DAMO-YOLOとPP-YOLOE+の比較#
リアルタイムコンピュータービジョンの競争が激しい状況では、特定のデプロイ要件に最適なアーキテクチャを選択することが重要です。このガイドでは、DAMO-YOLOと**PP-YOLOE+**について、アーキテクチャ設計、トレーニング手法、パフォーマンス指標を詳しく掘り下げ、包括的な技術比較を行います。また、新たにリリースされたUltralytics YOLO26のような最先端ソリューションと、これらのモデルの性能も比較します。
モデルの概要#
両フレームワークは2022年に登場し、高度な技術を活用して精度と推論速度の限界を押し広げる、産業用途向けの強力な代替手段となりました。
DAMO-YOLO#
Alibaba Groupが開発したDAMO-YOLOは、自動探索技術と高度な特徴融合を重点的に活用し、レイテンシと精度のトレードオフを最適化する複数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、Xiuyu Sun
- Organization: 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、ハードウェア効率に最適化されたバックボーンを自動設計するために、Maximum Entropy Neural Architecture Search (MAE-NAS)を採用しています。また、ネックのフィーチャ融合のために効率的なRepGFPN (Re-parameterized Generalized Feature Pyramid Network)を備えており、軽量な「ZeroHead」設計を採用しています。さらに、トレーニング中の蒸留技術に大きく依存し、スチューデントモデルの表現力を高めています。
PP-YOLOE+#
BaiduのPaddlePaddleチームによるPP-YOLOE+は、PP-YOLOEアーキテクチャを段階的に改良したものです。大規模な事前学習と洗練された損失関数に重点を置き、特にネイティブのディープラーニングフレームワーク内で高い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）を利用します。「plus」バージョンでは、Objects365データセットを使用した強力な事前学習戦略を導入しており、多様な実環境に対する汎化性能が大幅に向上しています。
アーキテクチャの比較#
この2つのモデルにおける設計思想の違いは、それぞれ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ます。
特徴融合とバックボーン#
DAMO-YOLOのMAE-NASで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最適化されており、優れた速度とパラメーター数の比率を実現することが多くなっています。ただし、これらのカスタムアーキテクチャは硬直的で、新しいタスクであるインスタンスセグメンテーションなどへの適応が難しい場合があります。RepGFPNネックはマルチスケール特徴融合を改善しますが、再パラメーター化によるエクスポートの段階で複雑さが増します。
PP-YOLOE+は、より従来的でありながら非常に効果的なCSPRepResNetに依存しています。同等の精度を得るにはDAMO-YOLOより大きなパラメーター規模が必要ですが、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にも容易に統合できます。ET-headは分類と回帰を効率的に処理しますが、Non-Maximum Suppression（NMS）などの後処理が依然として必要です。
DAMO-YOLOとPP-YOLOE+はいずれも、バウンディングボックスの後処理にNMSを必要とします。推論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の後処理が不要になり、より高速でシンプルなデプロイパイプラインを実現できます。
パフォーマンスと指標の分析#
これらのモデルを本番環境向けに評価する際は、精度（mAP）、推論速度、パラメーターサイズのバランスが重要です。以下に、主要なバリアントを直接比較します。
| モデル | サイズ （ピクセル） | mAPval 50-95 | 速度 CPU ONNX （ms） | 速度 T4 TensorRT10 （ms） | パラメーター数 （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で最適化されたバックボーンにより、小型（s）および極小（t）スケールで一般的に低いレイテンシを実現します。一方、PP-YOLOE+は中型（m）および大型（l）ティアへのスケールに非常に優れており、mAPスコアが大幅に高くなりますが、T4 TensorRTの速度がわずかに低下します。
メモリ要件とトレーニング効率#
DAMO-YOLOは蒸留に依存しているため、小型のstudentモデルをトレーニングする前に、はるかに大きなteacherモデルをトレーニングする必要が生じることがよくあります。これにより、CUDAメモリ要件と全体的な計算予算が大幅に増加します。PP-YOLOE+は標準的な単一ステージトレーニングによってこの処理を簡素化しますが、PaddlePaddleフレームワークとの結び付きが強く、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。
これに対して、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。SGDとMuonを組み合わせたハイブリッドで、LLMのトレーニングにおける革新から着想を得た新しいMuSGD Optimizerを利用することで、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、RT-DETRのようなTransformerベースの検出器と比較して、YOLOモデルは通常、トレーニング中に必要とするCUDAメモリが大幅に少なくなります。
実環境でのアプリケーションと最適なユースケース#
DAMO-YOLOを使用するタイミング#
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論に適しています。小型のバリアントは、エンジニアリングチームが複雑な蒸留および再パラメーター化プロセスを管理できる余力を持っている場合、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+を使用する場合#
PP-YOLOE+は、すでにBaiduエコシステムに深く投資している場合や、大規模なサーバーデプロイを実行している場合に力を発揮します。優れたmAPにより、複雑な医用画像解析や高密度な製造欠陥検出に適しています。
Ultralyticsの優位性#
DAMO-YOLOとPP-YOLOE+はいずれも特定の領域で利点を提供しますが、最大限の汎用性、速度、使いやすさを求める開発者は、継続的にUltralytics Platformを選択しています。
コンピュータービジョンパイプラインをアップグレードする際、Ultralytics YOLO26は比類のない開発者体験を提供します。
- 最大43%高速なCPU推論: Distribution Focal Loss（DFL）を完全に排除したYOLO26は、エッジCPUや低消費電力のIoTデバイス上で非常に高速に動作します。
- 小物体検出の改善: ProgLossとSTAL loss functionsの統合により、小物体の認識性能が大幅に向上します。これは航空画像に不可欠です。
- 幅広い汎用性: 検出に特化したPP-YOLOE+とは異なり、YOLO26はタスク固有のアーキテクチャ改善により、ポーズ推定、方向付きバウンディングボックス（OBB）、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。
まとめ#
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です。DAMO-YOLOはエッジでのレイテンシを実現するニューラルアーキテクチャサーチの限界を押し広げ、PP-YOLOE+は大規模事前学習の力を実証しました。
しかし、速度、精度、デプロイの簡便性の最適なバランスを求める開発者にとって、Ultralytics YOLO26モデルが決定的な選択肢です。NMSフリーアーキテクチャ、堅牢なPython API、Weights & BiasesやTensorRTなどのツールとのシームレスな統合により、プロジェクトをプロトタイプから本番環境へスムーズに移行できます。
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確認するか、YOLO11とDAMO-YOLOの比較でさらに多くのモデルを比較してください。