YOLO11とDAMO-YOLOの比較#
最適なアーキテクチャの選択は、あらゆるコンピュータービジョンプロジェクトにおける重要なステップです。この技術ガイドでは、2つの強力な物体検出モデル、Ultralytics YOLO11とDAMO-YOLOを包括的に比較します。アーキテクチャの革新、トレーニングパラダイム、実環境での適用性を詳しく見ていき、デプロイメントのニーズに最適なツールを選択できるよう支援します。
モデルの概要#
Ultralytics YOLO11#
Ultralyticsのチームによって開発されたYOLO11は、YOLOファミリーを高度に洗練させたモデルであり、精度と効率の両方を大幅に最適化しています。データセット管理からエッジデプロイメントまでを網羅する、統合された本番環境対応の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はその汎用性において優れています。多くの従来のモデルがバウンディングボックスのみに特化している一方で、YOLO11はobject detection、instance segmentation、image classification、pose estimationをネイティブでサポートしています。このマルチタスク機能により、開発者は単一の、十分にメンテナンスされたフレームワークのもとでvision AIパイプラインを統合することができます。
DAMO-YOLO#
DAMO-YOLOはAlibaba Groupの研究者によって開発されました。Neural Architecture Search（NAS）を活用して、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、高効率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の中核的な哲学は、再パラメータ化と自動探索を中心に展開されています。MAE-NAS（Maximum Entropy Neural Architecture Search）を活用することで、著者は特殊なハードウェア上での推論速度を大幅に向上させるカスタムバックボーンを設計しました。また、レイテンシを最小限に抑えるために、Efficient RepGFPNと呼ばれる高度に最適化されたネックと、簡素化されたZeroHead構造が組み込まれています。
YOLO11とDAMO-YOLOを比較する際は、より新しいUltralytics YOLO26も確認することをおすすめします。YOLO26はネイティブなエンドツーエンドのNMSフリー推論を導入し、CPU速度を最大43%向上させます。YOLOXやYOLOv8を含む比較もご覧ください。
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は、性能上のトレードオフを理解することが重要です。以下の表では、平均適合率（mAP）、レイテンシ、計算規模などの主要な指標を示します。
| 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） |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
| 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に優れた、非常に効率的なカスタム設計のバックボーンを採用しています。さまざまなハードウェアで動作するよう最適化されており、トレーニングと推論の両方で、最小限のCudaメモリ使用量でも優れた性能をネイティブに発揮します。そのため、一般的なコンシューマー向けハードウェアや、リソースに制約のあるIoTデバイスに最適な選択肢となります。
対照的に、DAMO-YOLOのMAE-NASによって生成されたバックボーンは、高スループットなGPU環境向けに細かくチューニングされています。そのEfficient RepGFPN（Generalized Feature Pyramid Network）は、複数のスケールを積極的に統合します。しかし、再パラメータ化は推論を加速させる一方で、ハードウェアスタックがこれらの処理を明示的に十分にサポートしていない場合、デプロイプロセスが複雑になる可能性があります。
使いやすさとトレーニング効率#
開発時間を考慮すると、モデルの使いやすさは生のベンチマーク性能と同じくらい重要になります。
YOLO11は、開発者の利用しやすさを重視して構築されています。包括的なultralyticsパッケージにより、データセットの解析、拡張、ハイパーパラメーター調整といった複雑な処理が抽象化されています。モデルをONNX、TensorRT、OpenVINOなどの本番環境向け形式にエクスポートするために必要なのは、1つのコマンドだけです。
from ultralytics import YOLO
# Initialize YOLO11 object detection model
model = YOLO("yolo11s.pt")
# Train the model with mixed precision on COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to TensorRT for edge deployment
model.export(format="engine", device=0)DAMO-YOLOは、学術・研究色の強い背景から生まれたモデルであり、より険しい学習曲線を伴います。最高精度を達成するには、複雑な知識蒸留パイプラインが必要になることが多く、まず大規模な「教師」ネットワークをトレーニングし、その知識を小規模な「生徒」ネットワークに移す必要があります。これにより、Ultralyticsモデルの軽量なトレーニングループと比較して、必要なGPU計算のオーバーヘッドと全体のトレーニング時間が大幅に増加します。
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異なります。
YOLO11を選ぶタイミング#
YOLO11は、次の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重要となる、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、検出、セグメンテーション、ポーズ推定、OBBを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:**合理化されたUltralytics Python APIを使用して、データ収集から本番環境まで迅速に移行する必要があるチーム。
DAMO-YOLOを選択する場合#
DAMO-YOLOは次の用途に推奨されます。
- 高スループットの動画分析: バッチサイズ1のスループットが主要な指標となる、固定されたNVIDIA GPUインフラストラクチャ上での高FPS動画ストリーム処理。
- 産業用製造ライン: 組立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サーチ研究: 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の研究。
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。
実環境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へのデプロイメントでは、YOLO11が非常に優れた性能バランスを提供します。小さな物体の検出はドローン解析における大きな課題ですが、YOLO11は標準でさまざまなスケールに対応します。さらに、メモリ要件が低いため、YOLO11 NanoおよびSmallバリアントを、ドローンに搭載された軽量なエッジ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、レイテンシが最優先です。DAMO-YOLOは、RepGFPNネックにより高性能なサーバー向けGPU上で堅牢な推論速度を実現しますが、その硬直的な統合は過剰になる場合があります。YOLO11は、シンプルなトラッキングAPIと、欠陥に対して角度付き境界の認識が必要な場合に、純粋な検出から回転バウンディングボックス（OBB）タスクへシームレスに切り替えられる機能により、自動品質管理における優れた代替手段となることが多いです。
スマートヘルスケアと医用画像#
医用画像のデータセットは比較的小規模であることが多く、過学習の回避は困難です。Ultralyticsの十分に保守されたエコシステムが提供する、アクティブなデータ拡張技術と標準的な転移学習パイプラインの組み合わせにより、臨床医や開発者は精度の高い腫瘍検出モデルを確実にデプロイできます。幅広いコミュニティのサポートにより、ヘルスケアのような複雑な分野の問題も迅速に解決できます。
新しいアプリケーションをゼロから構築する場合は、YOLO26の検討をおすすめします。2026年初頭にリリースされたYOLO26は、MuSGD OptimizerとProgLoss関数を利用し、極小物体に対して卓越した精度を実現するとともに、標準でエンドツーエンドのNMSフリーパイプラインを提供します。
最終的に、DAMO-YOLOはNeural Architecture Searchの強力なデモンストレーションであり続けていますが、YOLO11および拡張されたUltralyticsファミリーは、迅速なデプロイ、開発者の使いやすさ、および最高峰のマルチタスクパフォーマンスを優先する実世界のコンピュータービジョンタスクにおいて、確実な推奨事項であり続けます。