Link to this sectionYOLOv10とEfficientDetの比較#
物体検出に最適なニューラルネットワークの選択は、現代のコンピュータビジョンシステムの成功を左右する重要な判断です。この分野に多大な影響を与えてきた2つの主要なアーキテクチャに、YOLOv10とEfficientDetがあります。どちらも計算コストを最小限に抑えつつ精度を最大化することを目指していますが、これらの目標を達成するためのアーキテクチャ上のアプローチは大きく異なります。
この包括的なガイドでは、それぞれの独自の設計、学習手法、およびデプロイ特性を掘り下げ、開発者やMLエンジニアがビジョンAIアプリケーションのためにデータに基づいた意思決定を行えるよう支援します。また、組み込みエッジAIデバイスから強力なクラウドGPUまで、幅広いハードウェアでのパフォーマンスを検証します。
Link to this sectionYOLOv10：NMSフリーの先駆者#
リアルタイムのレイテンシの限界を押し上げるために開発されたYOLOv10は、YOLOファミリーにおける最も持続的なボトルネックの一つであるNon-Maximum Suppression (NMS)に対処しました。この後処理ステップを排除することで、モデルは非常に予測可能なレイテンシを実現しており、これは自動運転車や高速ロボティクスにおいて不可欠です。
Link to this sectionアーキテクチャの革新#
YOLOv10は、NMSフリー学習のための整合性のあるデュアルアサインメントを導入しています。学習中には1対多と1対1のラベルアサインメントの両方を活用することで、ネットワークが豊かな表現を学習できるようにし、推論時にはオブジェクトごとに最適なバウンディングボックスをネイティブに出力します。このアーキテクチャには、全体的な効率と精度を重視した設計が組み込まれており、分類ヘッドを合理化し、以前のイテレーションで見られた計算上の冗長性を低減しています。
Link to this sectionモデルの詳細#
- 著者: Ao Wang, Hui Chen, Lihao Liu, 他
- 組織: 清華大学
- 日付: 2024-05-23
- 論文: YOLOv10: Real-Time End-to-End Object Detection
- GitHub: THU-MIG/yolov10
- Docs: YOLOv10 ドキュメント
YOLOv10はNMSステップを削除しているため、バウンディングボックスフィルタリングのためのカスタムランタイムプラグインに依存することなく、ONNX formatやNVIDIA TensorRTなどのフォーマットへ本質的にエクスポートしやすくなっています。
強み:
- 予測可能な推論: NMSを削除したことで、シーン内のオブジェクト数に関係なく安定した推論時間を保証します。
- メモリ使用量の低減: RT-DETRのようなTransformerベースのモデルと比較して、YOLOv10は学習時および推論時においてメモリ要件が大幅に低くなっています。
- 優れた速度と精度のトレードオフ: パフォーマンス指標を犠牲にすることなく、低レイテンシのシナリオ向けに特別に最適化されています。
弱み:
- 単一タスクへの集中: より広範なUltralyticsエコシステムとは異なり、オリジナルのYOLOv10リポジトリは検出に大きく特化しており、インスタンスセグメンテーションやポーズ推定へのネイティブサポートは欠けています。
Link to this sectionEfficientDet：スケーラブルでバランスのとれたモデル#
Google Brainによって導入されたEfficientDetは、体系的なネットワークスケーリングという観点から物体検出にアプローチします。これはEfficientNet画像分類バックボーンに基づいて構築されており、斬新な特徴融合メカニズムを導入しています。
Link to this sectionアーキテクチャの革新#
EfficientDetの核となるのは、高速かつ容易なマルチスケール特徴融合を可能にする**Bi-directional Feature Pyramid Network (BiFPN)**です。トップダウンで特徴を合計するだけの従来のFPNとは異なり、BiFPNは双方向のクロススケール接続と学習可能な重みを導入することで、異なる入力特徴の重要性を学習します。さらに、EfficientDetは解像度、深さ、幅をすべてのバックボーン、特徴ネットワーク、およびボックス/クラス予測ネットワークに対して一律にスケーリングする複合スケーリング手法を採用しています。
Link to this sectionモデルの詳細#
- 著者: Mingxing Tan, Ruoming Pang, and Quoc V. Le
- 組織: Google Brain
- 日付: 2019-11-20
- 論文: EfficientDet: Scalable and Efficient Object Detection
- GitHub: Google AutoML EfficientDet
強み:
- 高い効率性: 優れたパラメータ対精度比を実現しており、小さな
-d0から-d2のバリアントは非常に軽量です。 - 原理に基づいたスケーリング: 複合スケーリングにより、ユーザーは正確な計算予算に合ったモデルサイズを簡単に選択できます。
弱み:
- レガシーフレームワークの統合: オリジナルの実装は古いTensorFlowバージョンに大きく依存しており、現代のデプロイパイプラインを複雑にする可能性があります。
- 遅い学習: EfficientDetをゼロから学習させることは非常に時間がかかり、YOLOアーキテクチャの迅速な収束と比較して、慎重なハイパーパラメータ調整が必要です。
- 推論速度: パラメータ効率は良いものの、複雑なBiFPN演算は、高度に最適化されたYOLOモデルと比較すると、一般的なハードウェア上での実用的な推論速度を低下させることがよくあります。
Link to this section性能とベンチマーク#
これらのモデルの真のテストは、COCO datasetのような標準的なベンチマークにおける実証的なパフォーマンスにあります。以下の表は、パラメータ数、浮動小数点演算数（FLOPs）、およびNVIDIA T4 GPUsにおける推論レイテンシの重要な違いを示しています。
| 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) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
上記のように、YOLOv10は生の推論速度において大きな優位性を維持しています。例えば、YOLOv10-Sは46.7 mAPを達成し、TensorRTレイテンシはわずか2.66msですが、一方のEfficientDet-d3は同等の47.5 mAPを達成するものの約20msを要します。このため、リアルタイムのビデオストリーミングや高速な製造パイプラインにおいて、YOLOv10は圧倒的に優れています。
Link to this sectionユースケースと推奨事項#
YOLOv10とEfficientDetのどちらを選択するかは、特定のプロジェクト要件、デプロイの制約、およびエコシステムの好みによって異なります。
Link to this sectionYOLOv10を選択すべき場合#
YOLOv10は以下の用途に最適です。
- NMSフリーのリアルタイム検出： Non-Maximum Suppression（NMS）を使用しないエンドツーエンド検出のメリットを享受し、デプロイの複雑さを軽減できるアプリケーション。
- バランスの取れた速度と精度のトレードオフ： さまざまなモデルスケール全体で、推論速度と検出精度の強力なバランスを必要とするプロジェクト。
- 一貫したレイテンシが求められるアプリケーション： roboticsや自律システムなど、予測可能な推論時間が不可欠なデプロイ環境。
Link to this sectionEfficientDetを選択すべき場合#
EfficientDetは以下の場合に推奨されます：
- Google CloudおよびTPUパイプライン： Google Cloud Vision APIやTPUインフラストラクチャと深く統合されたシステムであり、EfficientDetのネイティブ最適化が活かせる環境。
- 複合スケーリング研究： ネットワークの深さ、幅、解像度のスケーリングバランスが与える影響を調査することに焦点を当てた学術的なベンチマーク。
- TFLite経由のモバイルデプロイ: Androidまたは組み込みLinuxデバイス向けにTensorFlow Liteのエクスポートを特に必要とするプロジェクト。
Link to this sectionUltralytics (YOLO26) を選択すべき時#
ほとんど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の最良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。
- 小さな物体の検出： aerial drone imageryやIoTセンサー分析のような困難なシナリオで、ProgLossとSTALが微小な物体の検出精度を大幅に向上させる場合。
Link to this section現代の標準：Ultralytics YOLO26の登場#
YOLOv10は画期的なNMSフリーパラダイムを導入し、EfficientDetは原理に基づいたスケーリングを実証しましたが、コンピュータビジョンの分野は進化し続けています。今日、新しいプロジェクトを開始する開発者にとって、Ultralytics YOLO26は、文句なしの最先端技術（SOTA）を代表するものです。2026年1月にリリースされたこのモデルは、あらゆる長所を統合し、Ultralytics Platform内で非常に洗練されたプロダクションレディなパッケージとして提供されています。
Link to this sectionなぜYOLO26が競合を凌駕するのか#
- エンドツーエンドのNMSフリー設計: YOLO26は、YOLOv10で先駆けとなったエンドツーエンドのNMSフリーアーキテクチャをネイティブに採用しており、デプロイを合理化し、推論を高速化しています。
- CPU推論が最大43%高速: 専用のアクセラレータを持たないエッジデバイス向けに、YOLO26は標準的なCPU上で効率的に動作するよう特別に最適化されています。
- 高度なMuSGDオプティマイザ: LLM学習の革新から着想を得たYOLO26は、SGDとMuonのハイブリッドを利用して、信じられないほど安定した学習と迅速な収束を実現し、EfficientDetと比較して学習効率を大幅に向上させています。
- ProgLoss + STAL: これらの改善された損失関数は、YOLOv10とEfficientDetの双方にとって伝統的な弱点であった小物体認識において、顕著な向上をもたらします。
- DFLの削除: Distribution Focal Lossを削除することで、YOLO26はOpenVINOやCoreMLを含む、ほぼすべてのハードウェアフォーマットへシームレスにエクスポート可能です。
Furthermore, YOLO26 provides unmatched versatility. While EfficientDet and YOLOv10 are strictly detection models, YOLO26 seamlessly handles oriented bounding boxes, image classification, and instance segmentation using the same intuitive Ultralytics Python package.
Link to this sectionUltralyticsによる使いやすさ#
Ultralyticsが提供する十分に整備されたエコシステムは、スムーズな開発者エクスペリエンスを保証します。モデルの学習、検証、およびTensorRT統合へのエクスポートは、わずか数行のコードで完了します。
from ultralytics import YOLO
# Load a pre-trained YOLOv10 model (or upgrade to YOLO26 natively)
model = YOLO("yolov10n.pt")
# Train the model efficiently on a custom dataset
model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Run inference and immediately visualize results
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()
# Export for rapid deployment
model.export(format="engine", quantize=16)Link to this section結論#
YOLOv10とEfficientDetを比較する場合、選択はフレームワークの好みと速度の制約に大きく依存します。EfficientDetは、TensorFlowエコシステム内でのモデルスケーリングに対する構造化されたアプローチを提供します。しかし、YOLOv10は、リアルタイムパフォーマンスの高さ、低いメモリ使用量、そしてNMSフリーアーキテクチャによるより直接的なデプロイパスを提供します。
パフォーマンスのバランス、使いやすさ、およびマルチタスクの汎用性を絶対的に追求するなら、Ultralytics PlatformへのアップグレードとYOLO26の利用を強くお勧めします。これは、YOLOv10のNMSフリーの革新性を継承し、MuSGDオプティマイザのような最先端の学習技術を適用し、膨大なグローバルコミュニティに支えられた堅牢なオープンソースフレームワークでラップしています。