YOLO11 対 YOLOv6-3.0#
コンピュータービジョンの分野は急速に進化しており、適切なモデルアーキテクチャの選択は、機械学習に携わる実務者にとって重要な意思決定です。リアルタイム物体検出の発展における重要なマイルストーンが、YOLO11とYOLOv6-3.0です。どちらのモデルもビジュアルデータから有用な洞察を抽出する優れた能力を備えていますが、主な目的と設計思想は異なります。
このガイドでは、アーキテクチャ、パフォーマンス指標、最適なデプロイシナリオを詳細に技術分析し、次のAIプロジェクトに向けて十分な情報に基づいた意思決定を支援します。
モデルの概要#
技術ベンチマークを詳しく確認する前に、それぞれのモデルの起源と中核となる目的を理解しておくと役立ちます。
Ultralytics YOLO11#
Ultralyticsエコシステム内でネイティブに開発されたYOLO11は、シームレスなエンドツーエンドの開発体験を提供するよう設計されています。単なる生の速度だけでなく、マルチタスクの汎用性、使いやすさ、最新のデプロイパイプラインとの統合も重視しています。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: Ultralyticsリポジトリ
- Docs: YOLO11ドキュメント
Meituan YOLOv6-3.0#
YOLOv6-3.0は、専用のグラフィックスプロセッシングユニット (GPUs)を利用できる産業用途向けに明確に最適化されています。TensorRTでのデプロイに重点を置いて高度に最適化されており、管理された環境でスループットを最大化することに焦点を当てています。
- 著者: Chuyi Li、Lulu Li、Yifei Geng、Hongliang Jiang、Meng Cheng、Bo Zhang、Zaidan Ke、Xiaoming Xu、Xiangxiang Chu
- 組織: Meituan
- 日付: 2023-01-13
- Arxiv: 2301.05586
- GitHub: Meituan YOLOv6リポジトリ
- ドキュメント: YOLOv6ドキュメント
アーキテクチャの違い#
基盤となるアーキテクチャは、モデルの学習方法とスケーリング方法を決定します。どちらのフレームワークも、従来のYOLOの方式に独自の改良を加えています。
YOLO11は長年の研究を基盤として、非常にパラメーター効率に優れたアーキテクチャを実現しています。高度なバックボーンと汎用ヘッドを備えており、大規模な構造変更を必要とせず、インスタンスセグメンテーションや姿勢推定など、さまざまなコンピュータービジョンタスクに対応できます。さらに、YOLO11は学習時のCUDAメモリ要件が極めて低く、RT-DETRのような大型のTransformerモデルとは一線を画しています。
一方、YOLOv6-3.0は、双方向連結 (BiC)モジュールとアンカー支援学習 (AAT)戦略を採用しています。これらの仕組みは、位置特定の精度向上を目的としています。アーキテクチャは主に分離型で、高度に量子化されてINT8のモデル推論を優先するため、旧式のGPUスタックを使用する高速な製造ラインに適した有力な選択肢です。
プロジェクトで迅速なプロトタイピング、多様なタスク（セグメンテーションや分類など）への対応、さまざまなハードウェア（CPU、Edge TPU、Mobile）へのデプロイが必要な場合、Ultralyticsフレームワークは開発者に大幅にスムーズな体験を提供します。
パフォーマンスとメトリクス#
モデルを評価する際は、平均適合率 (mAP)と推論速度が最も重要です。次の表では、さまざまなモデルスケールにおけるYOLO11とYOLOv6-3.0のパフォーマンスを比較します。最も優れた指標は太字で示しています。
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
示されているとおり、YOLO11は同等のモデル規模で、より少ないパラメーター数とFLOPsで一貫して高い精度 (mAP)を達成しています。このパラメーター効率により、モデルの学習と推論の両方でメモリ要件が直接的に低減されます。
Ultralyticsの優位性#
モデルの選択は生の指標だけの問題ではなく、機械学習ライフサイクル全体に関わる問題です。Ultralyticsモデルは、開発者と研究者の双方に明確な利点を提供します。
- 使いやすさ: Ultralytics Python APIを使用すると、わずか数行のコードでモデルの学習、検証、エクスポートを実行できます。複雑な依存関係ツリーを手動で設定する必要はありません。
- 適切に保守されたエコシステム: Ultralyticsは、頻繁に更新される統合エコシステムを提供しています。Ultralytics Platformを利用することで、開発者は共同でのデータセットアノテーション、クラウド学習、シームレスなモデル監視を利用できます。
- 汎用性: 主にバウンディングボックス検出器であるYOLOv6-3.0とは異なり、YOLO11はネイティブに画像分類と方向付きバウンディングボックス (OBB)に対応しているため、技術スタックを統合できます。
- 学習効率: 最新の最適化とオートバッチングを活用することで、YOLO11は一般向けハードウェア上でも効率的に学習でき、最先端のビジョンAIを利用できる層を広げます。
コード例: 学習と推論#
Ultralyticsモデルの操作は非常に直感的です。以下に、Ultralyticsパッケージを使用して学習と推論を実行する、100%実行可能な例を示します。
from ultralytics import YOLO
# Load a pre-trained YOLO11 small model
model = YOLO("yolo11s.pt")
# Train the model efficiently on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Run inference on an image from the web
prediction = model("https://ultralytics.com/images/bus.jpg")
# Export the model to ONNX format for easy deployment
model.export(format="onnx")理想的なユースケース#
各モデルがどの領域で優れているかを理解することで、目的に適したツールを確実に選択できます。
YOLOv6-3.0を選択する場合: 特定のTensorRT 7.x/8.xパイプラインを中心に明確に構築された旧式の産業システムを維持しており、ハードウェアが高速な製造自動化向けの専用NVIDIA T4またはA100 GPUだけで構成されている場合、YOLOv6は引き続き実用的で高性能なエンジンです。
YOLO11を選択する場合: 現代のほぼすべてのアプリケーションでは、YOLO11が優れた選択肢です。スマート製造ソリューションの構築、Raspberry PiデバイスへのエッジAIのデプロイ、医療画像の検出とセグメンテーションのようなマルチタスク処理など、YOLO11は速度、精度、デプロイの柔軟性を最適なバランスで提供します。
今後の展望: 最先端のYOLO26#
YOLO11は大きな飛躍を遂げましたが、Ultralyticsはコンピュータービジョンの限界を継続的に押し広げています。2026年1月にリリースされた新しい**YOLO26**モデルシリーズは、絶対的に最先端のモデルであり、すべての新規プロジェクトに推奨されるモデルです。
YOLO26には、最新のデプロイ課題向けに特別に設計されたいくつかの画期的な機能が導入されています。
- エンドツーエンドのNMS不要設計: YOLOv10で先駆的に導入された概念を基盤として、YOLO26はネイティブにエンドツーエンドで動作します。Non-Maximum Suppression (NMS)の後処理を完全に排除し、より高速で大幅に簡素化されたデプロイパイプラインを実現します。
- DFLの削除: Distribution Focal Lossを削除することで、YOLO26はネットワークヘッドを簡素化し、低消費電力のモノのインターネット (IoT)やエッジデバイスとの互換性を大幅に高めています。
- MuSGDオプティマイザー: 大規模言語モデル (LLM)の学習における革新（Moonshot AIのKimi K2など）に着想を得て、YOLO26はハイブリッドMuon-SGDオプティマイザーを利用し、比類のない学習安定性と高速な収束を実現します。
- CPU推論が最大43%高速: 専用GPUアクセラレーターを使用せずに動作するアプリケーション向けに、YOLO26は生のCPUスループットを大幅に高めるよう最適化されています。
- ProgLoss + STAL: これらの高度な損失関数により、小さな物体の認識が大幅に向上します。これはドローン画像や航空監視において重要です。
- タスク固有の改良: YOLO26には、セグメンテーション向けのマルチスケールプロトタイピングや、姿勢推定向けのResidual Log-Likelihood Estimation (RLE)など、すべてのタスクにわたるカスタマイズされた改良が含まれています。
現在、新しいコンピュータービジョンの取り組みを開始する場合は、Ultralytics Platformを活用してYOLO26モデルを学習することで、利用可能な中で最も効率的かつ正確で、将来性の高いアーキテクチャを基盤にアプリケーションを構築できます。
オープンボキャブラリー検出に関心のある開発者は、YOLO-Worldのドキュメントもご覧ください。