Ultralytics YOLO27:

YOLO11 と YOLOX#

コンピュータビジョン分野はここ数年で急速な進歩を遂げ、リアルタイム物体検出モデルはますます高度になっています。本番環境や学術研究向けのアーキテクチャを選択する際、開発者は従来の重要な成果と最先端の革新技術のトレードオフを検討することがよくあります。この包括的な比較では、Ultralytics YOLO11 と Megvii の YOLOX の違いを取り上げ、両者のアーキテクチャ、パフォーマンス指標、最適なデプロイシナリオについて詳しく説明します。

アーキテクチャの概要#

両モデルは物体検出における大きな飛躍を示していますが、異なる設計思想に基づいており、開発者に異なる開発体験を提供します。

YOLO11：汎用性の高いマルチタスクエンジン#

2024年9月に、Ultralytics の Glenn Jocher 氏と Jing Qiu 氏によってリリースされた YOLO11 は、高い精度と極めて高い効率性のバランスを実現する統合フレームワークとして設計されています。

YOLO11 は標準的なバウンディングボックスにとどまらず、インスタンスセグメンテーション、画像分類、姿勢推定、回転境界ボックス（OBB）検出をネイティブにサポートします。洗練されたアーキテクチャにより特徴抽出が最適化され、複雑な空間階層全体で特徴をより適切に保持できます。

YOLOX：アンカーフリーの先駆者#

Megvii の研究者によって開発された YOLOX は、完全なアンカーフリー方式によって研究と産業用途の隔たりを埋め、2021年に大きな注目を集めました。

YOLOX は分離ヘッドとアンカーフリーのパラダイムを導入し、設計パラメータの数を大幅に削減するとともに、リリース当時の学術ベンチマークにおけるパフォーマンスを向上させました。

YOLOXについて詳しく見る

ご存じでしたか？

YOLOX が広めたアンカーフリー設計は、その後の多くのアーキテクチャに影響を与えました。Ultralytics は、後の YOLOv8 や YOLO11 などの反復で、これらのアンカーフリーの概念を取り入れて大幅に改良し、より優れた精度とデプロイの柔軟性を実現しました。

パフォーマンスとメトリクス#

検出モデルを評価する際は、パラメータ数、計算コスト（FLOPs）、平均適合率（mAP）のバランスを検証することが、実際のモデルデプロイにおいて重要です。

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）
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.5
YOLO11m64051.5183.24.720.168.0
YOLO11l64053.4238.66.225.386.9
YOLO11x64054.7462.811.356.9194.9
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

表に示すように、YOLO11x は絶対精度において YOLOXx を大きく上回っています（54.7 mAP 対 51.1 mAP）。一方で、必要なパラメータ数は約半分です（56.9M 対 99.1M）。この効率性により、トレーニングと推論の両方で必要なメモリが少なくなり、本番環境において大きな利点となります。

エコシステムと開発者体験#

Ultralyticsの優位性#

YOLO11 と YOLOX の最も大きな違いの一つは使いやすさです。YOLOX は主に研究用コードベースとして動作するため、複雑な環境設定、C++オペレーターの手動コンパイル、カスタムデータセットのトレーニングを開始するための冗長なコマンドライン引数が必要です。

これとは対照的に、YOLO11 は Ultralytics Python パッケージに完全に統合されており、シンプルな「ゼロからエキスパートまで」のワークフローを提供します。Ultralytics Platform には、データアノテーション、実験トラッキング、クラウドベースのトレーニングのための幅広いツールが用意されており、定型処理を抽象化することで、エンジニアはモデルのパフォーマンスに集中できます。

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Train the model effortlessly using the Ultralytics API
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX or TensorRT seamlessly
model.export(format="onnx")

さらに、Ultralytics モデルを TensorRT、CoreML、OpenVINO などの形式にエクスポートするには、1つのコマンドを実行するだけです。一方、従来のリポジトリでは、複雑なサードパーティツールやグラフの手動編集が必要になることがよくあります。

実世界でのユースケース#

YOLOX を検討するタイミング#

YOLOX は、特定の分離ヘッドのテンソル出力を中心に、すでに高度にカスタマイズされた C++ 推論パイプラインを構築している開発者向けの、特殊なレガシーデプロイでは依然として有効な選択肢です。また、2021年の最先端アーキテクチャとの比較研究を行う研究者は、ベンチマークデータセットのベースラインとして引き続き YOLOX を使用します。

YOLO11 が優れている分野#

ほぼすべての最新の本番シナリオにおいて、YOLO11 ははるかに優れた体験を提供します。

  • スマートシティと小売: 優れた速度と精度の比率により、YOLO11 は混雑したシーンも容易に処理し、大規模な GPU クラスターを必要とせずに小売分析の自動化や交通管理システムを実現します。
  • エッジコンピューティング: 高いメモリ効率と充実したエクスポートオプションにより、YOLO11 は Raspberry Pi や NVIDIA Jetson プラットフォームなどのデバイスでのエッジAIデプロイに最適です。
  • 複雑なパイプライン: 物体検出と姿勢キーポイント（例：スポーツ分析）や高精度なインスタンスセグメンテーション（例：医療画像）を組み合わせる必要があるプロジェクトでも、YOLO11 は単一の統合 API を通じてすべてのタスクをネイティブに処理します。

ユースケースと推奨事項#

YOLO11 と YOLOX のどちらを選択するかは、具体的なプロジェクト要件、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。

YOLOX を選択するタイミング#

YOLOX は次の用途に推奨されます。

  • アンカーフリー検出の研究: 新しい検出ヘッドや損失関数を試すためのベースラインとして、YOLOX の簡潔なアンカーフリーアーキテクチャを使用する学術研究。
  • 超軽量エッジデバイス: YOLOX-Nano バリアントの非常に小さなフットプリント（0.91Mパラメータ）が重要となる、マイクロコントローラーや従来型モバイルハードウェアへのデプロイ。
  • SimOTA ラベル割り当て研究: 最適輸送に基づくラベル割り当て戦略と、それがトレーニングの収束に与える影響を調査する研究プロジェクト。

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。

将来を見据えて：YOLO26の力#

YOLO11 は優れた選択肢ですが、AI の進歩は継続的に加速しています。効率性と安定性の最高水準を求めるチームには、YOLO26（2026年1月リリース）が、新しいコンピュータビジョンプロジェクト向けの最適な推奨モデルです。

YOLO26 は、エンドツーエンドのNMSフリーデザインを実装することで、大きな飛躍を遂げています。非最大抑制（NMS）の後処理を排除することで、レイテンシーの変動を完全に取り除き、デプロイロジックを大幅に簡素化します。この概念は YOLOv10 が初めて導入したものです。

さらに、YOLO26 は DFL の削除（分布焦点損失）を特徴とし、アーキテクチャを最適化することで、CPU推論を最大43%高速化します。そのため、低消費電力デバイスやエッジデバイス向けの有力なモデルとなっています。トレーニングの安定性も、MuSGD Optimizer（SGD と Muon を組み合わせた LLM に着想を得たハイブリッド）によって大幅に向上し、収束を高速化します。さらに、ProgLoss + STAL などの高度な損失関数と組み合わせることで、YOLO26 はドローン画像や IoT エッジセンサーなどの困難な環境における小さな物体の検出で優れた性能を発揮します。

さらに詳しく

物体検出アーキテクチャについてさらに詳しく知りたいですか？YOLO-World のオープンボキャブラリー機能を確認するか、Ultralytics エコシステムでドキュメント化されている Transformer ベースの RT-DETR モデルをご覧ください。

結論として、YOLOX は2021年に重要なアーキテクチャ概念を導入しましたが、YOLO11 の包括的なツールセット、メモリ効率、最先端のパフォーマンス、そして特に YOLO26 の革新的なアーキテクチャにより、現在の研究者やエンタープライズ開発者にとって Ultralytics エコシステムが明確な選択肢となっています。

貢献者
GLglenn-jocher15PDpderrenger2

コメント