Ultralytics YOLO27:

PP-YOLOE+ と YOLOv7 の比較#

コンピュータビジョンのパイプラインを構築する際、適切な物体検出モデルを選択することは極めて重要です。2022年に登場した2つの主要なアーキテクチャであるPP-YOLOE+とYOLOv7は、リアルタイム物体検出において強力な進歩をもたらしました。この技術比較では、アプリケーションについて十分な情報に基づいて判断できるよう、両者のアーキテクチャ、トレーニング手法、実環境でのパフォーマンスを詳しく解説します。

モデルの概要#

PP-YOLOE+とYOLOv7はどちらも精度と速度の限界を押し広げることを目指して設計されていますが、異なる開発エコシステムと設計思想に基づいています。

PP-YOLOE+#

BaiduのPaddlePaddle開発者によって開発されたPP-YOLOE+は、オリジナルのPP-YOLOv2を基盤としています。PaddlePaddleエコシステム向けに最適化された、効率的で高精度な物体検出器を提供するために導入されました。

PP-YOLOE+ の詳細はこちら

YOLOv7#

Chien-Yao Wang、Alexey Bochkovskiy、Hong-Yuan Mark Liaoによって開発されたYOLOv7は、「trainable bag-of-freebies」を導入し、リリース当時のリアルタイム物体検出器における最先端のベンチマークを更新しました。

YOLOv7の詳細を見る

アーキテクチャのイノベーション#

PP-YOLOE+ のアーキテクチャ#

PP-YOLOE+はアンカーフリーのパラダイムに大きく依存しており、カスタムデータセット用にアンカーボックスを調整する必要をなくすことで、デプロイプロセスを簡素化します。強力なRepResNetバックボーンとCSPNetスタイルのPAN（特徴集約ネットワーク）を組み込み、効果的なマルチスケール特徴融合を実現します。さらに、Task Alignment Learning（TAL）の概念を活用して、トレーニング中に分類タスクと位置推定タスクを動的に整合させ、さまざまなコンピュータビジョンタスクで高い精度を確保します。

YOLOv7のアーキテクチャ#

YOLOv7は、Extended Efficient Layer Aggregation Network（E-ELAN）を導入するという異なるアプローチを採用しました。このアーキテクチャにより、元の勾配パスを破壊することなく、ネットワークがより多様な特徴を学習できるため、収束性が向上します。YOLOv7はモデルの再パラメータ化、特に計画的な再パラメータ化畳み込みも大いに活用します。これは推論時に畳み込み層を統合し、精度を損なうことなく実行速度を向上させます。そのため、マルチオブジェクトトラッキングや複雑なセキュリティアラームシステムなどのタスクで、YOLOv7は非常に高い性能を発揮します。

エコシステムの違い

PP-YOLOE+がBaiduのPaddlePaddleフレームワークと緊密に統合されている一方、YOLOv7はPyTorchで構築されています。PyTorchはこれまで、より大規模なコミュニティと、ONNXやTensorRTなどのデプロイパイプラインとの幅広い標準対応を提供してきました。

パフォーマンス分析#

速度、パラメーター数、精度（mAP）のバランスを取る場合、特定のバリアントや対象ハードウェアによって、モデル同士の優劣は変わります。以下に、両者のメトリクスを包括的に比較します。

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）
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
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

PP-YOLOE+xモデルはわずかに高いmAPを達成しますが、YOLOv7の各バリアントはパラメーター数と精度の比率において非常に優れています。YOLOv7のアーキテクチャは、GPUによる処理、特にTensorRTの最適化によって非常に低いレイテンシーが得られる環境で、依然として高い人気を誇ります。

Ultralyticsの優位性#

これらのモデルをトレーニングおよびデプロイする際は、モデル自体と同様に、選択するフレームワークも重要です。Ultralyticsを利用すると、高度に統合されたPython APIによって機械学習のライフサイクル全体が簡素化され、合理化されたユーザーエクスペリエンスを実現できます。

  • 適切に保守されたエコシステム: Ultralytics YOLOモデルは、継続的に更新されるエコシステム、充実したドキュメント、活発なコミュニティの恩恵を受けています。
  • メモリ要件: Ultralyticsはデータローディングとトレーニング設定を大幅に最適化しています。Ultralytics YOLOモデルのトレーニングに必要なCUDAメモリは、重量級のTransformerベースアーキテクチャと比較して通常はるかに少ないため、開発者は一般向けハードウェアでより大きなバッチサイズを利用できます。
  • トレーニング効率: 強力なデータ拡張戦略と組み込みのハイパーパラメータチューニングを活用することで、Ultralyticsは利用可能な事前トレーニング済み重みを使用して、モデルを迅速に収束させます。

シンプルなAPI実装#

UltralyticsでYOLOv7モデルをトレーニングする場合、複雑なトレーニングスクリプトを完全に抽象化できるため、コードは数行で済みます。

from ultralytics import YOLO

# Load a pretrained YOLOv7 model
model = YOLO("yolov7.pt")

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

# Export to TensorRT for deployment
model.export(format="engine", device=0)

新たな標準: YOLO26の紹介#

PP-YOLOE+とYOLOv7は物体検出における画期的な成果ですが、AIの状況は急速に進化しています。新しいコンピュータビジョンプロジェクトには、Ultralytics YOLO26を強く推奨します。2026年1月にリリースされたYOLO26は、エッジファーストのビジョンAIにおける大きな飛躍を示しています。

YOLO26が旧来のアーキテクチャを上回る理由:

  • エンドツーエンドのNMSフリーデザイン: YOLO26はネイティブでエンドツーエンドです。Non-Maximum Suppression（NMS）の後処理を排除することで、予測可能で決定論的な推論レイテンシーを保証します。これはYOLOv10で初めて見られた画期的な特長です。
  • DFLの削除: Distribution Focal Lossを削除することで、エクスポートプロセスが簡素化され、低消費電力のエッジデバイスとの互換性が大幅に向上します。
  • CPU推論が最大43%高速: 専用GPUがないスマートシティIoTセンサーなどのシナリオ向けに、YOLO26はCPU上で直接効率的に動作するよう大幅に最適化されています。
  • MuSGDオプティマイザー: Moonshot AIのKimi K2などの高度なLLMトレーニング手法に着想を得て、YOLO26はSGDとMuonを組み合わせたハイブリッド方式を使用し、非常に安定したトレーニングと高速な収束を実現します。
  • ProgLoss + STAL: これらの改良された損失関数は、小物体検出で大幅な性能向上をもたらします。これは、ドローン空撮画像や製造上の欠陥検出などのユースケースで重要です。

最適なユースケースとデプロイシナリオ#

PP-YOLOE+を使用する場合#

PP-YOLOE+は、BaiduおよびPaddlePaddleエコシステムに深く組み込まれている場合に優れた性能を発揮します。デプロイ先がPaddleモデル向けに特化したハードウェア（例: 一部のアジアの製造パイプライン）を利用している場合、PP-YOLOE+は優れた精度とシームレスな統合を提供します。産業製造オートメーションに非常に効果的です。

YOLOv7を使用するタイミング#

YOLOv7は、特にTensorRTを利用してNVIDIAハードウェアにデプロイする場合、汎用的な高性能推論に適した優れた選択肢です。PyTorchエコシステムへの統合により、学術研究や、ネットワークの構造的完全性が最重要となるリアルタイム群衆管理、複雑なポーズ推定タスクなどのカスタム商用パイプラインにおいて、高い汎用性を発揮します。

検討すべきその他のモデル#

具体的なニーズによっては、幅広いプロダクション対応の柔軟性を持つYOLO11や、従来の畳み込みネットワークに対するビジョントランスフォーマー固有の利点がプロジェクトに必要な場合はRT-DETRと、これらのアーキテクチャを比較することも検討してください。

まとめ#

PP-YOLOE+とYOLOv7は、リアルタイム物体検出の世界に大きな改善をもたらしました。PP-YOLOE+はPaddlePaddleを標準とする環境で優れた性能を発揮する一方、YOLOv7はPyTorchおよびUltralyticsエコシステムを通じて、非常に高い柔軟性とパフォーマンスを提供します。

しかし、コンピュータビジョンソリューションが進化し続ける中、最新のツールを活用することが不可欠です。Ultralytics Platformと、YOLO26のような次世代アーキテクチャを採用することで、開発者はアプリケーションの速度、精度、使いやすさを常に最先端に維持できます。

貢献者
GLglenn-jocher14

コメント