YOLO11とYOLOXの比較
リアルタイム物体検出モデルは、ここ数年で急速に進化しました。本番環境や学術研究向けのアーキテクチャを選ぶ際、開発者は実績ある節目のモデルと新しい設計を比較することがよくあります。この比較では、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を解説します。
アーキテクチャの概要#
どちらのモデルもリリース当時に物体検出を進歩させましたが、設計思想が異なり、開発者向けの体験もそれぞれ異なります。
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によってUltralyticsからリリースされたYOLO11は、高い精度と効率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、回転境界ボックス(OBB)検出にも対応しています。洗練されたアーキテクチャにより、複雑な空間階層における特徴の抽出と保持が向上しています。
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アプローチによって研究と産業用途をつなぎ、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のパラダイムを導入し、設計パラメーター数を削減するとともに、リリース当時の学術ベンチマークで性能を向上させました。
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、YOLOv8やYOLO11などの後続モデルでアンカーフリーの概念を採用・改良し、精度とデプロイの柔軟性を高めています。
パフォーマンスとメトリクス#
検出モデルを評価する際には、パラメーター数、計算コスト(FLOPs)、平均適合率(mAP)のバランスを調べることが、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) | mAPval50-95 | 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 |
YOLO11xはYOLOXxより高精度(mAP 54.7対51.1)でありながら、パラメーター数は約半分(56.9M対99.1M)で、T4 TensorRT上でも高速に動作します(11.3 ms対16.1 ms)。この効率により、学習時と推論時に必要なメモリが少なくなり、本番環境で明確な利点となります。
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の大きな違いの1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提供されており、カスタムデータセットの学習を始めるには、複雑な環境設定、C++オペレーターのコンパイル、詳細なコマンドライン引数が必要です。
YOLO11はUltralytics Pythonパッケージに完全に統合されており、インストールからデプロイまで効率的なワークフローを提供します。Ultralytics Platformは、データアノテーション、実験追跡、クラウド学習のツールを提供します。定型作業を抽象化することで、エンジニアはモデルの性能に集中できます。
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を使用してモデルをトレーニングします
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# ONNXにエクスポートします
model.export(format="onnx")さらに、UltralyticsモデルはTensorRT、CoreML、OpenVINOなどの形式へ1つのコマンドでエクスポートできます。一方、古いリポジトリでは、複雑なサードパーティー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、開発者が分離型ヘッドのテンソル出力を中心としたカスタムC++推論パイプラインをすでに構築している、特殊なレガシーデプロイでは有効な選択肢です。2021年当時のアーキテクチャとの比較研究を行う研究者も、引き続きYOLOXをベースラインとして使用できます。
YOLO11が優れている場面#
ほとんどの現代的な本番シナリオでは、YOLO11のほうが優れた開発体験を提供します。
- スマートシティと小売: 高い速度対精度比により、YOLO11は混雑したシーンにも適切に対応し、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: メモリ効率と幅広い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デプロイに適しています。
- 複雑なパイプライン: 物体検出と姿勢キーポイント(スポーツ分析など)、または高精度なインスタンスセグメンテーション(医用画像など)の組み合わせが必要なプロジェクトでも、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: 検出、セグメンテーション、分類、姿勢推定、OBBを単一の統合フレームワーク内で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バリエーションの小さなフットプリント(0.91Mパラメーター)が重要となる、非常に制約の厳しいモバイルハードウェアやレガシー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GPUアクセラレーションのないデバイスでは、YOLO26nのCPU推論がYOLO11nより最大43%高速であることが大きな強みになります。
- 小物体検出: ドローンによる航空画像やIoTセンサー分析など、ProgLossとSTALによって小物体の精度が向上する難易度の高いシナリオに適しています。
今後の展望: YOLO26の力#
YOLO11も引き続き優れた選択肢ですが、最高の効率と学習安定性が必要な新規コンピュータービジョンプロジェクトには、2026年1月にリリースされたYOLO26を推奨します。
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)を実装しています。Non-Maximum Suppression(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簡素化します。この手法はYOLOv10がYOLOモデルに導入しました。
YOLO26はDFLの除去(Distribution Focal Loss)も特徴としており、これによりYOLO26nはYOLO11nより最大43%高速なCPU推論を実現できるため、低消費電力デバイスやエッジデバイスに適しています。学習の安定性は、大規模言語モデル(LLM)の学習に着想を得たSGDとMuonのハイブリッドであるMuSGDオプティマイザーによって向上し、収束も加速します。ProgLoss + STAL(段階的損失と小物体を考慮したラベル割り当て)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で、小さな物体の検出に優れています。
物体検出アーキテクチャについてさらに知りたい場合は、Ultralyticsエコシステムで紹介しているYOLO-Worldのオープンボキャブラリー機能や、TransformerベースのRT-DETRモデルをご覧ください。
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、ツールセット、メモリ効率、精度の面で優れているYOLO11、そして特に新しいYOLO26により、現在の研究者や企業の開発者にとってUltralyticsエコシステムがより強力な選択肢となっています。
コメント
質問したり、結果を共有したり、ほかの人をサポートしたりできます。