YOLO11とEfficientDetの比較#
コンピュータービジョンプロジェクトに最適なニューラルネットワークを選ぶには、利用可能なアーキテクチャを深く理解する必要があります。このガイドでは、Ultralytics YOLO11とGoogleのEfficientDetを技術的に詳しく比較します。アーキテクチャの違い、パフォーマンス指標、トレーニング効率、理想的なデプロイシナリオを解説し、機械学習ワークロードに関する適切な判断を支援します。
モデルの背景と仕様#
どちらのモデルもディープラーニングの分野に大きな影響を与えてきましたが、設計思想とAI開発の時代背景は異なります。
YOLO11の詳細#
- 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
EfficientDetの詳細#
- 著者: Mingxing Tan、Ruoming Pang、Quoc V. Le
- 組織: Google
- 日付: 2019-11-20
- Arxiv: https://arxiv.org/abs/1911.09070
- GitHub: https://github.com/google/automl/tree/master/efficientdet
- ドキュメント: https://github.com/google/automl/tree/master/efficientdet#readme
コンピュータービジョンモデルを使用する際、モデル自体と同じくらい周辺のエコシステムも重要です。Ultralyticsエコシステムは、充実したドキュメント、活発なコミュニティサポート、ONNXやTensorRTなどの形式へのシームレスなエクスポート機能を備え、比類のない開発者エクスペリエンスを提供します。
アーキテクチャの革新#
EfficientDet：BiFPNと複合スケーリング#
2019年後半に発表されたEfficientDetは、計算コストを抑えながら精度を最大化することを目指しました。主に2つの仕組みでこれを実現しています。まず、深さ、幅、解像度を一貫してスケーリングするEfficientNetバックボーンを使用します。次に、双方向特徴ピラミッドネットワーク（BiFPN）を導入し、マルチスケールの特徴融合を簡単かつ高速に行えるようにしました。
当時は非常に効率的でしたが、EfficientDetはTensorFlowのAutoMLライブラリに依存しているため、柔軟性に欠ける場合があります。研究者は、最新のモジュール型PyTorchベースのフレームワークと比べて、モデルプルーニングやカスタム変更が難しいと感じることがよくあります。
YOLO11：強化された特徴抽出と汎用性#
YOLO11は、オブジェクト検出アーキテクチャにおける大きな進歩です。先行モデルの成果を基盤とし、改良されたC3k2ブロックと強化された空間ピラミッドプーリングモジュールを導入しています。これらの改良によって特徴抽出が向上し、YOLO11は複雑な視覚パターンを非常に明瞭に捉えられます。
YOLO11の大きな強みは、その汎用性です。EfficientDetがオブジェクト検出専用であるのに対し、YOLO11は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）をネイティブにサポートします。さらに、トレーニング時と推論時のメモリ要件が非常に低いため、旧世代のモデルや大規模なビジョンTransformerよりも優れており、リソースが限られたエッジAI環境へのデプロイに適しています。
性能とベンチマーク#
平均適合率（mAP）で測定される精度と推論速度のバランスは、実環境へのデプロイにおける重要な判断基準です。以下の表は、標準のCOCOデータセットで測定した両モデルファミリーの実測パフォーマンスを示しています。
| 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 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
ご覧のとおり、YOLO11は非常に優れたパフォーマンスのバランスを実現しています。YOLO11xは全体で最高の精度（54.7 mAP）を達成し、小型のYOLO11バリアントはGPU推論速度（TensorRTを使用したT4で最短1.5ms）で圧倒的な性能を発揮します。
トレーニング効率とエコシステム#
Ultralyticsモデルの特徴の1つは、使いやすさです。EfficientDetモデルのトレーニングには、複雑なTensorFlowグラフの設定や入り組んだ依存関係の管理が必要になることがよくあります。それとは対照的に、YOLO11は、洗練された最新のPyTorchを基盤に構築されています。
この適切に保守されたエコシステムにより、開発者はパッケージをインストールし、事前トレーニング済みモデルを読み込み、わずか数行のコードで独自のデータセットのトレーニングを開始できます。
Pythonコードの例#
Ultralytics APIのシンプルさを示す、すぐに実行できるサンプルを以下に示します。このスクリプトは、事前トレーニング済みのYOLO11モデルをダウンロードしてトレーニングし、簡単な予測を実行します。
from ultralytics import YOLO
# 事前トレーニング済みのYOLO11 nanoモデルを初期化します
model = YOLO("yolo11n.pt")
# 統合されたPyTorchエンジンを使用してモデルを効率的にトレーニングします
# トレーニング効率が高く、従来のモデルよりも必要なVRAMが少なくて済みます
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")
# サンプル画像でリアルタイム推論を実行します
prediction = model.predict("https://ultralytics.com/images/bus.jpg")
# 出力されたバウンディングボックスを表示します
prediction[0].show()将来を見据えて：YOLO26の優位性#
YOLO11は非常に強力ですが、新規プロジェクトに取り組むチームは、2026年1月にリリースされたUltralytics YOLO26をぜひご検討ください。YOLO26は、デプロイのシンプルさとエッジ性能におけるパラダイムシフトをもたらします。
YOLO26の主な革新点は次のとおりです。
- エンドツーエンドのNMSフリー設計: オプションの1対1ヘッド（
nms=False）は、非最大値抑制（NMS）の後処理を省略し、一貫して非常に低いレイテンシーを実現します。これは、高速なロボティクスや自動運転に不可欠です。 - CPU推論が最大43%高速化: 専用GPUを利用できないデプロイ環境向けに、YOLO26は標準プロセッサーのスループットを最大化するよう特別に最適化されています。
- MuSGD Optimizer: Moonshot AIのKimi K2に着想を得たこのハイブリッドオプティマイザーは、LLMのトレーニングで培われた安定性をコンピュータービジョンにもたらし、より速い収束を可能にします。
- ProgLoss + STAL: これらの改良された損失関数は、小さな物体の認識を大幅に向上させます。これは衛星画像解析やドローン映像でよく問題となる点です。
- DFLの除去: Distribution Focal Lossを取り除くことで、エッジデバイスへのモデルのエクスポートが簡素化されます。
ユースケースと推奨事項#
YOLO11とEfficientDetのどちらを選ぶかは、プロジェクト固有の要件、デプロイ制約、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: 単一の統合フレームワークで、検出、セグメンテーション、姿勢推定、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: 効率化されたUltralytics Python APIを使って、データ収集から本番環境への移行を迅速に進めたいチーム。
EfficientDetを選ぶタイミング#
EfficientDetは次のような用途に推奨されます。
- Google CloudとTPUパイプライン: EfficientDetがネイティブに最適化されている、Google Cloud Vision APIやTPUインフラと緊密に統合されたシステム。
- 複合スケーリングの研究: ネットワークの深さ、幅、解像度をバランスよくスケーリングする効果の研究に焦点を当てた学術的なベンチマーク。
- LiteRTによるモバイルデプロイ: Androidまたは組み込みLinuxデバイス向けに、LiteRT（旧称TensorFlow Lite）形式へのエクスポートが特に必要なプロジェクト。
Ultralytics (YOLO26)を選ぶ場合#
多くの新規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を最適なバランスで提供します。
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とするアプリケーション。
- CPUのみの環境: 専用のGPUアクセラレーションを備えていないデバイスで、YOLO26の最大43%高速なCPU推論が大きな優位性を発揮します。
- 小物体検出: ドローンによる航空画像やIoTセンサーの分析など、ProgLossとSTALによって小さな物体の精度が大幅に向上する難しいシナリオ。
結論#
EfficientDetは、オブジェクト検出における複合スケーリングの有効性を実証した先駆的なアーキテクチャです。しかし、AI研究の急速な進歩により、より高性能で、統合しやすく、実行速度の速いモデルが登場しています。
堅牢なマルチタスク機能、非常に高速なGPU推論、そして業界で最も開発者に優しいAPIを備えるYOLO11は、最新のビジョンパイプラインにおける明確な最適解です。最先端の技術、特にエッジを優先するデプロイを目指す場合は、YOLO26にアップグレードすることで、NMSフリーの速度と比類のない精度を組み合わせられます。