DAMO-YOLO 対 EfficientDet#
コンピュータビジョンの進化は、現実世界の多様な要求に合わせた強力なアーキテクチャの数々を生み出してきました。大規模なスケーラビリティを優先するフレームワークもあれば、リアルタイムの推論速度を重視するものもあります。本技術比較では、物体検出という課題に対する異なるアプローチを示す、極めて影響力の大きい2つのモデル、DAMO-YOLOとEfficientDetを探求します。両者のアーキテクチャを詳細に分析し、ベンチマーク性能を比較した上で、なぜ新しくリリースされたUltralytics YOLO26が現代のプロダクション展開において最適な選択肢となるのかを解説します。
アーキテクチャの概要#
両モデルとも効率と精度のトレードオフに取り組むよう設計されていますが、その目標達成のために採用しているメカニズムは根本的に異なります。
DAMO-YOLO：ニューラルアーキテクチャ探索による高速化#
リアルタイム検出の限界を押し広げるために開発されたDAMO-YOLOは、自動探索技術を活用して、低レイテンシ環境に最適化された極めて効率的なネットワークを構築します。
DAMO-YOLOの詳細:
著者: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, Xiuyu Sun
組織: Alibaba Group
日付: 2022-11-23
Arxiv: https://arxiv.org/abs/2211.15444v2
GitHub: https://github.com/tinyvision/DAMO-YOLO
DAMO-YOLOは、速度と精度の両方を最適化するニューラルアーキテクチャ探索（NAS）バックボーンを中心に構築されています。RepGFPN（Reparameterized Generalized Feature Pyramid Network）を採用しており、高い推論速度を維持しながら特徴融合を強化します。さらに、そのZeroHead設計により、検出ヘッドに伴う計算オーバーヘッドを最小限に抑えています。また、本モデルはAlignedOTA（Aligned Optimal Transport Assignment）と蒸留による強化の恩恵を受けており、最も小さなモデルバリアントであっても、より大きなモデルから豊かな表現を学習できるようにしています。
EfficientDet：コンパウンドスケーリングによるスケーラビリティ#
速度を最優先するアプローチとは対照的に、EfficientDetは様々な計算リソース予算に対する体系的なスケーラビリティに焦点を当てています。
EfficientDetの詳細:
著者: Mingxing Tan, Ruoming Pang, Quoc V. Le
組織: Google Brain
日付: 2019-11-20
Arxiv: https://arxiv.org/abs/1911.09070
GitHub: https://github.com/google/automl/tree/master/efficientdet
EfficientDetは、簡便かつ高速なマルチスケール特徴融合を可能にするBiFPN（Bidirectional Feature Pyramid Network）を導入しています。レイヤーやチャンネルを任意に追加する従来のスケーリング手法とは異なり、EfficientDetは、バックボーン、特徴ネットワーク、ボックス/クラス予測ネットワークの解像度、深さ、幅を同時に均一にスケーリングするコンパウンドスケーリング手法を採用しています。これにより、ハイエンドなハードウェアで最高水準の精度を達成しつつ、リソースの限られた環境向けに小型のバリアントを提供することが可能です。
パフォーマンスと指標の比較#
これらのモデルを並べて比較すると、純粋な精度と推論速度のトレードオフが明確になります。以下の表では、主要なパフォーマンス指標の概要を示し、DAMO-YOLOの推論性能がEfficientDetモデルファミリとどのように比較されるかを強調しています。
| モデル | サイズ (ピクセル) | mAPval 50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメータ (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
上記からわかるように、EfficientDet-d7は全体として最高の精度を達成しており、厳格なクラウドベースのアプリケーションに適しています。一方で、DAMO-YOLOシリーズは、GPUハードウェアにおいて極めて低いレイテンシで非常に競争力のある精度を提供しており、リアルタイムのエッジ展開においてより強力な候補となります。
ユースケースと推奨事項#
DAMO-YOLOとEfficientDetの選択は、特定のプロジェクト要件、展開制約、およびエコシステムの好みによって決まります。
DAMO-YOLOを選択すべきケース#
DAMO-YOLOは以下のような場合に強力な選択肢となります。
- 高スループットビデオ解析: バッチサイズ1でのスループットが主要な指標となる、固定のNVIDIA GPUインフラストラクチャ上での高FPSビデオストリーム処理。
- 産業用製造ライン: 組立ラインでのリアルタイム品質検査など、専用ハードウェア上での厳格なGPUレイテンシ制約があるシナリオ。
- Neural Architecture Searchの研究: 自動化されたアーキテクチャ探索 (MAE-NAS) や効率的な再パラメータ化バックボーンが検出パフォーマンスに与える影響の研究。
EfficientDetを選択すべき場合#
EfficientDetは以下の場合に推奨されます：
- Google CloudおよびTPUパイプライン： Google Cloud Vision APIやTPUインフラストラクチャと深く統合されたシステムであり、EfficientDetのネイティブ最適化が活かせる環境。
- 複合スケーリング研究： ネットワークの深さ、幅、解像度のスケーリングバランスが与える影響を調査することに焦点を当てた学術的なベンチマーク。
- TFLite によるモバイルデプロイメント: Android または組み込み Linux デバイス向けに TensorFlow Lite のエクスポートを特別に必要とするプロジェクト。
Ultralytics (YOLO26) を選択すべき時#
ほとんどの新しいプロジェクトにおいて、Ultralytics YOLO26はパフォーマンスと開発者体験の最高の組み合わせを提供します。
- NMSフリーのエッジ展開： Non-Maximum Suppression後処理の複雑さを伴わずに、一貫した低レイテンシの推論が求められるアプリケーション。
- CPUのみの環境： GPUアクセラレーションを利用できないデバイスにおいて、YOLO26の最大43%高速なCPU推論が決定的な利点となる場合。
- 小物体検出: ProgLossとSTALにより極小オブジェクトの精度が大幅に向上する、空中ドローン画像やIoTセンサー分析などの困難なシナリオ。
現代的な代替手段: Ultralytics YOLO26#
DAMO-YOLOとEfficientDetはいずれも重要な学術的マイルストーンですが、実際の現場でのデプロイには、よりバランスが取れており、機能が豊富で、開発者フレンドリーなアプローチが求められることがよくあります。ここでUltralytics YOLO26が新たな業界標準を確立します。
2026年1月にリリースされたYOLO26は、Ultralytics YOLO11やYOLOv8などの前世代のレガシーを基盤として構築されており、オブジェクト検出へのアプローチにおけるパラダイムシフトをもたらします。
YOLO26はネイティブなエンドツーエンドのNMSフリー設計を備えています。長年物体検出器を悩ませてきたボトルネックである後処理中の非最大値抑制（NMS）を排除することにより、YOLO26は特にエッジハードウェアにおいて、よりシンプルで大幅に高速な展開パイプラインを提供します。
比類なき性能と汎用性#
YOLO26は速度の向上にとどまらず、学習の安定性と精度を再定義します。LLMの学習イノベーションにインスパイアされたSGDとMuonのハイブリッドであるMuSGD Optimizerを導入しており、大幅に高速な収縮率と優れた学習効率を実現します。RT-DETRのような重いTransformerベースの代替手段とは異なり、YOLO26は非常に低いメモリ要件を維持し、コンシューマー向けハードウェアでの学習を確実に可能にします。
さらに、YOLO26にはProgLoss + STALが組み込まれており、ドローン空撮画像やロボティクスなどのユースケースに不可欠な小物体認識が大幅に向上しています。低電力デバイス向けに最適化するため、YOLO26ではDistribution Focal Loss (DFL)が削除され、前世代と比較してCPU推論が最大43%高速化されました。
エコシステムと使いやすさ#
EfficientDetのようなモデルにおける最大のハードルの一つは、複雑な統合プロセスです。対照的に、Ultralytics Platformは、しっかりとメンテナンスされたエンドツーエンドのエコシステムを提供します。統一されたAPIにより、ユーザーは検出、インスタンスセグメンテーション、姿勢推定、画像分類、方向バウンディングボックス (OBB)の間を簡単に切り替えることができます。
Ultralytics Pythonパッケージを使用してYOLO26の学習と推論を実行するのがいかに簡単かを示します。
from ultralytics import YOLO
# Load the state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")
# Train the model on your custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Run ultra-fast NMS-free inference
predictions = model.predict("image.jpg")結論#
DAMO-YOLO vs EfficientDetの探索は、ニューラルアーキテクチャ探索と複合スケーリングの間のトレードオフについて優れた洞察を提供しますが、現代の開発者には学術研究と実運用のギャップを埋めるツールが求められています。
使いやすさ、活発なオープンソースコミュニティ、そして速度と精度の妥協のないバランスを優先する開発者にとって、Ultralytics YOLO26は決定版の選択肢となります。NMSフリーのアーキテクチャ、低い学習オーバーヘッド、そして包括的なUltralyticsエコシステムとのシームレスな統合により、次のコンピュータビジョンプロジェクトに最適な究極のフレームワークとなっています。