はじめる

EfficientDetとYOLO11

適切なニューラルネットワークアーキテクチャの選択は、computer visionアプリケーションの成否を左右する基盤です。このガイドでは、GoogleのEfficientDetとUltralytics YOLO11を技術的に比較し、アーキテクチャの違い、性能指標、最適なデプロイシナリオを分析します。

edge AIデバイスでミリ秒単位のレイテンシを目指す場合も、クラウド推論でスケーラブルな精度が必要な場合も、これらのモデルの違いを理解しておくと役立ちます。

モデルの概要と技術的な詳細#

各アーキテクチャの系譜と基盤となる設計思想を理解すると、実環境の物体検出タスクにおける性能を適切に捉えられます。

EfficientDet#

Google Brainの研究者が開発したEfficientDetは、独自のBiFPN(双方向特徴ピラミッドネットワーク)とともに、物体検出ネットワークを体系的にスケーリングする手法を導入しました。

EfficientDetの詳細はこちら

YOLO11#

YOLO11はUltralyticsエコシステムにおける大きな進化を示すモデルであり、リアルタイム性能、パラメーター効率、マルチタスク学習を向上させています。

アーキテクチャの比較#

この2つのモデルのアーキテクチャの違いは、長年にわたる設計戦略の分岐を浮き彫りにしています。

EfficientDetはEfficientNetバックボーンを採用し、トップダウンとボトムアップのマルチスケール特徴融合を可能にするBiFPNを導入しています。複合スケーリング手法によって、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、幅を一様にスケーリングします。mean Average Precision (mAP)の最大化には非常に効果的ですが、BiFPNの複雑なルーティングは、推論時にメモリ帯域幅のボトルネックとなる場合があります。

一方、YOLO11は最適化されたC3k2モジュールとアンカーフリーの検出ヘッドを採用しています。この合理化されたアプローチにより、特徴抽出時のオーバーヘッドを最小限に抑えます。UltralyticsはGPUハードウェアの利用効率を最大化するようYOLO11を設計しており、旧世代のアーキテクチャや大型のtransformerモデルと比べて、学習時と推論時のメモリ要件を大幅に削減しています。

マルチタスクの汎用性

EfficientDetは物体検出専用ですが、YOLO11は非常に汎用性に優れています。単一のYOLO11アーキテクチャで、Instance Segmentation、Image Classification、Pose Estimation、Oriented Bounding Boxes (OBB)をネイティブにサポートします。

性能ベンチマーク#

以下の表では、COCOデータセットにおけるさまざまなスケールで、両モデルファミリーの性能を比較しています。

モデルサイズ
(ピクセル)
mAPval50-95速度
CPU ONNX
(ms)
速度
T4 TensorRT10
(ms)
パラメーター
(M)
FLOPs
(B)
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

バランスの取れた分析:長所と短所#

YOLO11はGPU環境で優れた性能を発揮します。たとえば、YOLO11mはT4 GPU上でTensorRTを使用し、4.7msでmAP 51.5%を達成します。同じ精度を実現するのに、EfficientDet-d5は67.86msかかり、14倍以上遅くなります。これは、リアルタイムアプリケーションにおけるUltralyticsモデルの性能バランスを示しています。

トレーニング手法とエコシステム#

開発者体験は、モデルの理論上の能力と同じくらい重要な場合があります。この点で、Ultralyticsエコシステムは際立っています。

EfficientDetは、古いTensorFlowエコシステムや複雑なAutoMLライブラリに大きく依存しています。カスタム学習パイプラインを構築するには、習得に時間がかかるうえ、依存関係の管理も複雑で、アンカーやloss functionsの設定も手動で行う必要があります。

一方、Ultralyticsは使いやすさを重視して設計されています。適切に保守されたPyTorchエコシステムを基盤としており、YOLOモデルの学習は数行のコードで実行できます。フレームワークがデータ拡張と学習率スケジューリングを自動で処理し、hyperparameter tuning機能も組み込まれています。

コード例:Ultralyticsを使い始める#

このコード例は、Python APIを使った学習と推論がいかに簡単かを示しています。

from ultralytics import YOLO

# 事前トレーニング済みのYOLO11小型モデルを読み込みます
model = YOLO("yolo11s.pt")

# カスタムデータセットでモデルをトレーニングします
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# 画像に対して高速な推論を実行します
results = model.predict("https://ultralytics.com/images/bus.jpg")
results[0].show()

最適なユースケース#

EfficientDetの使用が適している場面: EfficientDetは、TensorFlowパイプラインが広く定着している研究環境では、依然として有力な選択肢です。

YOLO11を使用する場面: YOLO11は、最新のエンタープライズ環境へのデプロイに適した有力な選択肢です。その速度は、自動運転車、リアルタイムのスポーツ分析、高スループットの製造欠陥検出に適しています。また、メモリ使用量が少ないため、NVIDIA Jetsonのようなリソースに制約のあるハードウェアにも柔軟にデプロイできます。

今後の展望:YOLO26へのアップグレード#

YOLO11は非常に高性能ですが、新しいプロジェクトを始める開発者は、最近リリースされたYOLO26を評価してください。一方、実績のあるYOLOv8も既存のデプロイ向けに引き続き利用できます。2026年1月にリリースされたYOLO26は、YOLO11を基盤とし、いくつかの新しい技術を導入しています。

  • エンドツーエンドのNMSフリー設計: YOLOv10を発展させたYOLO26は、オプションのone-to-one head(nms=False)を使用することで、後処理のNon-Maximum Suppression (NMS)を完全に省略できます。これにより、レイテンシを削減し、デプロイパイプラインを簡素化します。
  • MuSGDオプティマイザー: 標準的なSGDとMuonを組み合わせたハイブリッドオプティマイザーです。大規模言語モデルの学習に着想を得ており、学習の安定性を高めます。
  • CPU推論が最大43%高速: YOLO26nはCPU上でYOLO11nより最大43%高速に動作するため、ディスクリートGPUのないエッジデバイスに適しています。
  • ProgLoss + STAL: Progressive Lossと小物体を考慮したラベル割り当てにより、小物体検出の性能が向上します。これは航空画像やロボティクスで特に重要です。

RT-DETRのようなTransformerベースの検出器を含む、幅広いビジョンアーキテクチャについて、Ultralytics Docsで詳しくご覧ください。

コントリビューター

コメント

質問したり、結果を共有したり、ほかの人をサポートしたりできます。