PP-YOLOE+ と YOLOv10#

コンピュータービジョンの分野は常に進化しており、新しいモデルがリアルタイム物体検出で可能な範囲を広げ続けています。この包括的な技術比較では、異なるエコシステム向けに設計された高性能な2つのアーキテクチャ、PP-YOLOE+ と YOLOv10 を検証します。また、Ultralytics Platformや最先端のYOLO26モデルのように、より統合され使いやすいプラットフォームへと、より広範な分野が移行している状況についても説明します。

モデルの概要#

コンピュータービジョンプロジェクトに適した基盤を選択するには、各モデルのアーキテクチャ上のトレードオフ、デプロイメントの制約、エコシステムのサポートについて深く理解する必要があります。

PP-YOLOE+ の概要#

BaiduのPaddlePaddle Authorsによって開発されたPP-YOLOE+は、PaddleDetectionエコシステムにおける従来のバージョンから進化したモデルです。

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+公式ドキュメント

強み: PP-YOLOE+は、PaddlePaddleフレームワークと深く統合された環境で優れた性能を発揮します。高度なCSPRepResNetバックボーンを導入し、強力なラベル割り当て戦略（TAL）を利用することで、優れた平均適合率（mAP）を実現します。アジア全域の産業用途で一般的なサーバーグレードGPUへのデプロイメントに向けて、高度に最適化されています。

弱み: PP-YOLOE+の主な欠点は、PaddlePaddleエコシステムへの依存度が高いことです。そのため、PyTorchに慣れた開発者にとっては直感的に扱いにくい場合があります。さらに、後処理に従来の非最大抑制（NMS）が必要となるため、レイテンシとデプロイメントの複雑さが増します。

PP-YOLOE+ の詳細はこちら

YOLOv10 の概要#

清華大学の研究者によって発表されたYOLOv10は、推論パイプラインからNMSを排除することで、アーキテクチャのパラダイムを大きく転換しました。

著者: Ao Wang、Hui Chen、Lihao Liu、ほか
組織: 清華大学
日付: 2024-05-23
Arxiv: https://arxiv.org/abs/2405.14458
GitHub: YOLOv10リポジトリ
ドキュメント: YOLOv10 Documentation

強み: YOLOv10の最大の特徴は、NMSなしのトレーニングを実現する一貫したデュアル割り当てです。これにより、モデルは追加のフィルタリング処理を必要とせずにバウンディングボックスをネイティブに予測できるため、エッジデバイスでのモデルデプロイメントが大幅に簡素化され、高速化されます。パラメーター数の少なさと高い精度のバランスにも優れています。

弱み: 標準的な2D物体検出には非常に効率的ですが、YOLOv10はインスタンスセグメンテーションや姿勢推定など、その他の重要なコンピュータービジョンタスクをネイティブにサポートしていません。そのため、複雑なマルチタスクパイプラインでの汎用性が制限されます。

YOLOv10の詳細を見る

高度な代替モデルを検討していますか？

リアルタイム検出における最新のイノベーションを検討している場合は、YOLO11のガイド、または高精度なビジョンアプリケーション向けのTransformerベースのRT-DETRをご覧ください。

パフォーマンスとメトリクスの比較#

標準化されたベンチマークでこれらのモデルがどのような性能を発揮するかを理解することは、適切なアーキテクチャを選択するうえで重要です。以下では、サイズ、精度、レイテンシを詳しく比較します。

モデル	サイズ ^{（ピクセル）}	mAP^val 50-95	速度 ^{CPU ONNX （ms）}	速度 ^{T4 TensorRT10 （ms）}	パラメーター数 ^（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

YOLOv10n	640	39.5	-	1.56	2.3	6.7
YOLOv10s	640	46.7	-	2.66	7.2	21.6
YOLOv10m	640	51.3	-	5.48	15.4	59.1
YOLOv10b	640	52.7	-	6.54	24.4	92.0
YOLOv10l	640	53.3	-	8.33	29.5	120.3
YOLOv10x	640	54.4	-	12.2	56.9	160.4

技術分析#

データを分析すると、いくつかの重要な傾向が明らかになります。YOLOv10のnanoモデルとsmallモデルはエッジ効率を積極的に追求しており、YOLOv10nはわずか230万個のパラメーターと6.7B FLOPsを実現しています。この軽量設計とNMS不要のアーキテクチャの組み合わせにより、TensorRTやOpenVINOを利用するプラットフォームでのレイテンシが大幅に削減されます。

一方、PP-YOLOE+は大規模なウェイトクラスで高い性能を示しており、X-largeバリアントはmAPでYOLOv10xをわずかに上回っています（54.7%対54.4%）。ただし、パラメーター数がほぼ2倍になるという代償があります（98.42M対56.9M）。そのため、メモリが制約される環境ではYOLOv10xの方が大幅に効率的なモデルとなります。

Ultralyticsエコシステムの優位性#

PP-YOLOE+とYOLOv10はいずれも魅力的な技術的成果を提供しますが、現代のMLエンジニアリングでは、単なるアーキテクチャの性能だけでは不十分であり、適切に保守されたエコシステムが必要です。

Ultralyticsは、データ収集とアノテーション、トレーニング、デプロイメントを大幅に簡素化する、業界をリードするPython SDKを提供しています。大規模な研究用フレームワークや旧世代のTransformerモデルと比較して、Ultralyticsのアーキテクチャはトレーニング中に必要とするCUDAメモリがごくわずかであるため、より大きなバッチサイズと高速なイテレーションが可能です。さらに、Ultralyticsスイートは非常に高い汎用性を備えており、画像分類、OBB（方向付きバウンディングボックス）、堅牢な物体追跡をすぐに利用できます。

YOLO26の登場：次世代モデル#

2026年1月にリリースされたUltralytics YOLO26は、YOLOv10などのモデルから得られた最良の知見を取り入れながら、その制限にも対処した、コンピュータービジョンの進化の頂点です。

YOLO26の主なイノベーション:

エンドツーエンドNMSフリー設計: YOLOv10で先駆的に導入された概念を基盤として、YOLO26はネイティブなエンドツーエンドモデルとなっています。NMSの後処理を完全に排除することで、さまざまなハードウェアへのデプロイメントをより高速かつ簡単にします。
DFLの削除: 分布フォーカルロス（DFL）を削除することで、モデルアーキテクチャをエクスポート向けに大幅に簡素化し、低消費電力のエッジAIデバイスとの完全な互換性を確保します。
MuSGDオプティマイザー: 大規模言語モデルのトレーニング技術（Moonshot AIのKimi K2など）に着想を得て、YOLO26はSGDとMuonを組み合わせたハイブリッド方式を利用します。これにより、前例のないトレーニング安定性と大幅に高速な収束速度を実現します。
CPU推論が最大43%高速化: 実環境のシナリオ向けに高度に最適化されたYOLO26は、CPUコンピューティングに依存するアプリケーションで大幅な高速化を実現します。そのため、スマート監視やモバイルへのデプロイメントに最適です。
ProgLoss + STAL: これらの改良された損失関数により、小物体認識の性能が大幅に向上します。これは、航空画像やロボティクスにおいて重要な要素です。
タスク固有の改良: YOLOv10とは異なり、YOLO26はセグメンテーション向けのマルチスケールprotoと、姿勢推定向けの残差対数尤度推定（RLE）をネイティブにサポートしています。

YOLO26

ultralytics

public26

Newest SOTA Ultralytics models, released January 2026. Smaller, faster, and more accurate than previous versions with native end-to-end inference.

7035 models1.5 GBAug 21, 2026

yolo26x-depthyolo26l-depthyolo26m-depth+32

実践的な実装#

Ultralyticsモデルは、スムーズに使い始められるよう設計されています。数行のコードだけで、自動ハイパーパラメーター調整と最新のデータ拡張パイプラインを使用したトレーニングを開始できます。

from ultralytics import YOLO

# Load the highly recommended YOLO26 model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# Memory usage is highly optimized compared to transformer architectures
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Run an end-to-end NMS-free inference
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Export directly to ONNX or TensorRT for deployment
model.export(format="onnx", simplify=True)

ユースケースと推奨事項#

PP-YOLOE+とYOLOv10のどちらを選択するかは、具体的なプロジェクト要件、デプロイメントの制約、エコシステムに関する好みによって決まります。

PP-YOLOE+ を選択するケース#

PP-YOLOE+は次のような場合に適しています:

PaddlePaddle エコシステムとの統合: 既存のインフラストラクチャがBaidu の PaddlePaddleフレームワークとツールで構築されている組織。
Paddle Lite 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。
高精度なサーバーサイド検出: フレームワークへの依存が問題にならず、高性能 GPU サーバー上で最大限の検出精度を優先するシナリオ。

YOLOv10を選択する場合#

YOLOv10は次の用途に推奨されます。

NMSフリーのリアルタイム検出: Non-Maximum Suppressionを使用しないエンドツーエンド検出のメリットを活かし、デプロイの複雑さを軽減できるアプリケーション。
速度と精度のバランスの取れたトレードオフ: さまざまなモデルスケールで、推論速度と検出精度の優れたバランスが求められるプロジェクト。
レイテンシが一貫したアプリケーション: ロボティクスや自律システムなど、予測可能な推論時間が重要なデプロイシナリオ。

Ultralytics (YOLO26)を選ぶタイミング#

ほとんどの新規プロジェクトでは、Ultralytics YOLO26が性能と開発者エクスペリエンスの最適な組み合わせを提供します。

NMSフリーのエッジデプロイ: Non-Maximum Suppressionの後処理を複雑にすることなく、一貫した低レイテンシー推論が必要なアプリケーション。
CPUのみの環境: 専用GPUアクセラレーションを持たないデバイスで、YOLO26の最大43%高速なCPU推論が決定的な優位性となる場合。
小さな物体の検出: aerial drone imageryやIoTセンサー分析など、ProgLossとSTALによって微小物体の精度が大幅に向上する難しいシナリオ。

まとめ#

PP-YOLOE+は、Baiduエコシステムや産業用サーバー環境に固定されているチームにとって、依然として堅実な選択肢です。YOLOv10は、NMSなしのリアルタイム検出の実現可能性を証明した、優れた学術的マイルストーンです。

ただし、精度、非常に高速な推論、シームレスなマルチタスク機能を究極に組み合わせたい開発者にとって、Ultralytics YOLO26は決定的な選択肢です。トレーニング効率とエッジファーストのデプロイメントアーキテクチャにおけるイノベーションにより、2026年以降の本番環境向けコンピュータービジョンにおいて、最も堅牢で汎用性の高いソリューションとなっています。

貢献者

GLglenn-jocher¹⁶ PDpderrenger¹

作成日 2025年1月27日更新日先週