YOLO11 対 EfficientDet#
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択するには、利用可能なアーキテクチャーを深く理解する必要があります。本ガイドでは、Ultralytics YOLO11とGoogleのEfficientDetを技術面から詳しく比較します。アーキテクチャーの違い、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検証し、機械学習ワークロードに適した判断を支援します。
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いますが、AI開発における設計思想と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
- Docs: https://github.com/google/automl/tree/master/efficientdet#readme
コンピュータービジョンモデルを扱う際は、モデル自体と同様に、その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などのフォーマットへのシームレスなエクスポート機能を提供し、比類のない開発者体験を実現します。
アーキテクチャのイノベーション#
EfficientDet: BiFPNと複合スケーリング#
2019年後半に導入されたEfficientDetは、計算コストを最小限に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つの仕組みによってこれを実現しています。1つ目は、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することです。2つ目は、容易かつ高速なマルチスケール特徴融合を可能にする、Bi-directional Feature Pyramid Network（BiFPN）を導入したことです。
当時として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較すると、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は物体検出アーキテクチャーを大きく進化させたモデルです。前世代モデルの成功を基盤とし、改良されたC3k2ブロックと、強化されたSpatial Pyramid Poolingモジュールを導入しています。これらの改善により特徴抽出性能が向上し、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の大きな利点は汎用性です。EfficientDetが物体検出専用のモデルであるのに対し、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、方向付きバウンディングボックス（OBB）をネイティブにサポートします。さらに、YOLO11はトレーニングと推論の両方でメモリ要件が非常に低く、リソースに制約のあるエッジAI環境にデプロイする際、旧世代モデルや大型のビジョントランスフォーマーを大きく上回ります。
パフォーマンスとベンチマーク#
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、実運用へのデプロイにおける重要な判断要因です。以下の表は、標準のCOCOデータセットにおける両モデルファミリーの未加工の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 |
| 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 |
このように、YOLO11は非常に優れたパフォーマンス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推論速度で圧倒的な性能を発揮します（TensorRTを使用したT4で最短1.5ms）。
トレーニング効率とエコシステム#
Ultralyticsモデルを特徴づける要素の1つは、使いやすさです。EfficientDetモデルのトレーニングでは、複雑なTensorFlowグラフ設定の調整や、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。これに対して、YOLO11はクリーンで最新のPyTorch基盤上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カスタムデータセットのトレーニングを開始できます。
Pythonコード例#
以下は、Ultralytics APIのシンプルさを示す完全に実行可能な例です。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、簡単な推論を実行します。
from ultralytics import YOLO
# Initialize a pretrained YOLO11 nano model
model = YOLO("yolo11n.pt")
# Train the model efficiently using the integrated PyTorch engine
# Training efficiency is high, requiring less VRAM than legacy models
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")
# Run real-time inference on a sample image
prediction = model.predict("https://ultralytics.com/images/bus.jpg")
# Display the output bounding boxes
prediction[0].show()将来を見据えて: YOLO26の優位性#
YOLO11は非常に高性能ですが、新規に立ち上げるグリーンフィールドプロジェクトのチームは、2026年1月にリリースされたUltralytics YOLO26をぜひ検討してください。YOLO26は、デプロイの容易さとエッジでのパフォーマンスにおけるパラダイムシフトをもたらします。
YOLO26の主なイノベーションは次のとおりです:
- エンドツーエンドのNMSフリーデザイン: 後処理でNon-Maximum Suppression（NMS）を排除することで、YOLO26は一貫した超低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。
- 最大43%高速なCPU推論: 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で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オプティマイザー: 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トレーニングの安定性をコンピュータービジョンにもたらし、より高速な収束を可能にします。
- ProgLoss + STAL: これらの改良された損失関数により、小さな物体の認識性能が大幅に向上します。これは、衛星画像解析やドローン映像で問題になりやすい点です。
- DFLの削除: Distribution Focal Lossを削除することで、エッジデバイスへのモデルのエクスポートプロセスが簡素化されます。
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、デプロイ上の制約、エコシステムに関する好みによって決まります。
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。
EfficientDetを選ぶ場合#
EfficientDetは次の用途に推奨されます:
- Google CloudとTPUパイプライン: Google Cloud Vision APIまたはTPUインフラストラクチャーと密接に統合されたシステムで、EfficientDetがネイティブ最適化を利用できる場合。
- 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ベンチマーク。
- TFLite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、TensorFlow Lite形式でのエクスポートが特に必要なプロジェクト。
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。
まとめ#
EfficientDetは、物体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ーでした。しかし、AI研究の急速な進展により、より高性能で統合しやすく、実行速度も速いモデルが登場しています。
堅牢なマルチタスク機能、非常に優れたGPU推論速度、そして業界でも最も開発者フレンドリーなAPIと言える使いやすさを備えたYOLO11は、最新のビジョンパイプラインにおける明確な勝者です。テクノロジーの最先端、特にエッジファーストの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兼ね備えた究極の組み合わせを実現できます。