DAMO-YOLO 対 PP-YOLOE+#
競争の激しいリアルタイム・コンピュータビジョンの分野において、特定のデプロイメント・ニーズに最適なアーキテクチャを選択することは極めて重要です。本ガイドでは、DAMO-YOLOと**PP-YOLOE+**を網羅的に技術比較し、アーキテクチャ設計、トレーニング手法、およびパフォーマンス指標を詳細に解説します。また、これらのモデルが新しくリリースされたUltralytics YOLO26のような最先端のソリューションと比較してどのような立ち位置にあるのかについても検証します。
モデルの概要#
どちらのフレームワークも2022年に登場し、産業用途における強力な代替手段として、高度な技術を駆使して精度と推論速度の限界を押し広げています。
DAMO-YOLO#
Alibaba Groupによって開発された DAMO-YOLO は、自動検索技術と高度な特徴量融合を活用し、レイテンシと精度のトレードオフを最適化するためのいくつかの新しい技術を導入しました。
- 著者: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, and Xiuyu Sun
- 組織: Alibaba Group
- 日付: 2022-11-23
- Arxiv: DAMO-YOLO: A Report on Real-Time Object Detection Design
- GitHub: tinyvision/DAMO-YOLO
- Docs: DAMO-YOLO README
DAMO-YOLOは、ハードウェア効率を最適化するバックボーンを自動設計するために、Multi-Scale Architecture Search (MAE-NAS) を採用しています。また、ネック部分の特徴融合には効率的なRepGFPN (Re-parameterized Generalized Feature Pyramid Network) を、ヘッド部分には軽量な「ZeroHead」設計を採用しています。さらに、トレーニング中に蒸留技術を多用することで、生徒モデルの表現能力を向上させています。
PP-YOLOE+#
Baidu PaddlePaddleチームによる PP-YOLOE+ は、PP-YOLOEアーキテクチャのインクリメンタルなアップグレードです。大規模な事前学習と洗練された損失関数に焦点を当て、特にネイティブなディープラーニングフレームワーク内において、高い mAP を実現します。
- 著者: PaddlePaddle Authors
- 組織: Baidu
- 日付: 2022-04-02
- Arxiv: PP-YOLOE: An evolved version of YOLO
- GitHub: PaddlePaddle/PaddleDetection
- Docs: PP-YOLOE+ Configs
PP-YOLOE+は、CSPRepResNetバックボーンとET-head (Efficient Task-aligned head) を活用しています。「プラス」バージョンでは、Objects365データセットに対する強力な事前トレーニング戦略が導入されており、多様な実世界の環境に対する汎化能力が大幅に向上しています。
アーキテクチャの比較#
これら2つのモデルの設計哲学の相違は、その理想的なユースケースとハードウェア互換性に大きな影響を与えています。
特徴融合とバックボーン#
DAMO-YOLO の MAE-NAS によって生成されたバックボーンはエッジデバイス向けに高度に調整されており、多くの場合、好ましい速度対パラメータ比を提供します。ただし、これらのカスタムアーキテクチャは厳格であり、インスタンスセグメンテーションのような新しいタスクに適応させるのが複雑になる場合があります。RepGFPN ネックはマルチスケール特徴量融合を改善しますが、再パラメータ化のエクスポートフェーズで複雑さが増します。
PP-YOLOE+は、より伝統的でありながら非常に効果的なCSPRepResNetに依存しています。このバックボーンは同等の精度に対してDAMO-YOLOよりも多くのパラメータを必要としますが、トレーニングが非常に安定しており、既存のパイプラインへの統合が容易です。そのET-headは分類と回帰を効率的に処理しますが、依然としてNon-Maximum Suppression (NMS) のような後処理ステップを必要とします。
DAMO-YOLO と PP-YOLOE+ の両方で、バウンディングボックスのポストプロセッシングに NMS が必要です。推移レイテンシが重要な場合は、ネイティブな End-to-End NMS-Free Design を備えた Ultralytics YOLO26 の使用を検討してください。この画期的なアプローチにより、NMS のポストプロセッシングが不要になり、より高速でシンプルなデプロイメントパイプラインが実現します。
性能と指標の分析#
これらのモデルを本番環境向けに評価する際には、精度 (mAP)、推論速度、およびパラメータサイズのバランスが極めて重要です。以下は、主要なバリアントの直接比較です。
| 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 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
表が示すように、DAMO-YOLOはNAS最適化されたバックボーンのおかげで、一般的に小 (s) および極小 (t) スケールでより低いレイテンシを達成します。しかし、PP-YOLOE+は中 (m) および大 (l) の階層で非常に優れたスケーリングを発揮し、T4 TensorRT速度ではわずかに劣るものの、大幅に高いmAPスコアを誇ります。
メモリ要件とトレーニング効率#
DAMO-YOLO が蒸留に依存しているということは、小型の生徒モデルをトレーニングする前に、はるかに大型の教師モデルをトレーニングする必要があることが多いことを意味します。これにより、CUDA memory requirements と全体的な計算バジェットが大幅に増加します。PP-YOLOE+ は、標準的な単段階トレーニングによりこれを簡素化しますが、PaddlePaddle フレームワークに密結合したままであるため、PyTorch に慣れたチームにとって柔軟性が制限される可能性があります。
これに対し、最新の Ultralytics YOLO26 モデルはこれらのボトルネックを解消します。LLMのトレーニングのイノベーションからインスピレーションを得たSGDとMuonのハイブリッドである新しい MuSGD Optimizer を活用することで、YOLO26は複雑な蒸留パイプラインを必要とせず、より高速な収束と非常に安定したトレーニングを実現します。さらに、YOLOモデルは通常、RT-DETR のようなトランスフォーマーベースの検出器と比較して、トレーニング中のCUDAメモリ消費量が大幅に少なくなります。
実環境での応用と理想的なユースケース#
DAMO-YOLOの用途#
DAMO-YOLO は、レイテンシが最大のボトルネックとなる高スループットのエッジ推移に最適です。エンジニアリングチームに複雑な蒸留および再パラメータ化プロセスを管理する帯域幅がある場合、その小型のバリアントは、交通管理システムや基本的なドローン監視などの環境で優れた性能を発揮します。
PP-YOLOE+の使用時期#
PP-YOLOE+ は、Baidu エコシステムにすでに深く投資している場合や、大規模なサーバーデプロイメントを実行している場合に輝きを放ちます。その印象的な mAP により、複雑な医療画像解析や高密度な製造不良検出に適しています。
Ultralyticsの利点#
DAMO-YOLO と PP-YOLOE+ の両方が特定の局所的な利点を提供する一方で、最大限の汎用性、速度、使いやすさを求める開発者は、一貫して Ultralytics Platform を選択しています。
コンピュータビジョンのパイプラインをアップグレードする際、Ultralytics YOLO26は他に類を見ない開発者体験を提供します：
- CPU推論を最大43%高速化： Distribution Focal Loss (DFL) を完全に排除したことで、YOLO26はエッジCPUや低電力のIoTデバイス上で驚異的な高速化を実現しています。
- 小物体検出の改善: ProgLoss および STAL 損失関数の統合により、小物体認識が飛躍的に向上し、航空写真にとって不可欠なものとなっています。
- 幅広い汎用性: 検出に厳密に焦点を当てている PP-YOLOE+ とは異なり、YOLO26 は、タスク固有のアーキテクチャの改善により、ポーズ推定、方向付きバウンディングボックス (OBB)、およびセマンティックセグメンテーションをシームレスに処理します。
結論#
DAMO-YOLOとPP-YOLOE+は、アンカーフリー物体検出の進化における重要なマイルストーンを象徴しています。DAMO-YOLOはエッジでのレイテンシを重視したニューラルアーキテクチャ探索の限界を押し広げ、PP-YOLOE+は大規模な事前トレーニングの力を証明しました。
ただし、速度、精度、およびデプロイメントの簡素化の最適なバランスを求める開発者にとって、Ultralytics YOLO26 モデルは決定的な選択肢です。その NMS フリーのアーキテクチャ、堅牢な Python API、および Weights & Biases や TensorRT などのツールとのシームレスな統合により、プロジェクトがプロトタイプから本番環境へとスムーズに移行することが保証されます。
始める準備はできましたか？Ultralytics クイックスタートガイドを探索するか、YOLO11 vs DAMO-YOLO の概要でさらに多くのモデルを比較してください。