YOLO（Ultralytics）とは何か。高精度な物体検出と、無償で使える代替モデルの選び方。
「物体検出をやりたいけれど、YOLOって結局何なのか」「無料で使えると聞いたが、商用利用は大丈夫なのか」——そんな疑問に答えるため、Ultralytics YOLOの守備範囲とライセンスの注意点、そして商用クローズドで完全無償にしたい場合の代替モデルを整理しました。
YOLOとは何か——1系統で、認識の守備範囲が広い。
YOLO（You Only Look Once）は、Ultralytics社が開発・公開している物体認識モデルの系統です。「1枚の画像を1回見るだけで物体の位置とクラスを推定する」という発想からその名がついており、リアルタイム性と精度の両立を強みとしています。
現行の主要モデルは、本番運用向けの安定版であるYOLO11と、最新版のYOLO26の2系統です。YOLO26はNMS（後処理の重複除去）を省いたend-to-end推論に対応し、エッジデバイスへのデプロイを意識した最適化がなされています。
もう一つの強みは、タスクの守備範囲の広さです。YOLO11は物体検出・インスタンスセグメンテーション・分類・姿勢推定・OBB（回転を考慮した矩形検出）の5タスクに対応し、YOLO26はさらにセマンティックセグメンテーションと深度推定を加えた7タスクまで、同じ系統のモデルでカバーできます。「検出用」「姿勢推定用」と別々のモデルを個別に用意しなくても、1つのエコシステムで大半の画像認識ニーズに対応できる点が、実務上の使いやすさにつながっています。
YOLOと、無償相当の代替モデルを比較する。
YOLOは無条件で「無料」というわけではありません。ライセンス条件によって、実質的な費用が変わってきます。ここでは、YOLOと、より制約の緩いライセンスで公開されている代替モデルを並べて整理します。
| モデル | 提供元 | ライセンス | 対応タスクの幅 | 商用クローズドでの無償利用 |
|---|---|---|---|---|
| YOLO26 / YOLO11 | Ultralytics | AGPL-3.0（商用は別途Enterprise License） | 非常に広い（検出〜深度推定まで最大7タスク） | 不可（ソース公開が条件、またはEnterprise License購入が必要） |
| YOLOX | Megvii | Apache License 2.0 | 中（主に物体検出） | 可 |
| PP-YOLOE | Baidu（PaddleDetection） | Apache License 2.0 | 中（物体検出中心） | 可 |
| RT-DETR | Baidu（PaddleDetection） | Apache License 2.0 | 中（Transformer型のリアルタイム検出） | 可 |
| NanoDet-Plus | RangiLyu（OSS） | Apache License 2.0 | やや狭い（超軽量・エッジ向け検出） | 可 |
| MediaPipe Object Detection | Apache License 2.0 | やや狭い（検出・軽量タスク中心） | 可 |
※ライセンス条件は各プロジェクトの更新により変わる可能性があります。導入前に必ず最新の公式情報をご確認ください。
「無料だと思って組み込んだら」を避けるための、ライセンスの注意点。
AGPL-3.0か、Enterprise Licenseか
Ultralytics YOLOはAGPL-3.0というオープンソースライセンスで公開されています。研究や個人利用、あるいは自分のプロダクトのソースコード自体を公開する前提であれば、無償で利用できます。しかし、ソースコードを非公開のまま商用プロダクトに組み込みたい場合は、AGPL-3.0の条件を満たせません。その場合はUltralyticsが提供するEnterprise License（有償）を取得する必要があります。「オープンソースだから無料」と早合点して商用クローズドな製品に組み込んでしまうと、後からライセンス違反を指摘されるリスクがあるため、利用形態を先に確認しておくことが重要です。
Apache License 2.0系は、商用クローズドでも扱いやすい
YOLOX・PP-YOLOE・RT-DETR・NanoDet-Plus・MediaPipe Object Detectionなどは、Apache License 2.0など、より制約の緩いライセンスで公開されています。これらは商用クローズドソースのプロダクトに組み込んでも、ソースコードの公開義務は発生しません。ただし、Ultralytics YOLOほど対応タスクの幅が広くない、コミュニティ・ドキュメント・周辺ツールの充実度に差がある、という点はトレードオフとして理解しておく必要があります。
結論：2つの軸で選ぶ。
どちらが「正解」というものではなく、プロダクトの前提条件によって選ぶべきモデルが変わります。
よくある質問
関連コラム: PoCが失敗する理由7選 — Edge AIの技術選定も含め、検証段階でのつまずきを整理しています。