PP-YOLOE+とYOLO11
より高速、高精度、高効率なモデルへの需要に牽引され、コンピュータービジョンは進化を続けています。物体検出タスクに取り組む開発者や研究者にとって、適切なアーキテクチャの選択は非常に重要です。この比較では、代表的な2つのモデル、PP-YOLOE+とUltralytics YOLO11を検証します。
アーキテクチャ、性能指標、最適なユースケースを比較し、次の機械学習デプロイに向けて情報に基づいた判断ができるよう、このガイドが支援します。
モデルの起源と技術概要#
どちらのモデルも厳密な研究と広範なエンジニアリングを基盤としていますが、まったく異なるエコシステムから生まれています。それぞれのモデルの基本情報を紹介します。
PP-YOLOE+の概要#
Baiduの研究者が開発したPP-YOLOE+は、PaddlePaddleエコシステム内でリアルタイム検出を改善するために設計された、旧モデルPP-YOLOEの改良版です。
- 著者: PaddlePaddle Authors
- 組織: Baidu
- 日付: 2022-04-02
- arXiv: https://arxiv.org/abs/2203.16250
- GitHub: PaddleDetectionリポジトリ
- ドキュメント: PP-YOLOE+ドキュメント
YOLO11の概要#
Ultralyticsが開発したYOLO11は、使いやすさと精度を大きく進歩させたモデルです。成功を収めてきたアーキテクチャの系譜を引き継ぎ、スムーズな開発者エクスペリエンスとマルチタスクへの対応力を重視しています。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: Ultralytics GitHubリポジトリ
- ドキュメント: YOLO11公式ドキュメント
Ultralytics YOLO11は物体検出以外のタスクもサポートします。同じAPIを使用して、インスタンスセグメンテーション、姿勢推定、回転バウンディングボックス(OBB)検出をすぐに実行できます。
アーキテクチャと性能の比較#
これら2つの検出器を比較する際は、数値だけでなく、アーキテクチャ上の選択が実際のモデルデプロイに与える影響を理解することが重要です。
PP-YOLOE+のアーキテクチャ#
PP-YOLOE+はPaddlePaddleフレームワークに大きく依存しています。アンカーフリー設計を採用し、CSPRepResNetバックボーンと改良版のPath Aggregation Network(PAN)を使用します。「+」モデルは、Objects365などの大規模データセットによる事前トレーニングと、改良されたTaskAlignedAssignerを取り入れて前モデルを強化しています。平均適合率(mAP)は高いものの、PaddlePaddleへの強い依存は、PyTorchやTensorFlowの環境に慣れたチームにとって障壁になることがあります。
YOLO11のアーキテクチャ#
Ultralytics YOLO11は、最新のディープラーニングで業界標準となっているPyTorchをネイティブに基盤としています。そのアーキテクチャは性能のバランスを重視し、さまざまな実環境のデプロイシナリオに適した速度と精度のバランスを実現します。YOLO11は、勾配フローを改善する最適化済みC3k2モジュールを備え、分類タスクと回帰タスクを効率的に個別処理するデカップルドヘッドを採用しています。また、RT-DETRなどの複雑なTransformerモデルと比べ、トレーニング時と推論時のメモリ使用量が大幅に少なくなるよう設計されています。
性能指標の表#
以下の表では、さまざまなモデルスケールにおける性能の違いを示します。YOLO11は概して同等以上のmAPを達成しながら、パラメーター数とFLOPsを大幅に削減しています。
| 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) |
|---|---|---|---|---|---|---|
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
ユースケースと推奨事項#
PP-YOLOE+とYOLO11のどちらを選ぶかは、プロジェクト固有の要件、デプロイ上の制約、エコシステムの好みによって異なります。
PP-YOLOE+を選ぶ場合#
PP-YOLOE+は、次のような用途に適しています。
- PaddlePaddleエコシステムとの統合: BaiduのPaddlePaddleフレームワークとツールを基盤とする既存インフラストラクチャを持つ組織。
- Paddle Liteによるエッジデプロイ: Paddle LiteまたはPaddle推論エンジン向けに特別に最適化された推論カーネルを備えるハードウェアへのデプロイ。
- サーバー側での高精度検出: フレームワークへの依存が問題にならない、強力なGPUサーバー上で検出精度を最大化することを優先するシナリオ。
YOLO11を選ぶ場合#
YOLO11は、次の用途に推奨されます:
- 本番環境でのエッジデプロイメント: 信頼性と継続的なメンテナンスが最優先となる、Raspberry PiやNVIDIA Jetsonなどのデバイス上での商用アプリケーション。
- マルチタスクのビジョンアプリケーション: 検出、セグメンテーション、姿勢推定、OBBを単一の統合フレームワーク内で必要とするプロジェクト。
- 迅速なプロトタイピングとデプロイメント: 効率化されたUltralytics Python APIを使って、データ収集から本番環境への移行を迅速に進めたいチーム。
Ultralytics (YOLO26)を選ぶ場合#
多くの新規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を最適なバランスで提供します。
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とするアプリケーション。
- CPUのみの環境: 専用GPUアクセラレーションを備えていないデバイスでは、YOLO26nのCPU推論がYOLO11nより最大43%高速であることが明確な利点になります。
- 小物体検出: ドローンによる航空画像やIoTセンサーの分析など、ProgLossとSTALによって小さな物体の精度が大幅に向上する難しいシナリオ。
Ultralyticsの強み#
学術的なベンチマークも重要ですが、AIプロジェクトの長期的な成功は、モデルを取り巻くエコシステムに大きく左右されます。Ultralytics Platformは、開発者と企業の双方に明確な利点を提供します。
- 使いやすさ: Ultralyticsは、ディープラーニングの複雑さを抽象化します。シンプルなPython APIと効率化されたユーザーエクスペリエンスにより、開発者は数行のコードでカスタムモデルをトレーニングできます。これは、PP-YOLOE+で必要となることの多い複雑な設定ファイルとは対照的です。
- メンテナンスの行き届いたエコシステム: 研究専用のリポジトリとは異なり、Ultralyticsエコシステムは積極的に開発されています。強力なコミュニティサポートと頻繁なアップデートがあり、Weights & BiasesやCometなどのツールとの連携も充実しています。
- 汎用性: YOLO11は、複数のコンピュータービジョンタスクに対応する単一の統合フレームワークを提供するため、分類、セグメンテーション、バウンディングボックス検出ごとに異なるライブラリを習得する必要がありません。
- トレーニング効率: YOLOモデルの効率的なトレーニングプロセスにより、時間と計算コストの両方を削減できます。COCOデータセットで事前トレーニングされた重みを活用することで、一般向けハードウェアでもモデルは迅速に収束します。
トレーニングコードの比較#
使いやすさを示す例として、YOLO11モデルをトレーニングする方法を紹介します。パッケージがデータ拡張、ロギング、ハードウェアの制御を自動的に処理します。
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100エポック学習します
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# 公開画像で簡単な推論テストを実行します
inference_results = model("https://ultralytics.com/images/bus.jpg")
inference_results[0].show()PaddleDetectionで同等のパイプラインを構築するには、複雑なYAML設定を手動で操作し、長いコマンドライン文字列を実行する必要があるため、アジャイルな開発サイクルが遅れる可能性があります。
今後の展望:YOLO26の登場#
YOLO11は依然として強力なツールですが、AI分野は急速に進歩しています。2026年1月にリリースされたYOLO26は、Ultralyticsの系譜における最新モデルであり、新規プロジェクトすべてに推奨されるモデルです。
YOLO26では、いくつかの革新的な機能が導入されています。
- エンドツーエンドのNMS不要設計: YOLOv10で初めて導入されたコンセプトを基盤に、YOLO26はネイティブなエンドツーエンドヘッド(
nms=False)を提供し、非極大値抑制(NMS)の後処理を完全に不要にすることで、デプロイを簡素化し、レイテンシの変動を大幅に抑えます。 - CPU推論が最大43%高速: Distribution Focal Loss(DFL)を取り除いてモデルを軽量化し、YOLO26nはYOLO11nよりもCPUで最大43%高速に動作します。そのため、エッジコンピューティングや低消費電力のIoTデバイスに適しています。
- MuSGDオプティマイザー: YOLO26は、LLMトレーニングの革新をコンピュータービジョンにもたらします。SGDとMuonを組み合わせたMuSGDオプティマイザーを使用することで、非常に安定したトレーニング動態と高速な収束を実現します。
- ProgLoss + STAL: Progressive Lossと小さな物体を考慮したラベル割り当てにより、小さな物体の認識性能が大きく向上します。これは、ドローン画像や航空監視で重要な機能です。
結論と実環境での応用#
PP-YOLOE+とYOLO11(または新しいYOLO26)のどちらを選ぶかは、デプロイ先のエコシステムによって決まります。
PP-YOLOE+は、ハードウェアとソフトウェアがすでにBaiduのテクノロジースタックおよびPaddlePaddleライブラリに統合されている産業環境に適しています。最大のmAPが最優先となる静止画像分析にも効果的です。
一方、YOLO11とYOLO26は、より汎用的で開発者に使いやすいアプローチを提供します。パラメーター数が少なく速度も速いため、次の用途に適しています。
- スマートリテール: リアルタイムの動画フィードを処理し、自動精算や在庫管理を実現します。
- 自律型ロボティクス: リソースが限られた組み込みデバイスで高速な障害物回避を実現します。
- セキュリティと監視: 単一の高効率な推論処理で、追跡や姿勢推定などを含む堅牢なマルチタスク分析を提供します。
信頼性、充実したコミュニティサポート、ONNXやTensorRTなどの形式へのシンプルなデプロイパイプラインを求める現代のAIエンジニアには、Ultralyticsエコシステムを推奨します。
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。