YOLO11とDAMO-YOLOの比較
適切なアーキテクチャを選ぶことは、あらゆるコンピュータービジョンプロジェクトにおいて重要なステップです。このガイドでは、2つの物体検出モデルであるUltralytics YOLO11とDAMO-YOLOを比較し、アーキテクチャ、学習ワークフロー、実環境での適用性を取り上げ、デプロイのニーズに最適なツールの選択を支援します。
モデルの概要#
Ultralytics YOLO11#
Ultralyticsが開発したYOLO11は、精度と効率の両面でYOLOファミリーを改良したモデルです。データセット管理からエッジデプロイまでを網羅する、統合された本番対応エコシステムを求める研究者やエンジニア向けに設計されています。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- ドキュメント: https://docs.ultralytics.com/models/yolo11
YOLO11の最大の強みは汎用性です。多くのモデルがバウンディングボックスのみに特化する一方、YOLO11は物体検出、インスタンスセグメンテーション、画像分類、姿勢推定、回転境界ボックス(OBB)検出をネイティブにサポートしています。これにより、開発者はビジョンAIパイプラインを、単一の保守性に優れたフレームワークに集約できます。
DAMO-YOLO#
DAMO-YOLOは、Alibaba Groupの研究者によって開発されました。ニューラルアーキテクチャ探索(NAS)を使用して、GPUやその他のアクセラレーターでのリアルタイム推論に適した効率的なバックボーンを探索します。
- 著者: Xianzhe Xu、Yiqi Jiang、Weihua Chen、Yilun Huang、Yuan Zhang、Xiuyu Sun
- 組織: Alibaba Group
- 日付: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
- ドキュメント: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md
DAMO-YOLOは再パラメーター化と自動探索を中心に構築されています。MAE-NAS(Maximum Entropy Neural Architecture Search)を用いて、著者らは専用ハードウェアでの推論速度を向上させるカスタムバックボーンを設計しました。また、Efficient RepGFPNという最適化されたネックと、レイテンシを最小限に抑える軽量なZeroHeadも導入しています。
YOLO11とDAMO-YOLOを比較する際は、新しいUltralytics YOLO26もご検討ください。オプションのエンドツーエンドNMSフリー推論(nms=False)に対応しており、YOLO26nはCPUでYOLO11nより最大43%高速に動作します。また、YOLOXとDAMO-YOLOの比較やYOLOv8とDAMO-YOLOの比較もご覧いただけます。
性能とアーキテクチャの比較#
エッジAIアプリケーションをデプロイする際には、性能のトレードオフが重要です。以下の表に、COCOデータセットにおける平均適合率(mAP)、レイテンシ、モデルサイズを示します。同程度のサイズでは、YOLO11はT4 GPU上でより高精度かつ高速です。YOLO11sは2.5 msでmAP 47.0を達成するのに対し、DAMO-YOLOsは3.45 msでmAP 46.0です。また、YOLO11lは6.2 msでmAP 53.4を達成するのに対し、DAMO-YOLOlは7.18 msでmAP 50.8です。DAMO-YOLOt(mAP 42.0、8.5Mパラメーター)は、サイズと精度においてYOLO11nとYOLO11sの中間に位置します。
| 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) |
|---|---|---|---|---|---|---|
| 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 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
アーキテクチャの詳細#
YOLO11は、パラメーター数と表現能力のバランスを取るよう設計された独自のバックボーンを採用しています。幅広いハードウェアで良好に動作し、学習時と推論時のCUDAメモリ使用量を抑えるため、一般向けハードウェアやリソースに制約のあるIoTデバイスに適しています。
DAMO-YOLOのMAE-NASバックボーンは、高スループットのGPU環境向けに調整されています。Efficient RepGFPN(Generalized Feature Pyramid Network)は、複数スケールの特徴を融合します。再パラメーター化によって推論は高速化しますが、ハードウェアスタックがこれらの演算を十分にサポートしていない場合、デプロイが複雑になることがあります。
使いやすさと学習効率#
開発期間が重要な場合、モデルの使いやすさはベンチマーク上の性能と同じくらい重要です。
YOLO11は開発者が使いやすいように設計されています。ultralyticsパッケージがデータセットの解析、拡張、ハイパーパラメーター調整を処理し、ONNX、TensorRT、OpenVINOなどの本番向け形式へのエクスポートも1つのコマンドで実行できます。
from ultralytics import YOLO
# YOLO11の物体検出モデルを初期化します
model = YOLO("yolo11s.pt")
# COCO8で混合精度を使用してモデルを学習します
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# 学習済みモデルをTensorRTにエクスポートしてエッジにデプロイします
model.export(format="engine", device=0)DAMO-YOLOは研究用途を背景に持ち、学習コストが高くなっています。報告されている精度は、知識蒸留パイプラインに依存しています。まず大規模な「教師」ネットワークを学習させ、その知識を小規模な「生徒」ネットワークに移します。そのため、標準的なUltralyticsの学習ループと比べてGPUの計算リソースと学習時間が増加します。
ユースケースと推奨事項#
YOLO11とDAMO-YOLOのどちらを選ぶかは、具体的なプロジェクト要件、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。
YOLO11を選ぶ場合#
YOLO11は、次のような用途に適しています。
- 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: Ultralytics Python APIを使い、データ収集から本番環境への導入までを迅速に進める必要があるチーム。
DAMO-YOLOを選ぶケース#
DAMO-YOLOは、次の用途に適しています。
- 高スループットの動画分析: バッチサイズ1でのスループットが主要な指標となる、固定のNVIDIA GPUインフラストラクチャ上で高FPSの動画ストリームを処理する用途。
- 産業用製造ライン: 組み立てラインでのリアルタイム品質検査など、専用ハードウェア上でGPUレイテンシに厳しい制約があるシナリオ。
- ニューラルアーキテクチャ探索の研究: 自動アーキテクチャ探索 (MAE-NAS) と、効率的に再パラメーター化されたバックボーンが検出性能に与える影響を研究する用途。
Ultralytics (YOLO26)を選ぶ場合#
ほとんどの新規プロジェクトでは、Ultralytics YOLO26が性能と開発者体験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(NMS)の後処理を複雑にすることなく、安定した低レイテンシ推論を必要とするアプリケーション。
- CPU-Only Environments: 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、YOLO26の最大43%高速なCPU推論(YOLO26n対YOLO11n)が大きな優位性をもたらします。
- 小物体検出: ドローンによる航空画像やIoTセンサー分析など、ProgLossとSTALによって小物体の精度が向上する難易度の高いシナリオに適しています。
実世界でのアプリケーションとユースケース#
自律システムとドローン#
航空画像やUAVへのデプロイでは、YOLO11が速度と精度のバランスに優れています。小物体検出はドローン分析における大きな課題ですが、YOLO11のマルチスケール特徴融合により、さまざまなサイズの物体に対応できます。また、メモリ要件が低いため、YOLO11 NanoおよびSmallバリエーションを、ドローンに搭載した軽量なエッジCPUやNPU上で直接実行できます。
産業オートメーションと品質管理#
スマートファクトリーではレイテンシが重要です。DAMO-YOLOはサーバーグレードGPU上で高速な推論を実現しますが、特殊なアーキテクチャのため統合が難しくなる場合があります。シンプルなトラッキングAPIと、欠陥に傾いたバウンディングボックスが必要な場合に検出からOBBタスクへ切り替えられる機能を備えているため、自動品質管理ではYOLO11のほうが実用的な選択肢となることがよくあります。
スマートヘルスケアと医用画像#
医用画像データセットは小規模なことが多く、過学習を避けるのが困難です。Ultralyticsエコシステムに組み込まれたデータ拡張と転移学習のワークフローは、臨床医や開発者が高精度な腫瘍検出モデルを構築するのに役立ちます。Ultralyticsの大規模なコミュニティは、医療などの専門分野における問題解決も支援します。
アプリケーションをゼロから開発する場合は、YOLO26をご検討ください。2026年1月にリリースされたYOLO26は、MuSGDオプティマイザー、ProgLoss、STALを採用し、小さな物体の精度を高めています。また、オプションのエンドツーエンドNMSフリー推論モード(nms=False)も提供します。
DAMO-YOLOはニューラルアーキテクチャ探索の優れた実例ですが、迅速なデプロイ、使いやすさ、マルチタスク対応を備えているため、実環境のコンピュータービジョンタスクには、YOLO11と、YOLO26を筆頭とする幅広いUltralyticsファミリーのほうが実用的な選択肢です。
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。