Ultralytics YOLO26#

概要#

Ultralytics YOLO26は、Ultralytics YOLO26論文で説明されている、リアルタイムビジョンモデルの統合ファミリーです。ネイティブなエンドツーエンド推論、軽量な検出ヘッド、更新されたトレーニングレシピに加え、検出、セグメンテーション、姿勢推定、分類、方向付き物体検出に対応するタスク別ヘッドを導入しています。

5つの検出スケール全体で、YOLO26はCOCOで40.9～57.5 mAPを達成し、T4 TensorRTでのレイテンシは1.7～11.8 msです。また論文では、Intel Xeon CPU @ 2.00 GHz上で、YOLO26nがYOLO11nと比べてCPUでのONNX推論を最大43%高速化すると報告しています。

予定されているアーキテクチャ、タスク、初期ベンチマークについては、未リリースのYOLO27プレビューをご覧ください。

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # 事前学習済みのYOLO26nモデルを読み込む
results = model("path/to/bus.jpg")  # 推論を実行

YOLO26モデルファミリーは、次の4つの設計領域を中心に構成されています。

• ネイティブなエンドツーエンド推論： オプションのone-to-one検出ヘッドは、非極大値抑制（NMS）を使わずに予測を出力するため、デプロイが簡素化され、後処理が削減されます。
• 軽量なボックス回帰： YOLO26はDistribution Focal Loss（DFL）を削除し、制約のない回帰範囲を維持しながら、検出ヘッドを簡素化します。
• トレーニングレシピの更新： トレーニングパイプラインでは、MuSGD（MuonとSGDを組み合わせたハイブリッドオプティマイザー）、Progressive Loss、STAL（小物体を考慮したラベル割り当て）を組み合わせて、最適化を改善し、推論時に使用するヘッドへ教師信号を移し、小物体に対する正例ラベルの網羅性を維持します。リリース済みチェックポイントの詳細なハイパーパラメーターは、YOLO26トレーニングレシピガイドに記載されています。
• タスク別ヘッドと損失関数： YOLO26では、タスクをまたいで単一のモデルパイプラインを維持しながら、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各種方式、姿勢推定、方向付き物体検出に特化した設計を追加しています。

これらの更新により、モデルの各スケールとデプロイ先において、精度とレイテンシのトレードオフが改善されます。

主な機能#

• DFLフリー回帰 YOLO26はDistribution Focal Loss（DFL）を削除し、検出ヘッドを簡素化するとともに、エクスポートを容易にします。

• エンドツーエンドのNMSフリー推論 YOLO26はnms=Falseによるネイティブなエンドツーエンド推論に対応しており、独立したNMS処理なしで予測を出力します。デフォルトのone-to-many経路では、精度を確保するためにNMSを使用します。

• Progressive Loss + STAL Progressive Lossはトレーニングの重点を推論時に使用するヘッドへ移し、STALは小物体に対する正例ラベルの網羅性を高めます。

• MuSGDオプティマイザー SGDとMuonを組み合わせたハイブリッドオプティマイザーです。大規模言語モデルのトレーニングで使われる最適化手法をコンピュータービジョンに応用しています。

• 効率的なデプロイ 簡素化されたヘッドとオプションのNMSフリー経路により、エクスポート先やハードウェア構成全体で推論オーバーヘッドが軽減されます。これには、論文で報告されたYOLO26nのYOLO11nに対するCPU ONNXの高速化も含まれます。

• インスタンスセグメンテーションの強化 セマンティックセグメンテーションの損失関数を導入してモデルの収束を改善し、マルチスケール情報を活用するようprotoモジュールを強化して、マスク品質を高めています。論文では、COCOのインスタンスセグメンテーションにおいて、YOLO11を最大でボックスAPが+2.5、マスクAPが+3.7上回ると報告しています。

• 高精度な姿勢推定 Residual Log-Likelihood Estimation（RLE）を統合してキーポイントの位置特定を高精度化し、デコード処理を最適化して推論速度を高めています。論文では、COCOの姿勢推定でYOLO11を最大+7.2 AP上回ると報告しています。

• 改良されたOBBデコード 正方形の物体の検出精度を高めるために専用の角度損失を導入し、境界の不連続性を解消するようOBBデコードを最適化しています。論文では、DOTA-v1.0の方向付き物体検出でYOLO11を最大+3.4 mAP上回ると報告しています。

サポート対象のタスクとモード#

YOLO26は、5つのモデルスケールにわたってUltralyticsの標準タスクセットに対応しています。

この統合フレームワークは、トレーニング、検証、推論、エクスポートに対応し、リアルタイム検出、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、単眼深度推定、分類、姿勢推定、方向付き物体検出をカバーします。

性能指標#

ParamsとFLOPsの値は、Conv/BatchNormのfoldingと未使用の検出ブランチの削除を適用した後のfusedモデルのものです。速度測定では、nms=Falseを使用するNMSフリーヘッドを選択します。事前学習済みチェックポイントは完全な学習アーキテクチャを保持しているため、カウント値が高くなる場合があります。

使用例#

このセクションでは、YOLO26のシンプルな学習と推論の例を紹介します。これらのモードやその他のモードの詳細なドキュメントについては、Predict、Train、Val、Exportのドキュメントページをご覧ください。

以下の例は、物体検出用のYOLO26 Detectモデルを対象としています。その他の対応タスクについては、Segment、セマンティックセグメンテーション、深度推定、Classify、Pose、OBBのドキュメントをご覧ください。

from ultralytics import YOLO

# COCOで事前学習したYOLO26nモデルを読み込む
model = YOLO("yolo26n.pt")

# 'bus.jpg'画像でYOLO26nモデルを使って推論を実行する
results = model("path/to/bus.jpg")

# COCO8サンプルデータセットでモデルを100エポック学習する
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# One-to-Manyヘッドを使用（デフォルト。UltralyticsがNMSを適用）
results = model.predict("image.jpg")  # inference
metrics = model.val(data="coco.yaml")  # validation
model.export(format="onnx")  # export

# NMSフリーのOne-to-Oneヘッドを選択
results = model.predict("image.jpg", nms=False)  # inference
metrics = model.val(data="coco.yaml", nms=False)  # validation
model.export(format="onnx", nms=False)  # export

YOLOE-26：オープンボキャブラリー検出とセグメンテーション#

YOLO26は、固定された学習時のクラスリストの代わりに、テキストプロンプト、視覚プロンプト、またはプロンプトフリーモードを使って物体カテゴリを検出・セグメンテーションするオープンボキャブラリー版のYOLOE-26も支えています。YOLOE-26はYOLO26のオプションであるNMSフリーのエンドツーエンド（e2e）ヘッドを維持しているため、対象カテゴリが時間とともに変化する動的な環境でも、オープンボキャブラリー推論を十分な速度で実行できます。YOLOE-26xはLVIS minivalで、テキストプロンプト使用時に40.6 AP、視覚プロンプト使用時に38.5 AP、プロンプトフリーで31.1 APを達成します。これらは論文のNon-E2Eの数値であり、エンドツーエンドヘッドではそれぞれ1.1、2.3、1.2 AP低くなります。

スケールごとの性能表、プロンプトフリー版、使用例の全容については、YOLOEドキュメントをご覧ください。

引用と謝辞#

YOLO26のアーキテクチャ、学習レシピ、タスクヘッド、YOLOE-26のオープンボキャブラリー拡張に関する技術的な説明については、Ultralytics YOLO26: 統合型リアルタイムエンドツーエンドビジョンモデルをご覧ください。研究でYOLO26を使用する場合は、次の文献を引用してください。

@misc{jocher2026ultralyticsyolo26unifiedrealtime,
  title = {Ultralytics YOLO26: Unified Real-Time End-to-End Vision Models},
  author = {Glenn Jocher and Jing Qiu and Mengyu Liu and Shuai Lyu and Fatih Cagatay Akyon and Muhammet Esat Kalfaoglu},
  year = {2026},
  eprint = {2606.03748},
  archivePrefix = {arXiv},
  primaryClass = {cs.CV},
  doi = {10.48550/arXiv.2606.03748},
  url = {https://arxiv.org/abs/2606.03748},
}

YOLO26のコード、モデル、ドキュメントは、AGPL-3.0ライセンスおよびエンタープライズライセンスのもと、Ultralytics GitHubリポジトリとUltralyticsドキュメントで公開されています。

よくある質問#