YOLO11 vs YOLOv5#
適切なニューラルネットワークアーキテクチャの選択は、あらゆるコンピュータビジョンの取り組みにおいて極めて重要な判断です。人工知能の状況が進化するにつれて、開発者や研究者が利用できるツールも変化しています。この包括的なガイドでは、Ultralyticsエコシステムを代表する2つのモデル、高く評価されているYOLOv5と先進的なYOLO11を、技術的な観点から詳しく比較します。
エッジAIアプリケーション向けに軽量モデルをデプロイする場合でも、クラウドGPU上で高解像度のビデオストリームを処理する場合でも、これらのモデルのアーキテクチャ上の違い、パフォーマンス指標、および理想的なユースケースを理解することで、特定のデプロイ制約に対してデータに基づいた選択ができます。
モデルの系譜と技術的詳細#
どちらのモデルも、オープンソースコラボレーション、堅牢なパフォーマンス、比類のない使いやすさに対するUltralyticsの取り組みを反映しており、世界中の機械学習コミュニティから高く支持されています。
YOLO11の詳細#
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: ultralytics/ultralytics
- Docs: YOLO11ドキュメント
YOLOv5の詳細#
- 著者: Glenn Jocher
- 組織: Ultralytics
- 日付: 2020-06-26
- GitHub: ultralytics/yolov5
- ドキュメント: YOLOv5 Documentation
アーキテクチャの違い#
YOLOv5からYOLO11への進化では、精度とパラメーター効率を最適化するために設計された、いくつかの大幅なアーキテクチャ変更が導入されています。
YOLOv5はPyTorchエコシステムの先駆けとなり、高度に最適化されたCSPNet（クロスステージ部分ネットワーク）バックボーンとPANet（パス集約ネットワーク）ネックを導入しました。YOLOv5はアンカーベースの検出に依存しており、オブジェクトの境界を予測するために事前定義されたアンカーボックスが必要でした。非常に効果的である一方、カスタムコンピュータビジョンデータセット向けにこれらのアンカーを調整する作業は煩雑になる場合がありました。
一方、YOLO11はより現代的なアンカーフリー検出パラダイムへ移行しています。これにより、アンカーボックスを手動で調整する必要がなくなり、トレーニングプロセスが効率化され、COCOデータセットのような多様なデータセットに対する汎化性能が向上します。さらに、YOLO11は分離型ヘッドを備えており、分類タスクとバウンディングボックス回帰タスクが別々のブランチで処理されます。この分離により、特に複雑な物体検出のシナリオで、収束速度と平均適合率（mAP）が大幅に向上します。
性能指標とベンチマーク#
以下の表では、異なるモデルサイズにおける主要な指標を比較しています。Ultralyticsのモデルはメモリ要件の低さでも知られており、一般的に、重いTransformerベースの代替モデルと比べてトレーニング中に消費するCUDAメモリが少なく、導入に必要なハードウェアのハードルを大幅に下げます。
| 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 |
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
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おり、同程度のパラメーター数を持つYOLOv5のモデルと比較して、常に高いmAPスコアを提供します。
トレーニング手法と使いやすさ#
Ultralyticsの理念の中核にあるのは、適切に保守されたエコシステムと広範なコミュニティサポートに支えられた、卓越した使いやすさです。
YOLOv5は従来、堅牢なコマンドラインインターフェース（CLI）スクリプト（train.py、detect.py）に依存して実行していました。強力である一方、これらのスクリプトをカスタムPythonアプリケーションに直接統合するには、回避策が必要になることがよくありました。
YOLO11は、効率化されたultralytics Pythonパッケージを導入することで、この状況を一新しました。この統合APIは、トレーニングからモデルのエクスポートまで、ONNX、OpenVINO、TensorRTなどの形式をネイティブに処理します。
完全なノーコード環境を求める場合、開発者はUltralytics Platformを利用して、データへのアノテーション付け、クラウドでのモデルのトレーニング、エッジデバイスへのシームレスなデプロイを行えます。
コード比較#
現在、Ultralyticsモデルのトレーニングは非常に効率的です。ネイティブPython APIを使用してYOLO11をトレーニングする方法は次のとおりです。
from ultralytics import YOLO
# Load a pretrained YOLO11 small model
model = YOLO("yolo11s.pt")
# Train the model on custom data
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Export the model to ONNX for deployment
model.export(format="onnx")YOLOv5を使用するレガシーシステムでは、CLIによるトレーニングは次のようになります。
# Clone the repository and run the training script
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --weights yolov5s.pt理想的なユースケースと実環境でのアプリケーション#
どちらのモデルにも、それぞれ異なる運用環境に適した固有の強みがあります。
YOLOv5を使用する場面#
新しい世代のモデルが登場した現在でも、YOLOv5は依然として強力なモデルです。次の用途に特に推奨されます。
- レガシーシステムとの統合: YOLOv5固有のテンソル構造やデプロイパイプラインと深く統合されており、容易にリファクタリングできない環境。
- 学術研究のベースライン: 医用画像解析に関する再現性のある学術研究で、確立された長期的なベースラインを必要とする研究者。
YOLO11を使用する場面#
YOLO11は、その非常に優れた汎用性により、最新のプロダクションパイプラインに最適な選択肢です。
- マルチタスク環境: 主に検出器（後からセグメンテーション機能が追加されたもの）であるYOLOv5とは異なり、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、およびOriented Bounding Box（OBB）検出を標準でネイティブにサポートします。
- 高密度ビデオ分析: 複雑なシーンから最大限の精度を引き出すことが重要な、インテリジェント交通システムや小売在庫管理に最適です。
今後の展望: YOLO26アーキテクチャ#
YOLO11は卓越した標準モデルとして位置付けられていますが、コンピュータビジョンの最前線は急速に進歩し続けています。効率性の絶対的な頂点を目指す開発者は、最新のUltralytics YOLO26（2026年1月リリース）も検討する必要があります。
YOLO26は、エッジ最適化とエンタープライズ規模の両方を明確に意識して設計された、大きな飛躍を遂げたモデルです。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: YOLO26はネイティブにエンドツーエンドで動作し、Non-Maximum Suppression（NMS）の後処理を排除することで、より高速でシンプルなデプロイを実現します。
- DFLの削除: 分布フォーカル損失を削除し、モデルのエクスポートを簡素化するとともに、低消費電力デバイスとの互換性を高めています。
- MuSGDオプティマイザー: SGDとMuonを組み合わせた画期的なハイブリッドで、LLMトレーニングの安定性をコンピュータビジョンにもたらし、より高速な収束を実現します。
- CPU推論を最大43%高速化: 専用のGPUを持たないIoTデプロイメントやデバイス向けに大幅に最適化されています。
- ProgLoss + STAL: 損失関数を大幅に改善し、小さなオブジェクトの認識性能を顕著に向上させます。これは航空ドローン画像に不可欠です。
まとめ#
YOLO11とYOLOv5のどちらを選ぶかは、最終的にはプロジェクトのライフサイクル段階によって決まります。YOLOv5の実績は疑う余地がなく、極めて高い安定性と大規模なコミュニティの支持を提供します。しかし、新規プロジェクトには、旧世代のモデルよりもYOLO11を強く推奨します。最先端の精度、非常に洗練されたPython API、そして低いトレーニング時メモリオーバーヘッドを兼ね備え、AIイノベーションの最前線におけるUltralyticsの地位を確固たるものにしています。さらに限界を押し広げたい場合は、Ultralytics Platformで最先端のYOLO26を検討することで、比類のない成果が得られます。