YOLO11とYOLOv9の比較#

リアルタイムの物体検出アーキテクチャは進化を続けています。注目すべき2つのマイルストーンは、Ultralytics YOLO11とYOLOv9です。どちらも優れた性能を発揮しますが、ディープラーニングの推論とトレーニングにおける主要な課題への取り組み方は異なります。

このガイドではYOLO11とYOLOv9を比較し、アーキテクチャ、性能指標、最適なデプロイシナリオを分析して、次のコンピュータービジョンプロジェクトに適したモデル選びを支援します。

モデルの概要#

Ultralytics YOLO11#

YOLO11は、本番環境向けに設計された最適化済みの汎用モデルです。高い精度と、エッジコンピューティングや大規模デプロイにおける実用上の要件とのバランスを取っています。

• 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

YOLOv9#

YOLOv9は、特徴抽出に重点を置き、ディープニューラルネットワークにおける情報損失を減らす新しい概念を導入した学術研究の成果です。

• 著者: Chien-Yao Wang、Hong-Yuan Mark Liao
• 所属機関: 台湾、中央研究院情報科学研究所
• 日付: 2024-02-21
• arXiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9
• ドキュメント: https://docs.ultralytics.com/models/yolov9

YOLOv9の詳細を見る

アーキテクチャの革新#

YOLOv9：プログラム可能な勾配情報#

YOLOv9は、データがディープネットワークの層を通過する過程で失われる「情報ボトルネック」問題に取り組みます。この問題に対処するため、著者らはProgrammable Gradient Information（PGI）とGeneralized Efficient Layer Aggregation Network（GELAN）を導入しました。PGIは、バックプロパゲーションで重みの更新に使われる勾配が、より完全な情報を保持できるようにし、正確な特徴表現を実現します。GELANアーキテクチャはパラメーター効率を最大化し、比較的軽量な構造でYOLOv9の高精度を可能にします。

YOLO11: エコシステムと効率性#

YOLOv9が勾配フローに重点を置く一方、YOLO11は実環境での信頼性と汎用性を重視して設計されています。YOLOの基本アーキテクチャを改良し、トレーニング時のCUDAメモリ要件を、Transformerを多用する代替モデルより低く抑えています。YOLO11は物体検出器にとどまりません。Ultralytics版YOLOv9が検出とセグメンテーションに対応するのに対し、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、回転バウンディングボックス（OBB）にも対応しています。

パフォーマンス比較#

本番環境向けのモデルを選択する際は、平均適合率（mAP）、推論速度、パラメーター数のトレードオフを考慮してください。

YOLOv9eは全体で最高の精度（55.6 mAP）を達成し、学術的なベンチマークに有用ですが、T4上のTensorRTで16.77 msかかるのに対し、YOLO11xは11.3 msです。YOLO11はすべてのスケールで速度と精度のバランスに優れています。たとえば、YOLO11mは4.7 ms（TensorRT）で51.5 mAPを達成する一方、同程度のサイズのYOLOv9mは6.43 msで51.4 mAPです。

トレーニング手法とエコシステム#

2つのフレームワークでは、開発者体験が大きく異なります。

YOLOv9のトレーニング#

YOLOv9を元のリポジトリからトレーニングする場合、カスタマイズされた研究用コードの操作、特定の依存関係バージョンの管理、複雑なコマンドライン引数の使用が必要になることが多く、エンタープライズチームの開発速度が低下する場合があります。YOLOv9の重みはultralyticsパッケージでも利用できるため、こうしたセットアップ作業の大部分を省けます。

YOLO11のトレーニング#

YOLO11では、適切に保守されたUltralytics Python APIを使い、わずかな手順でインストールからモデルのトレーニングまで進められます。すぐに利用できる事前学習済みの重みと活発なコミュニティがトレーニングを支援します。

from ultralytics import YOLO

# 事前トレーニング済みのYOLO11小型モデルを読み込みます
model = YOLO("yolo11s.pt")

# 組み込みの拡張機能を使ってカスタムデータセットでトレーニングします
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# デプロイ用にONNX形式へエクスポートします
model.export(format="onnx")

Pythonのコードをわずか3行書くだけで、開発者はモデルの読み込み、最適化されたハイパーパラメーターのデフォルト値を使ったトレーニングの開始、そしてトレーニング済みアーキテクチャのONNXやTensorRTなどのフレームワークへのエクスポートを行い、エッジにデプロイできます。

実際の用途#

YOLOv9を選ぶ場合#

YOLOv9は、ディープラーニングアーキテクチャや勾配情報技術を探究する研究者に適しています。最大のバリアントであるYOLOv9eは、アルゴリズム性能を優先し、デプロイの複雑さが二次的となる高密度シーンの精度重視型分析に向いています。

YOLO11を選ぶ場合#

本番環境ではYOLO11がより有力な選択肢です。物体検出機能は、スマートシティの交通管理や、Raspberry Pi、NVIDIA Jetsonなどのエッジデバイスに適しています。さらに、さまざまなタスクに対応する汎用性により、1つの開発パイプラインで製造業のセグメンテーションとスポーツ分析の姿勢推定を扱えます。

YOLO26の登場#

現在、新しいプロジェクトを始める開発者には、Ultralyticsの最新YOLOモデルであるYOLO26（2026年1月リリース）を推奨します。

YOLO26は、近年の進歩を本番環境に対応したモデルにまとめています。

• エンドツーエンドのNMSフリーデザイン： YOLO26のオプションの1対1ヘッド（nms=False）は、非極大値抑制（NMS）の後処理を省略し、デプロイパイプラインをより簡素かつ高速にします。
• DFLの削除： Distribution Focal Lossを削除することで、低消費電力デバイスやエッジAIアクセラレーターとの互換性が向上します。
• MuSGDオプティマイザー： 大規模言語モデル（LLM）のトレーニング手法に着想を得たMuSGDオプティマイザー（SGDとMuonのハイブリッド）は、安定したトレーニングとより速い収束を実現します。
• CPU推論が最大43%高速： YOLO26nはCPU上でYOLO11nより最大43%高速に動作し、専用GPUを備えていないエッジコンピューティングデバイスに適しています。
• ProgLoss + STAL： Progressive Lossと小物体認識対応ラベル割り当て（STAL）により、小物体の認識性能が向上します。これは農業モニタリングや航空画像で重要です。

さまざまなアーキテクチャを調べたい場合は、Transformerベースの検出にはRT-DETR、ゼロショットのオープンボキャブラリー検出にはYOLO-Worldもご検討ください。

結論#

YOLO11とYOLOv9は、どちらもコンピュータービジョンの歴史において重要なモデルです。YOLOv9は、特徴保持に関する注目すべきアーキテクチャのアイデアを提示しています。エンタープライズAIアプリケーションからモバイルエッジデバイスまで、ほとんどの実環境でのデプロイでは、YOLO11の使いやすさ、メモリ効率、幅広いタスクへの対応力が優位性をもたらします。新しいシステムでは、より新しいYOLO26により、CPU推論の高速化とオプションのNMSフリーデプロイを利用できます。