YOLO11とYOLOXの比較#
コンピュータービジョン分野はここ数年で急速に進歩し、リアルタイム物体検出モデルはますます高度化しています。本番環境や学術研究向けのアーキテクチャを選ぶ際、開発者は従来の画期的なモデルと最先端の技術革新と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、アーキテクチャ、性能指標、最適なデプロイシナリオについて詳しく解説します。
アーキテクチャの概要#
どちらのモデルも物体検出における大きな進歩を示していますが、設計思想が異なり、開発者に提供するエクスペリエンスも異なります。
YOLO11：汎用性の高いマルチタスクエンジン#
2024年9月にGlenn JocherとJing QiuがUltralyticsでリリースしたYOLO11は、高い精度と極めて優れた効率性のバランスを取る統合フレームワークとして設計されています。
- 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
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、回転バウンディングボックス（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が特徴抽出を最適化し、複雑な空間階層において特徴をより適切に保持します。
YOLOX：アンカーフリーの先駆け#
Megviiの研究者によって開発されたYOLOXは、純粋なアンカーフリー方式によって研究と産業応用の隔たりを埋め、2021年に大きな注目を集めました。
- 著者： Zheng Ge、Songtao Liu、Feng Wang、Zeming Li、Jian Sun
- 組織: Megvii
- 日付： 2021-07-18
- Arxiv: https://arxiv.org/abs/2107.08430
- GitHub: https://github.com/Megvii-BaseDetection/YOLOX
- ドキュメント: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs
YOLOXは、分離型ヘッドとアンカーフリー方式を導入し、設計パラメーター数を大幅に減らすとともに、リリース当時の学術ベンチマークにおける性能を向上させました。
YOLOXが普及させ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は後続のYOLOv8やYOLO11にアンカーフリーの概念を取り入れて大幅に改良し、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、パラメーター数、計算コスト（FLOPs）、平均適合率（mAP）のバランスを確認することが、実環境でのモデルデプロイに不可欠です。
| 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 (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 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
表からわかるように、YOLO11xは絶対精度でYOLOXxを大きく上回ります（54.7 mAP対51.1 mAP）。一方で、必要なパラメーター数は約半分です（56.9M対99.1M）。この効率性により、学習時と推論時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エクスペリエンス#
Ultralyticsの強み#
YOLO11とYOLOXの最も大きな違いの一つは使いやすさです。YOLOXは主に研究用のコードベースとして運用されており、カスタムデータセットの学習を開始するには、複雑な環境設定、C++オペレーターの手動コンパイル、冗長なコマンドライン引数が必要です。
これに対して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「初心者から上級者へ」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、クラウドベースの学習のための幅広いツールがあり、定型処理を抽象化することで、エンジニアがモデルの性能に集中できるようにします。
from ultralytics import YOLO
# 事前学習済みYOLO11モデルを読み込みます
model = YOLO("yolo11n.pt")
# Ultralytics APIを使ってモデルを簡単にトレーニングできます
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# ONNXまたはTensorRTにシームレスにエクスポートできます
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つのコマンドだけで済みますが、従来のリポジトリでは複雑なサードパーティ製ツールや手動でのグラフ編集が必要になることがよくあります。
実際のユースケース#
YOLOXを検討するタイミング#
YOLOXは、開発者がすでにYOLOX固有の分離ヘッドのテンソル出力を中心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、特殊なレガシー環境では引き続き有効な選択肢です。また、2021年の最先端アーキテクチャと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を利用します。
YOLO11が優れている場面#
ほぼすべての最新の本番環境シナリオで、YOLO11ははるかに優れたエクスペリエンスを提供します。
- スマートシティと小売: 速度と精度の比率が非常に優れているため、YOLO11は混雑したシーンを容易に処理し、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: オブジェクト検出と姿勢キーポイント（スポーツ分析など）や高精度なインスタンスセグメンテーション（医療画像など）を組み合わせる必要があるプロジェクトでも、YOLO11は統合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のどちらを選ぶかは、プロジェクト固有の要件、デプロイ制約、エコシステムに関する好みによって異なります。
YOLO11を選ぶ場合#
YOLO11は、次のような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優先となる、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。
- マルチタスクのビジョンアプリケーション: 単一の統合フレームワークで、検出、セグメンテーション、姿勢推定、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: 効率化されたUltralytics Python APIを使って、データ収集から本番環境への移行を迅速に進めたいチーム。
YOLOXを選ぶタイミング#
YOLOXは次のような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際のベースラインとして、YOLOXのシンプル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バリアントの極めて小さなフットプリント（パラメーター数0.91M）が重要となる、マイクロコントローラーや旧式のモバイルハードウェアへのデプロイ。
- SimOTAラベル割り当ての研究: 最適輸送に基づくラベル割り当て戦略と、トレーニングの収束への影響を調査する研究プロジェクト。
Ultralytics (YOLO26)を選ぶ場合#
多くの新規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を最適なバランスで提供します。
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とするアプリケーション。
- CPUのみの環境: 専用のGPUアクセラレーションを備えていないデバイスで、YOLO26の最大43%高速なCPU推論が大きな優位性を発揮します。
- 小物体検出: ドローンによる航空画像やIoTセンサーの分析など、ProgLossとSTALによって小さな物体の精度が大幅に向上する難しいシナリオ。
今後の展望: YOLO26の力#
YOLO11は優れた選択肢ですが、AIの進歩は絶えず加速しています。効率性と安定性を極めたいチームには、新しいコンピュータービジョンプロジェクト向けに、YOLO26（2026年1月リリース）を最終的な推奨モデルとしてご案内します。
YOLO26は、オプションのエンドツーエンドNMSフリーヘッド（nms=False）を実装し、大きな進歩を遂げています。非最大値抑制（NMS）の後処理をなくすことで、レイテンシーのばらつきを抑え、デプロイロジックを大幅に簡素化します。このコンセプトは、YOLOv10で初めて導入されました。
さらに、YOLO26ではDFLの除去（Distribution Focal Loss）によってアーキテクチャが最適化され、CPU推論が最大43%高速化されるため、低電力デバイスやエッジデバイスに最適です。また、LLMに着想を得たSGDとMuonのハイブリッドであるMuSGD Optimizerにより、トレーニングの安定性が大幅に向上し、収束が加速します。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エッジセンサーのような厳しい環境での小さな物体の検出にも優れています。
オブジェクト検出アーキテクチャについて理解を深めたい方は、YOLO-Worldのオープンボキャブラリー機能をご覧いただくか、Ultralyticsエコシステムで解説されているTransformerベースのRT-DETRモデルをご確認ください。
結論として、YOLOXは2021年に重要なアーキテクチャの概念を導入しましたが、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を備えたYOLO11、そして特に革新的なアーキテクチャのYOLO26により、現在、研究者やエンタープライズ開発者にはUltralyticsエコシステムが明確な選択肢となっています。