yolo-models

Ultralytics モデルの選択

デフォルトの推奨: YOLO26、事前学習済み。 最新世代で、オプションの NMS 不要ヘッド(nms=False)を備えており、CPU 推論が最速かつデプロイが最もシンプルです。YOLO11/YOLOv8 は、既存のコードベースや YOLO26 にまだ対応していないデプロイ先に合わせる場合にのみ使用してください。ほとんどの公式の重みは初回使用時に自動ダウンロードされます。sam3.pt と sam3.1_multiplex.pt は手動でのアクセスとダウンロードが必要です。

Platform で選択する

最も手早くノーコードで始めるには、プロジェクトで New Model をクリックします。その Official タブには、選択したデータセットを学習できるタスクを持つ YOLO26(推奨)、YOLO11、YOLOv8、YOLOv5 のモデルが一覧表示されます。My Models には、さらにファインチューニングするための、完了済みまたはアップロード済みのチェックポイントが一覧表示されます。まず公式モデルを閲覧するには、Platform Explore の Projects にある @ultralytics プロジェクトを開いてください。

Platform のモデルページでは、メトリクスの確認、Predict でのテスト、エクスポート、デプロイ、公開モデルのワークスペースへのクローン、または以下で説明する Python/CLI ワークフロー用に .pt 重みをダウンロードできます。Platform Models と Explore を参照してください。

モデル = ファミリー + サイズ + タスク接尾辞

yolo26 + n/s/m/l/x + タスク接尾辞 → yolo26s-seg.pt

サイズ	COCO mAP50-95	パラメータ数	T4 TensorRT	選定基準
n	40.9	2.4M	~1.7 ms	エッジ/モバイル、CPU リアルタイム、最初のプロトタイプ
s	48.6	9.5M	~2.5 ms	ほとんどのプロジェクトにおけるバランスの取れたデフォルト
m	53.1	20.4M	~4.7 ms	GPU サーバー、精度が重要な場合
l	55.0	24.8M	~6.2 ms	精度重視、十分な GPU がある場合
x	57.5	55.7M	~11.8 ms	最大精度、オフライン/バッチ

戦略: n でプロトタイプを作成してパイプラインを安価に検証し、その後、精度がレイテンシに見合わなくなるまでスケールアップします。より大きなモデルは、悪いラベルを決して修正しません。

接尾辞	タスク	出力
(なし)	detect(検出)	ボックス
-seg	instance segmentation(インスタンスセグメンテーション)	ポリゴン + ボックス
-sem	semantic segmentation(セマンティックセグメンテーション、YOLO26+)	ピクセル単位のクラスマスク
-depth	monocular depth(単眼深度、YOLO26+)	深度マップ
-cls	classification(分類)	クラス確率
-pose	pose/keypoints(ポーズ/キーポイント)	キーポイント + ボックス
-obb	oriented boxes(指向性ボックス)	回転ボックス

新しいタスクに関する注意:

• semantic(-sem): データセットは masks_dir(デフォルトは masks/)を介した PNG マスク、またはポリゴンラベルを使用します。メトリクスは mIoU です。
• depth(-depth): ターゲットはスケーリングされた uint16 PNG マップ(推奨)またはメートル単位の浮動小数点 .npy マップです。メトリクスは delta1 です。深度モデルは model.calibrate(data=...) も公開しており、これによりメートルスケールの補正をフィッティングできます。model.save(...) で永続化してください。

ファミリー早見表

ファミリー	クラス	使用場面
YOLO26 / YOLO11 / YOLO12 / YOLOv8–v10	YOLO("yolo26n.pt")	標準的なクローズドセットのタスク。既定の選択肢
YOLO-World	YOLOWorld("yolov8s-worldv2.pt")	任意のテキストクラスに対するゼロショット検出。model.set_classes(["person", "helmet"])。-worldv2 を推奨（元の -world の重みはエクスポートできません）
YOLOE	YOLOE("yoloe-26s-seg.pt")	テキストまたは視覚プロンプトによるオープンボキャブラリの検出＋セグメンテーション。set_classes(["person", "helmet"])、視覚プロンプトは predict(..., visual_prompts={"bboxes": ..., "cls": ...}, predictor=YOLOEVPSegPredictor) を使用（既定の予測器はボックスのみを返します）。-pf バリアントはプロンプト不要です
SAM / SAM2 / SAM3 / MobileSAM	SAM("sam_b.pt")	プロンプト可能なセグメンテーション: predict(source, bboxes=... / points=... / labels=...)。SAM2/SAM3 は動画予測器を追加。SAM3 はテキスト／事例による概念セグメンテーション（SAM3SemanticPredictor）を追加。推論のみ
FastSAM	FastSAM("FastSAM-s.pt")	CNN ベースの Segment Anything。SAM よりはるかに高速。学習なし
RT-DETR	RTDETR("rtdetr-l.pt")	トランスフォーマー検出器。GPU 上で高い精度
YOLO-NAS	NAS("yolo_nas_s.pt")	学習なし（val/predict/export のみ）

すべてのクラスは同じ Model API（train/val/predict/track/export/...）を共有します。上記の例外を除き、他の yolo-* スキルの内容はすべてこれらに当てはまります。

オープンボキャブラリの判断: 学習なしで推論時に任意のクラスが必要 → YOLO-World（検出）または YOLOE（検出＋セグメンテーション、視覚プロンプトも可）。クリックやボックスからピクセル精度のマスクが必要 → SAM ファミリー。固定のクラスリスト用に学習済みモデルが必要 → 通常の YOLO26 のファインチューニング（そのクローズドセットではより高速かつ高精度）。

アーキテクチャ YAML（カスタムモデル）

ultralytics/cfg/models/ には、編集可能なアーキテクチャ定義（yolo26.yaml、yolo11.yaml、yolov8.yaml、および -p2（小さいオブジェクト）、-p6（大きい imgsz）、-ghost などのバリアント）が同梱されています。YOLO("yolo26n.yaml") を読み込むとゼロから構築されます — スケールはファイル名の語幹の文字から選択されます。アーキテクチャをカスタマイズしつつ、レイヤーが一致する箇所では事前学習済みの重みを保持するには、次のようにします。

model = YOLO("yolo26n.yaml").load("yolo26n.pt")  # transfer matching weights

ここに進むのは研究目的や特殊な制約がある場合だけにしてください。通常の作業では、標準の .pt をファインチューニングしてください。

関連ページ

• weights-catalog.md（このフォルダー） — パッケージが認識している重みのパターンと専用の公式アセットについて把握するために読んでください。重みの名前を推測しないでください。

インストール済みバージョンに対して検証する

モデルの提供状況は移り変わりが速いです。次のコマンドは、インストール済みパッケージが認識しているファストパスのセットを出力します。一覧にない公式アセットを無効とみなす前に、weights-catalog.md を読んでください。

python -c "from ultralytics.utils.downloads import GITHUB_ASSETS_NAMES; print(*sorted(GITHUB_ASSETS_NAMES), sep='\\n')"

重みが 404 になる場合や、クラスのインポートが失敗する場合は、yolo checks を確認し、インストール済みバージョンのエラーを信頼してください。