YOLO11とDAMO-YOLOの比較#
最適なアーキテクチャを選ぶことは、あらゆるcomputer visionプロジェクトにおいて重要なステップです。この技術ガイドでは、2つの強力なオブジェクト検出モデルであるUltralytics YOLO11とDAMO-YOLOの包括的な比較を提供します。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、そのアーキテクチャの革新、学習パラダイム、そして実際の適用性について深く掘り下げます。
モデルの概要#
Ultralytics YOLO11#
Ultralyticsチームによって開発されたYOLO11は、YOLOファミリーにおける高度に洗練されたイテレーションであり、精度と効率の両面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 and Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Docs: https://docs.ultralytics.com/models/yolo11
YOLO11はその汎用性に優れています。多くの従来のモデルがバウンディングボックスのみに焦点を当てている一方で、YOLO11はobject detection、instance segmentation、image classification、およびpose estimationをネイティブでサポートしています。このマルチモーダル機能により、開発者はvision AIパイプラインを単一の、十分にメンテナンスされたフレームワークに統合できます。
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）を活用して、GPUやその他のアクセラレータ上でのリアルタイム推論に最適化された高効率なバックボーンを生成します。
- 著者: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, and Xiuyu Sun
- Organization: Alibaba Group
- 日付: 2022-11-23
- Arxiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
- Docs: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md
DAMO-YOLOの核心的な哲学は、レップ・パラメータリゼーション（再パラメータ化）と自動探索にあります。MAE-NAS（多目的進化的ニューラルアーキテクチャ探索）を利用することで、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、簡略化されたZeroHead構造を採用しています。
YOLO11とDAMO-YOLOを比較する際は、より新しいUltralytics YOLO26のチェックも検討してください。これは、ネイティブのエンドツーエンドのNMSフリー推論を導入し、最大43%高速なCPU速度を実現します。YOLOXやYOLOv8に関連する比較も探索できます。
性能とアーキテクチャの比較#
edge AIアプリケーションをデプロイする際には、パフォーマンスのトレードオフを理解することが不可欠です。以下の表は、mean Average Precision (mAP)、レイテンシ、計算サイズなどの主要な指標を示しています。
| 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 (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 |
アーキテクチャの深掘り#
YOLO11は、パラメータ数と表現力のバランスを完璧に保つ、高度に効率的なカスタム設計のバックボーンに依存しています。さまざまなハードウェアで優れた動作をするように最適化されており、学習および推論の両方において最小限のCUDA memory使用量でネイティブに優れたパフォーマンスを発揮します。これにより、標準的なコンシューマー向けハードウェアやリソースが制限されたIoTデバイスにとって素晴らしい選択肢となります。
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、高スループットのGPU環境向けに微調整されています。そのEfficient RepGFPN（一般化特徴ピラミッドネットワーク）は、複数のスケールを積極的に統合します。しかし、レップ・パラメータリゼーションは推論を高速化する一方で、使用するハードウェアスタックがこれらの操作を明示的にサポートしていない場合、デプロイメントプロセスが複雑になる可能性があります。
ユーザビリティと学習効率#
開発時間を考慮する場合、モデルの使いやすさは純粋なベンチマーク数値と同じくらい重要になります。
YOLO11は、開発者のアクセシビリティという原則に基づいて強力に構築されています。包括的な ultralytics パッケージは、データセットのパース、拡張、およびハイパーパラメータ調整の重労働を抽象化します。ONNX、TensorRT、OpenVINOなどの本番用フォーマットへのモデルのエクスポートには、単一のコマンドしか必要ありません。
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)学術的および研究主導の背景を持つDAMO-YOLOは、より急峻な学習曲線を示します。そのピーク精度を達成することは、多くの場合、複雑な知識蒸留パイプラインを伴います。つまり、小さな「生徒」ネットワークにその知識を渡す前に、まず巨大な「教師」ネットワークをトレーニングする必要があります。これにより、Ultralyticsモデルの効率的なトレーニングループと比較して、必要なGPU computeのオーバーヘッドと全体的な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、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よって異なります。
YOLO11を選択すべき時#
YOLO11は以下のような場合に適しています:
- 本番エッジデプロイメント: 信頼性と積極的なメンテナンスが最優先される、Raspberry Pi や NVIDIA Jetson などのデバイス上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: 単一の統一されたフレームワーク内で detection、segmentation、pose estimation、および 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を選択すべきケース#
DAMO-YOLOは以下の場合に推奨されます：
- 高スループットビデオ解析: 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の高FPSビデオストリーム処理。
- 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の厳格なGPUレイテンシ制約があるシナリオ。
- Neural Architecture Searchの研究: 自動化されたアーキテクチャ探索 (MAE-NAS) や効率的な再パラメータ化バックボーンが検出パフォーマンスに与える影響の研究。
Ultralytics (YOLO26) を選択すべき時#
ほとんどの新しい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高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。
- 小物体検出: ProgLossとSTALにより極小オブジェクトの精度が大幅に向上する、空中ドローン画像やIoTセンサー分析などの困難なシナリオ。
実世界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#
空撮画像やUAVのデプロイメントにおいて、YOLO11は非常に有利なパフォーマンスバランスを提供します。小さなオブジェクト検出はドローン分析における大きなハードルですが、YOLO11は標準機能として様々なスケールをネイティブに処理します。さらに、低いmemory requirementsにより、YOLO11 NanoおよびSmallのバリアントは、ドローンに搭載された軽量なエッジCPUまたは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#
DAMO-YOLOはRepGFPNネックにより強力なサーバーグレードのGPU上で堅牢な推論速度を提供しますが、スマートファクトリーではレイテンシが最重要です。その硬直した統合は、やりすぎになる可能性があります。YOLO11は、シンプルなtracking APIsや、欠陥に角度のついた境界認識が必要な場合に純粋な検出からoriented bounding box (OBB)タスクへとシームレスに移行できる機能により、自動外観検査のための優れた代替手段として機能することがよくあります。
スマートヘルスケアと医用画像処理#
医療画像データセットは比較的小さいことが多く、過学習を回避することは困難です。UltralyticsのWell-Maintained Ecosystemによって提供される標準的な転移学習パイプラインと組み合わせたアクティブな拡張技術は、臨床医や開発者が正確なtumor detectionモデルを確実に見据えてデプロイするのに役立ちます。広範なコミュニティサポートにより、ヘルスケアのような複雑なドメインにおける課題が迅速に解決されます。
ゼロから新しいアプリケーションを構築する場合は、YOLO26の探索を検討してください。2026年初期にリリースされ、MuSGD OptimizerとProgLoss機能を利用しており、小さなオブジェクトに対して卓越した精度を提供し、すぐに使える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は依然としてニューラルアーキテクチャ探索の強力なデモンストレーションである一方で、YOLO11と広範なUltralyticsファミリーは、迅速なデプロイメント、開発者の利便性、そしてトップクラスのマルチモーダル性能を優先させる実世界のコンピュータビジョンタスクにおいて、決定的な推奨事項であり続けます。