YOLO11 と YOLOv8 の比較#
コンピュータビジョンの分野は、物体検出アーキテクチャの継続的な進化により、著しい進歩を遂げてきました。実際のデプロイに向けてモデルを評価する際、開発者はよく Ultralytics YOLO11 とその非常に成功した前身である Ultralytics YOLOv8 の強みを比較します。どちらのモデルも、速度、精度、および開発者エクスペリエンスにおいて業界標準を確立していますが、わずかに異なるプロジェクトのライフサイクルやパフォーマンスの閾値に対応しています。
本ガイドでは、人工知能の取り組みに最適なソリューションを選択できるよう、それらのアーキテクチャ、トレーニング手法、および理想的なユースケースについて詳細な分析を提供します。
アーキテクチャの革新#
YOLOv8からYOLO11への移行では、計算オーバーヘッドを最小限に抑えつつ特徴抽出効率を最大化することを目的とした、いくつかの主要なアーキテクチャ上の改良が導入されました。
YOLO11 のアーキテクチャ#
YOLO11は、パラメータ使用量の最適化において大きな飛躍を遂げています。従来のC2fモジュールを高度なC3k2ブロックに置き換え、パラメータ数を急増させることなく空間特徴の処理を強化します。さらに、YOLO11はバックボーン内にC2PSA（Cross-Stage Partial Spatial Attention）モジュールを導入しています。このアテンション機構により、モデルは関心のある重要な領域に焦点を当てることができ、小物体検出の精度が大幅に向上し、複雑なオクルージョンに対処できるようになります。
- 著者： Glenn Jocher and Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: Ultralytics リポジトリ
- ドキュメント: YOLO11 Docs
YOLOv8 アーキテクチャ#
1年早くリリースされたYOLOv8は、アンカーフリーの検出ヘッドへの移行の先駆けとなり、アンカーボックスを手動で調整する必要性をなくし、損失の定式化を簡素化しました。そのアーキテクチャはC2fブロックに大きく依存しており、ネットワークの深さと勾配のフローのバランスをうまく取る設計により、幅広いコンピュータビジョンアプリケーションで非常に堅牢なパフォーマンスを発揮します。
- 著者: Glenn Jocher, Ayush Chaurasia, Jing Qiu
- 組織: Ultralytics
- 日付: 2023-01-10
- GitHub: Ultralytics リポジトリ
- ドキュメント: YOLOv8 Docs
YOLOv8がUltralyticsエコシステムにおけるアンカーフリー検出の基盤を築いたのに対し、YOLO11はこのアプローチを空間アテンションメカニズムで洗練させ、より少ない計算リソースで高い精度を実現しました。
性能とベンチマーク#
Raspberry Pi などのエッジデバイスや、NVIDIA TensorRTを実行する高性能サーバーにモデルをデプロイする場合、速度と精度のトレードオフを理解することが極めて重要です。以下の表は、YOLO11がすべてのサイズバリアントにおいて、いかに一貫してYOLOv8を上回るパフォーマンスを発揮するかを示しています。
| 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
メトリクスの分析#
YOLO11は、パラメータ数と浮動小数点演算数（FLOPs）を同時に削減しながら、著しく高い平均適合率（mAP）を達成しています。たとえば、YOLO11mモデルはYOLOv8mよりも22%少ないパラメータしか必要としませんが、COCO datasetにおいて1.3%高いmAPを実現します。さらに、ONNX formatにエクスポートした際のCPU推論速度はYOLO11が大幅に高速であることを示しており、専用のGPUアクセラレーションを持たないデプロイ環境にとって優れた候補となります。
Ultralyticsエコシステムの利点#
YOLO11とYOLOv8のどちらを選択する場合でも、機械学習ライフサイクルを劇的に簡素化する包括的なUltralyticsエコシステムの恩恵をどちらも受けることができます。
使いやすさとシンプルな API#
ultralytics Pythonパッケージは、エンジニアや研究者がわずか数行のコードでモデルのトレーニング、検証、エクスポートを行える合理化されたAPIを提供します。PyTorchにおけるディープラーニング環境の構築に伴う一般的な複雑さを抽象化します。
トレーニングの効率とメモリ要件#
重いVision Transformers（RT-DETRなど）とは異なり、Ultralytics YOLOモデルはトレーニング中のメモリ使用量が少ないことで知られています。このメモリ効率により、開発者はメモリ不足エラーに直面することなく、民生用GPUやGoogle Colabなどのクラウド環境で最先端のネットワークをトレーニングできます。
ビジョンタスク全般の汎用性#
YOLO11とYOLOv8は、どちらも真のマルチタスク学習モデルです。標準的なバウンディングボックスによる物体検出に加え、インスタンスセグメンテーション、画像分類、人間の姿勢推定、および航空画像向けのOriented Bounding Boxes (OBB)をネイティブでサポートしています。
ユースケースと推奨事項#
YOLO11とYOLOv8のどちらを選ぶかは、特定のプロジェクト要件、導入制約、およびエコシステムの優先順位によって決まります。
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。
YOLOv8を選択すべき場合#
YOLOv8は次のような場合に推奨されます:
- 多彩なマルチタスクデプロイ： Ultralyticsエコシステム内でのdetection、segmentation、classification、およびpose estimationに実証済みのモデルを必要とするプロジェクト。
- 確立された運用システム: 既にYOLOv8アーキテクチャ上で構築され、安定してテストされたデプロイメントパイプラインを持つ既存の運用環境。
- 広範なコミュニティとエコシステムのサポート: YOLOv8の広範なチュートリアル、サードパーティ統合、アクティブなコミュニティリソースを活用できるアプリケーション。
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。
コード例：はじめに#
Ultralyticsモデルのデプロイとトレーニングは非常に直感的です。以下の例は、事前トレーニング済みのYOLO11モデルをロードし、カスタムデータセットでファインチューニングを行い、Apple CoreMLを使用してエッジデプロイ用にエクスポートする方法を示しています。
from ultralytics import YOLO
# Initialize the YOLO11 small model
model = YOLO("yolo11s.pt")
# Train the model efficiently with optimized memory requirements
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Evaluate the validation performance
metrics = model.val()
# Run real-time inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg")
# Export to CoreML for fast mobile deployment
export_path = model.export(format="coreml")Ultralytics APIは標準化されているため、レガシーパイプラインをYOLOv8からYOLO11にアップグレードする場合、通常は重み文字列を "yolov8n.pt" から "yolo11n.pt" に変更するだけで済みます。
今後の展望: YOLO26によるエッジAIの頂点へ#
YOLO11は成熟した非常に高性能なアーキテクチャですが、AIの急速なイノベーションのペースは続いています。パフォーマンスにおいて絶対的な最先端を必要とする新しいプロジェクトを開始する開発者には、Ultralytics YOLO26（2026年1月リリース）が最終的な推奨事項となります。
YOLO26は、いくつかの画期的な機能により、コンピュータビジョンの限界を押し広げます:
- エンドツーエンドのNMSフリー設計: YOLOv10で探求された概念を基に、YOLO26は非最大値抑制（NMS）の後処理をネイティブで排除し、すべてのデプロイハードウェアにおいてより低く、より予測可能なレイテンシを実現します。
- 最大43%高速なCPU推論: 分布焦点損失（DFL）ブランチを完全に削除することにより、YOLO26は強力なGPUを持たないエッジコンピューティングデバイス向けに特別に最適化されています。
- MuSGDオプティマイザー: 大規模言語モデル (LLM) のトレーニング技術に着想を得たYOLO26は、ハイブリッドのMuSGDオプティマイザーを採用しており、非常に安定した迅速なトレーニング収束を保証します。
- ProgLoss + STAL: これらの高度な損失関数は、小さな物体や激しく隠れた物体の認識において顕著な改善をもたらし、自律ロボティクスやドローンベースの分析に不可欠です。
YOLOv8の実証済みの信頼性、YOLO11の最適化されたアーキテクチャ、またはYOLO26の次世代機能のいずれに依存する場合でも、Ultralytics Platformは、ビジョンAIアプリケーションをコンセプトから本番環境までシームレスに移行させるために必要なツールを提供します。モデルをエンタープライズワークフローやアナリティクスダッシュボードに接続するために利用可能な、豊富なインテグレーションを必ずご確認ください。