速度と効率: YOLO26はNMSフリーアーキテクチャと簡素化された検出ヘッドを採用しているため、YOLO26nはYOLO11nよりもCPU推論が最大43%高速です。YOLO26nモデルはNVIDIA T4 GPU上でTensorRTを使用すると1.7 msで動作するため、リアルタイムの動画ストリームに適しています。
• 精度: YOLO26xモデルは57.5 mAPを達成し、レイテンシを低く保ちながら、最大サイズのYOLOv9eモデルを上回ります。
• メモリ要件: Ultralytics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よりも、モデルのトレーニング時と推論時のCUDAメモリ使用量が大幅に少なく、一般向けハードウェアでも大きなバッチサイズを使用できます。

エコシステム、使いやすさ、柔軟性#

Ultralyticsエコシステムの大きな強みは、ユーザーエクスペリエンスです。YOLOv9のGitHubコードベースを利用する研究者は、複雑な環境設定や手動スクリプトに対処する必要がありますが、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#

YOLO26モデルのトレーニングは、数行のPythonコードで行えます。

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")

タスクへの対応力#

標準的なオブジェクト検出に主に特化しているYOLOv9とは異なり、YOLO26はセマンティックセグメンテーションや深度推定を含む、Ultralyticsの7つすべてのコンピュータービジョンタスクをネイティブにサポートします。このアーキテクチャには、さまざまな用途に向けた個別の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: セマンティックセグメンテーションの損失関数とマルチスケールのプロトモジュールを追加し、より高品質なマスクを生成します。
• 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。
• 姿勢推定: Residual Log-Likelihood Estimation（RLE）を統合し、キーポイントの位置をより正確に特定します。
• 回転バウンディングボックス（OBB）: 航空画像における回転物体検出の境界問題に対処するため、専用の角度損失関数を備えています。

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がより適しています。ProgLoss + STALにより小物体検出が向上し、高高度ドローンによる農業モニタリングで重要な役割を果たします。CPU推論が最大43%高速（YOLO26nとYOLO11nの比較）で、NMSフリー設計も備えているため、専用GPUのないハードウェアでもスムーズに動作します。

学術研究と勾配分析#

YOLOv9は、学術分野で今も高く評価されています。勾配フローの理論的な限界を研究する研究者や、PGIの概念に基づくカスタムPyTorchレイヤーを構築したい研究者にとって、YOLOv9のコードベースは深層学習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での自動欠陥検出のような産業用途では、YOLO26モデルの高速な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-Only Environments: 専用GPUアクセラレーションを備えていないデバイスでは、YOLO26の最大43%高速なCPU推論（YOLO26n対YOLO11n）が大きな優位性をもたらします。
• 小物体検出： ドローンによる空撮画像やIoTセンサー分析などの難しいシナリオでは、ProgLossとSTALが小さな物体の精度を向上させます。

結論#

どちらのモデルもオープンソースコミュニティにとって重要な進歩です。YOLOv9は勾配フローに関する重要な理論的改善を導入し、現在も新しいアーキテクチャに影響を与えています。ただし、速度、精度、デプロイの容易さを両立させたい開発者、スタートアップ、エンタープライズチームには、Ultralytics YOLO26を明確に推奨します。

NMSフリー推論、MuSGDオプティマイザー、検出、セグメンテーション、姿勢推定などに対応するツールを備えたYOLO26は、コンピュータービジョンプロジェクトに信頼性と充実したサポートを備えた基盤を提供します。