YOLOの選び方｜v8・v11・YOLO26の違いと無料で動かす手順 (2026年版)

YOLOとは、1枚の画像を1回だけ処理して、写っている物体の「名前」と「位置」を同時に答える物体検出のAIモデルです。2026年時点の現役はYOLOv8・YOLO11・YOLO26の3つで、新規開発ならYOLO26、すでに稼働している仕組みがあるならYOLOv8のまま、が基本の選び方になります。

番号が素直に並んでいないのは、あなたの理解不足ではありません。YOLOは10年のあいだに開発者が何度も入れ替わっていて、別々のチームが同じ名前を名乗ってきたからです。

だから、全部を覚える必要はない。現役の3つだけ押さえれば足ります。

---

YOLOとは何をするAIなのか？

YOLOは、1枚の画像を1回だけ処理して、写っている物体の「名前」と「位置」を同時に答えるAIモデルです。物体検出（オブジェクトディテクション）と呼ばれる技術分野の、事実上の標準になっています。

名前の由来は "You Only Look Once"。訳せば「一度見るだけ」です。何度も画像を見返さずに一発で答えを出す設計思想が、そのまま名前になっています。

返ってくる答えは2つセットです。

• バウンディングボックス: 物体を囲む四角い枠の座標
• クラスラベル: その枠が何なのか（人、車、ネコ）
• 信頼度スコア: どれくらい確からしいか（0〜1の数値）

「画像分類」とは別物です。分類は「この写真はネコの写真です」と1つ答えるだけ。検出は「左上にネコが1匹、右下にもう1匹」と、数と位置まで答えます。工場の検品も、店舗の人数カウントも、必要なのは後者です。

画像認識そのものの全体像から押さえたい人は、AI画像認識の基礎をまとめた記事を先に読むと、ここから先の話が一気に軽くなります。

では、なぜ「一度だけ」が武器になるのでしょうか。

---

なぜ1回見るだけで速いのか？

YOLOは画像を格子状のマス目に区切り、すべてのマスが「ここに何かあるか」「あるなら何か」を一斉に予測します。候補を切り出してから判定する従来の二段構えを、1つのニューラルネットワークに畳み込んだのが速さの正体です。

YOLO以前の主流は、2工程でした。物体がありそうな候補の場所を数百か所ぶん切り出し、そのあと1つずつ「これは何か」を判定する。候補の数だけ処理が積み上がるので、当然遅くなります。

YOLOは候補を切り出す工程そのものを消しました。

• 入力: 画像1枚をそのまま渡す
• 処理: 画像全体をネットワークに1回通す
• 出力: 枠の座標、ラベル、信頼度スコアが一度に出る

ここが効いてくるのは、動画を扱うときです。防犯カメラの映像は1秒あたり15〜30枚の画像の連続なので、1枚の処理が遅いと即座に破綻します。YOLOが監視カメラや自動運転の研究で定番になったのは、この構造のおかげ。

速さは後付けのチューニングではなく、設計から来ています。だから10年たっても同じ名前で呼ばれ続けている。

その10年で、作り手は何度も交代しました。

---

バージョン番号はなぜ飛ぶのか？

初代は2016年5月。以来ほぼ毎年、別の研究者や企業が新版を出し続けてきました。番号が飛ぶのは、1つのチームが順番に育てたわけではないからです。

系譜を並べると、混乱の理由がはっきりします。

つまり、初代から3代目までを1人の研究者が育て、そこからは企業チームと大学の研究者が交互にバトンを持っている、という流れです。

「v12より26のほうが新しいの？」という疑問には、はい、と答えます。YOLO26は西暦を名前にしたUltralytics製で、v12は別系統の研究チームによる論文発表。番号の大小で新旧を判断すると間違えます。

ここが最大のつまずきポイントなので、判断の軸を1つ決めておいてください。開発元がUltralyticsかどうかです。Ultralytics系（v5、v8、v11、26）はドキュメント・学習ツール・エクスポート機能が一続きで、乗り換えのコストが低い。研究系のv4、v7、v12は論文としての価値が高い一方、実運用の面倒を自分で見ることになります。

その最新版が、何を捨てたのか。

---

YOLO26は何が変わったのか？

YOLO26は2026年1月にUltralyticsが公開した最新版で、公式は「すべての新規プロジェクトの出発点として推奨」と明言しています。目玉は、NMSという後処理を設計から消したことです。

NMS（Non-Maximum Suppression）は、同じ物体に重なって出てしまった枠を、あとから間引く掃除の工程です。従来のYOLOは検出したあとに必ずこれを挟んでいました。

YOLO26はこれを不要にしました。公式が「End-to-End NMS-Free Design」と呼ぶ構造で、モデルの出力がそのまま最終結果になります。

地味に見えて、現場ではかなり大きい変更です。

• 速い: 後処理の時間がまるごと消える
• ブレない: 検出数が増えても処理時間が跳ねにくい
• 移植しやすい: 後処理をスマホやカメラ側で実装し直さなくていい

とくに重宝するのが2つめ。人が10人写った瞬間だけ急に遅くなる、という運用中の事故が起きにくくなります。混雑時こそ落ちてほしくない用途では、この安定性が精度の数字より効いてきます。

ただし、新しいことと正しいことは別。ここが判断の分かれ目です。

---

v8・YOLO11・YOLO26、どれを選ぶ？

新規プロジェクトはYOLO26が第一候補。すでに本番で動いているならYOLOv8を触らないのが正解です。「最新版に上げないと損」という発想が、いちばん高くつきます。

3つの立ち位置を並べます。

つまり、選定基準は「新しさ」ではなく「あなたのプロジェクトが今どの段階か」です。

海外の実務者からも、成熟したエコシステムと安定性が欲しい現場では今もYOLOv8を本番で回している、という声が出ています。わずかな精度向上のために、動いているラインを止める価値があるかどうか。この問いに「ある」と即答できないなら、答えは据え置きです。

判断に迷ったら、この順で自問してください。

1. すでに動いている検出システムがあるか → あるなら現状維持
2. 小型ボードやスマホで動かすか → YOLO26
3. 社内に前例がなく、詰まったときに検索で解決したいか → YOLOv8

ここまでの整理: YOLOは「1回見るだけ」で物体の名前と位置を当てるAI。番号は開発元がバラバラなせいで飛んでいる。2026年時点の現役はv8・11・26の3つで、新規なら26、稼働中ならv8。次はモデルの「大きさ」の話に入ります。

---

n・s・m・l・xのサイズはどう選ぶ？

Ultralytics系のYOLOには、同じバージョンの中にn（nano）からx（extra large）まで5段階のサイズがあります。バージョン選びより、実はこちらのほうが結果を左右します。

サイズが変わると、速さと精度のバランスが入れ替わります。

つまり、リアルタイム性が要るならnかs、あとからまとめて解析するならlかxという住み分けになります。

海外の実務解説では、YOLO26のnとxの差は単なるベンチマークの数字ではなく「200ドル級の小型ボードで動くか動かないか」の差だと表現されています。実機の予算が先に決まっているなら、サイズはそこから逆算するのが早い。

初めて試すなら、nから入ってください。精度が足りなければ1段ずつ上げる。逆にxから始めると、遅い原因がモデルなのか環境なのか切り分けられなくなります。

機材そのものの選定でつまずいているなら、人物検出向けAIカメラの選び方に、現場側の要件のまとめ方が書いてあります。

---

無料で動かすには何が要る？

モデル本体とコードはオープンソースで無料です。個人の学習や検証なら、追加の費用はかかりません。かかるのは学習を回すGPU代と、商用利用時のライセンス対応です。

最短で試すなら、この3ステップ。

• 環境: Google Colabを開く（ブラウザだけで無料のGPUが使える）
• 導入: pip install ultralytics の1行
• 実行: 学習済みモデルに手持ちの画像を渡す

自前のPCにPythonから入れるより、Colabのほうが詰まりません。Colabを触ったことがないなら、Google Colabの使い方を横に開いておくと止まらずに進めます。

学習済みモデルは、人・車・イヌ・イスなど日常的な80種類ほどのモノを最初から検出できます。ここまでは無料。

費用が発生し始めるのは、自社独自のモノ（特定の部品、自社製品の傷）を覚えさせる段階です。

• 画像を数百枚以上集めて、1枚ずつ枠をつける作業（アノテーション）
• 学習を回すGPUの時間
• 精度が出るまでの試行錯誤

このうち、時間を最も食うのはアノテーションです。モデル選びで悩んでいる時間より、ここに人手を割いたほうが結果は変わります。手元にGPUがない場合の借り方は、GPUクラウドサービスの比較にまとまっています。

無料で始められる。けれど、無料のまま商用に出せるとは限りません。

---

AGPL-3.0の落とし穴とは？

Ultralytics系のYOLOはAGPL-3.0というライセンスで公開されています。これは「使ったソフトのソースコードを公開する義務」が、Webサービス経由の提供にまで及ぶ、かなり強い条件のライセンスです。

普通のオープンソースの感覚で入ると、ここで足をすくわれます。

つまり、外に出す製品にYOLOを載せるなら、無料のまま進める判断は危険だということです。

Ultralyticsは商用向けにEnterpriseライセンスを別途用意しており、Ultralytics Platform自体もFree・Pro・Enterpriseの3段階になっています。金額は用途と規模で変わるため、事業に載せる前に公式へ問い合わせるのが確実です。

最終判断は法務の領域です。ここに書いたのは論点の整理であって、契約上の助言ではありません。製品化の直前ではなく、企画の段階で相談してください。順序を逆にすると、作り直しになります。

研究系のYOLOv4やv7、v12はライセンスがそれぞれ異なります。「YOLOだから同じ」とまとめないこと。

---

YOLOが向く用途と、向かない用途は？

YOLOが強いのは「決まった種類のモノを、速く、たくさん見つける」仕事です。逆に、判断に文脈や意味の理解が要る仕事には向きません。

向いている用途を並べます。

• 製造ラインでの部品の有無チェック、数のカウント
• 店舗や施設の人数把握、混雑の可視化
• 農業での作物や果実の検出、収穫量の見積もり
• 交通量調査、駐車場の空き検知

一方で、次のような用途は別の技術の出番です。書類から文字を読み取りたいならAI-OCRツール、傷の「良し悪し」を人の基準で判定させたいなら異常検知や画像分類のほうが素直に当たります。

• 文字を読む（OCRの領域）
• 「きれい」「不良」といった主観的な品質判定
• 学習データにない未知の物体の発見
• 1ピクセル単位の正確な輪郭が要る用途（セグメンテーションの領域）

製造業で何から手をつけるか決めかねているなら、製造業のAI導入の始め方に、検出以外の選択肢も含めた入り口が整理してあります。

そもそも機械学習とAIの線引きが曖昧なままだと選定を誤るので、AIと機械学習の違いを3分で押さえておくと迷いが減ります。

---

編集部の評価

公開情報とベンチマークの範囲で率直に言うと、2026年の物体検出でYOLOは一択です。競合が存在しないという意味ではなく、情報量・導入コスト・エッジ機器での動作という3点を同時に満たすものが他にない、という意味で。

良いところ。

• モデルもコードも無料で、pip install の1行から始められる
• nからxまでのサイズが揃っていて、機材の予算から逆算できる
• YOLO26のNMSフリー設計は、混雑シーンでの処理時間のブレを抑える方向にはっきり効く

正直イマイチなところもあります。

• 番号体系が破綻していて、初学者が最新版を判別できない
• AGPL-3.0は、事業で使う前提だと無視できない重さ
• 公式ドキュメントは英語中心で、日本語の一次情報は薄い

とくに番号の分かりにくさは、技術的な問題ではなくコミュニケーションの問題です。v12とYOLO26が別系統だと気づかずに古い方を選んでしまう事故は、今後も起き続けるはず。

それでも評価が下がらないのは、代替案がもっと面倒だからです。RF-DETRのような後発モデルは輪郭の精度で上回るという評価もありますが、情報量と動かしやすさで比べるとYOLOの優位は当分揺らがない。最初の1本はYOLOで正解です。

---

よくある質問（FAQ）

Q. YOLOとYOLO26は別物ですか？

同じ系譜です。YOLOが技術の総称で、YOLO26はUltralyticsが2026年1月に公開した最新バージョンの名前。西暦がそのままバージョン名になっているだけです。

Q. プログラミングができなくても使えますか？

Pythonが数行読めるレベルは要ります。ただしGoogle Colabを使えばインストール作業は不要で、公式のサンプルをコピーして実行するところまでは、プログラミング未経験でも到達できます。自社データで学習させる段階からは、エンジニアの手が必要です。

Q. YOLOv8のまま使い続けても大丈夫ですか？

大丈夫です。すでに本番で安定して動いているなら、更新しない判断のほうが合理的。移行を検討すべきなのは、混雑シーンで処理落ちが起きているときや、より小さな機材に載せ替えたいときに限られます。

Q. 商用利用は無料ですか？

モデル自体は無料で入手できますが、AGPL-3.0の条件が付きます。自社サービスに組み込んで外部に提供する場合はソース公開義務が発生しうるため、Enterpriseライセンスの検討が必要です。企画段階で法務に確認してください。

Q. 精度はどれくらい出ますか？

用途とデータ次第としか言えません。学習済みモデルが得意な80種類のモノなら、そのままでも実用に届きます。自社独自のモノを検出させる場合、精度を決めるのはモデルの新しさではなく、集めた画像の質と量です。

---

次に読むならこれ

YOLOを実際の現場に載せる話まで進めたいなら、人物検出向けAIカメラの選び方を次に読んでください。モデルより先に決めるべきカメラの設置条件と要件のまとめ方が書いてあり、順番を間違えて作り直す事故を避けられます。