Meet YOLO26: next-gen vision AI.

Link to this sectionリアルタイム物体検出の詳細分析：PP-YOLOE+ vs YOLO11#

コンピュータビジョンの世界は、より高速で、より正確で、より効率的なモデルへの需要に牽引され、常に進化しています。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を選択することは極めて重要です。この包括的な比較では、2つの主要なモデルである PP-YOLOE+ と Ultralytics YOLO11 の違いについて詳しく掘り下げます。

本ガイドでは、それぞれのアーキテクチャ、パフォーマンスメトリクス、そして理想的なユースケースを分析することで、次なる機械学習デプロイメントにおいて情報に基づいた意思決定を行うために必要な洞察を提供します。

Link to this sectionモデルの起源と技術的概要#

どちらのモデルも厳密な学術研究と広範なエンジニアリングから生まれていますが、その起源となるエコシステムは全く異なります。各モデルの基礎となる詳細を見ていきましょう。

Link to this sectionPP-YOLOE+ の概要#

Baiduの研究者によって開発された PP-YOLOE+ は、従来の PP-YOLOE を反復改善したものであり、PaddlePaddle エコシステム内でのリアルタイム検出の限界を押し広げるよう設計されています。

PP-YOLOE+の詳細はこちら

Link to this sectionYOLO11 の概要#

Ultralytics によって作成された YOLO11 は、使いやすさと精度の面で大きな飛躍を遂げました。これは、非常に成功したアーキテクチャのレガシーの上に構築されており、摩擦のない開発者体験とマルチタスクの汎用性を最適化しています。

YOLO11の詳細はこちら

豆知識

Ultralytics YOLO11 は、物体検出以外の機能もサポートしています。標準状態で、まったく同じ 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、および回転バウンディングボックス (OBB) 検出を実行できます。

Link to this sectionアーキテクチャとパフォーマンスの比較#

これら2つの検出器を比較する際は、単なる数値を超えて、そのアーキテクチャの選択が実際のモデルデプロイメントにどのような影響を与えるかを理解する必要があります。

Link to this sectionPP-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。これは、RepResNet バックボーンと改良された Path Aggregation Network (PAN) を利用する強力なアンカーフリーのパラダイムを導入しています。「+」バリアントは、大規模データセットの事前学習（Objects365など）と改善された TaskAlignedAssigner を取り入れることで、前モデルから改善されました。高い平均精度 (mAP) を達成する一方で、PaddlePaddle への強い依存は、PyTorch や TensorFlow 環境に慣れたチームにとって障害となる可能性があります。

Link to this sectionYOLO11 のアーキテクチャ#

Ultralytics YOLO11 は、現代のディープラーニングの業界標準である PyTorch 上にネイティブ構築されています。そのアーキテクチャはパフォーマンスのバランスに重点を置いており、多様な実際のデプロイシナリオに適した速度と精度の良好なトレードオフを実現しています。YOLO11 は、より優れた勾配フローのための最適化された C3k2 モジュールと、分類および回帰タスクを個別に効率よく処理するデカップリングヘッドを備えています。さらに、YOLO11 はメモリ要件を低く抑えるように設計されており、RT-DETR のような複雑な Transformer モデルと比較して、学習および推論中のメモリ使用量が大幅に低くなっています。

Link to this sectionパフォーマンスメトリクス表#

次の表は、さまざまなモデルスケールにおけるパフォーマンスの違いを示しています。YOLO11 がどのようにして同等以上の mAP を達成しつつ、パラメータ数と FLOPs を大幅に削減しているかに注目してください。

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)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.5
YOLO11m64051.5183.24.720.168.0
YOLO11l64053.4238.66.225.386.9
YOLO11x64054.7462.811.356.9194.9

Link to this sectionユースケースと推奨事項#

PP-YOLOE+ と YOLO11 の選択は、特定のプロジェクト要件、デプロイメントの制約、およびエコシステムの好みに依存します。

Link to this sectionPP-YOLOE+ を選ぶべき場面#

PP-YOLOE+ は以下の場合に強力な選択肢となります：

  • PaddlePaddle エコシステムへの統合: Baidu の PaddlePaddle フレームワークとツールを使用して構築された既存のインフラストラクチャを持つ組織。
  • Paddle Lite エッジデプロイメント: Paddle Lite または Paddle 推論エンジン専用に高度に最適化された推論カーネルを備えたハードウェアへのデプロイ。
  • 高精度サーバーサイド検出: フレームワークの依存関係が懸念事項とならない、強力な GPU サーバー上での最大の検出精度を優先するシナリオ。

Link to this sectionYOLO11を選択すべき時#

YOLO11は以下のような場合に推奨されます。

  • 本番環境へのエッジ展開： Raspberry PiやNVIDIA Jetsonなどのデバイス上で動作する商業アプリケーションで、信頼性と継続的なメンテナンスが最優先される場合。
  • マルチタスクビジョンアプリケーション： 単一の統合フレームワーク内でdetection、segmentation、pose estimation、OBBが必要なプロジェクト。
  • 迅速なプロトタイピングと展開： 効率化されたUltralytics Python APIを使用して、データ収集から本番運用まで素早く移行する必要があるチーム。

Link to this sectionUltralytics (YOLO26) を選択すべき時#

ほとんど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の最良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。
  • 小さな物体の検出： aerial drone imageryやIoTセンサー分析のような困難なシナリオで、ProgLossとSTALが微小な物体の検出精度を大幅に向上させる場合。

Link to this sectionUltralyticsの利点#

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依存します。Ultralytics Platform は、開発者や企業の両方にとって明確な利点を提供します。

  1. 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。合理化されたユーザー体験とシンプルな Python API により、開発者は数行のコードでカスタムモデルを学習させることができます。これは、PP-YOLOE+ で頻繁に必要とされる複雑な設定ファイルとは対照的です。
  2. 適切にメンテナンスされたエコシステム: 研究専用のリポジトリとは異なり、Ultralytics エコシステムは活発に開発されています。強力なコミュニティサポート、頻繁な更新、および Weights & Biases や Comet ML などのツールとの広範な統合を誇っています。
  3. 汎用性: YOLO11 は、複数のコンピュータビジョンタスクに対して単一の統合フレームワークを提供し、分類、セグメンテーション、またはバウンディングボックス検出のために異なるライブラリを学習する必要を排除します。
  4. 学習の効率性: YOLO モデルの効率的な学習プロセスは、時間と計算コストの両方を削減します。COCO データセットでの事前学習済み重みを活用することで、コンシューマーグレードのハードウェアであってもモデルは急速に収束します。

Link to this section学習コードの比較#

使いやすさを証明するために、最先端の YOLO11 モデルを学習する方法を以下に示します。データ拡張、ログ記録、ハードウェアのオーケストレーションをすべて自動的に処理します：

from ultralytics import YOLO

# Load a pre-trained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model on your custom dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run a quick inference test on a public image
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設定するには、複雑な XML 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り、これがアジャイルな開発サイクルを遅らせる可能性があります。

Link to this section今後の展望：YOLO26の登場#

YOLO11 は依然として非常に強力なツールですが、AI の分野は急速に動いています。2026年1月にリリースされた YOLO26 は、Ultralytics 系譜の真の最先端を体現しており、すべての新規プロジェクトに推奨されるモデルです。

YOLO26 は、いくつかの画期的なイノベーションを導入しています：

  • エンドツーエンドの NMS フリー設計: YOLOv10 で初めて開拓された概念に基づいて構築された YOLO26 は、ネイティブなエンドツーエンドです。非最大値抑制 (NMS) の後処理を完全に排除し、デプロイメントを大幅に単純化し、レイテンシの変動を大幅に低減します。
  • 最大 43% 高速な CPU 推論: Distribution Focal Loss (DFL) を戦略的に削除することで、モデルはより軽量になります。この最適化により、エッジコンピューティングおよび低電力 IoT デバイスにとって最高の選択肢となります。
  • MuSGD オプティマイザ: YOLO26 は、LLM 学習のイノベーションをコンピュータビジョンにもたらします。MuSGD オプティマイザ（SGD と Muon のハイブリッド）を使用することで、非常に安定した学習ダイナミクスと高速な収束を達成します。
  • ProgLoss + STAL: これらの高度な損失関数は、ドローン画像や航空監視において重要な機能である、小物体認識の顕著な改善をもたらします。

Link to this section結論と実際のアプリケーション#

PP-YOLOE+ と YOLO11（または新しい YOLO26）のどちらを選択するかは、デプロイメントのエコシステムにかかっています。

PP-YOLOE+ は特定の産業環境、特にハードウェアが Baidu テクノロジースタックおよび PaddlePaddle ライブラリと深く統合されているアジアの製造ハブにおいて輝きます。最大 mAP が唯一の優先事項である静止画分析に最適です。

一方、YOLO11 と YOLO26 は、はるかに汎用性が高く開発者に優しいアプローチを提供します。低いパラメータ数と高速性は、次のような用途に理想的です：

  • スマートリテール: 自動チェックアウトや在庫管理のためにリアルタイムのビデオフィードを処理。
  • 自律型ロボット: リソースが制限された組み込みデバイスでの高速な障害物回避を可能にする。
  • セキュリティと監視: 単一の非常に効率的な推論パスで堅牢なマルチタスク分析（追跡や姿勢推定など）を提供する。

信頼性、広範なコミュニティサポート、そして ONNX や TensorRT などのフォーマットへの直接的なデプロイパイプラインを求める現代の AI エンジニアにとって、Ultralytics エコシステムは依然として疑いのない選択肢です。

貢献者
GLglenn-jocher13ONonuralpszr1PDpderrenger1

コメント