YOLOv10とYOLO11#
コンピュータービジョンの分野は絶えず進化しており、新しいアーキテクチャによってリアルタイム処理の可能性が広がっています。この変化の速い分野に取り組む開発者や研究者にとって、最先端モデル間の違いを理解することは重要です。この詳細な比較では、高性能な物体検出フレームワークであるYOLOv10とUltralytics YOLO11の技術的な違い、性能上のトレードオフ、適したユースケースを解説します。
どちらのモデルもベンチマークデータセットで優れた結果を出していますが、基盤となる設計思想やエコシステムとの統合方法は大きく異なります。アーキテクチャを検討することで、デプロイ時の制約やプロジェクトの目標に最も合ったソリューションを特定できます。
YOLOv10: NMS不要のエンドツーエンド検出を切り開くモデル#
2024年春にリリースされたYOLOv10は、後処理に伴うレイテンシのオーバーヘッドに直接対処し、従来の物体検出パイプラインに新たなアプローチを導入しました。
- 著者: Ao Wang、Hui Chen、Lihao Liuほか
- 組織: 清華大学
- 日付: 2024年5月23日
- 研究論文: arXiv:2405.14458
- ソースコード: GitHub上のTHU-MIG/yolov10
- ドキュメント: YOLOv10ドキュメント
YOLOv10の際立った革新は、NMS不要のトレーニングを可能にする一貫性のあるデュアルアサインメント戦略です。従来の物体検出器は、重複するバウンディングボックス予測を除外するために非最大値抑制（NMS）に大きく依存します。この処理をなくすことで、YOLOv10は真のエンドツーエンド検出を実現し、推論レイテンシを削減します。また、カスタムNMS処理の最適化が非常に難しいニューラルプロセッシングユニット（NPU）などのハードウェアアクセラレーターへのデプロイも簡素化します。
YOLO11: エコシステムを活かした汎用性と性能#
同年後半にリリースされたYOLO11は、Ultralyticsモデルファミリーを継続的に改良したモデルです。速度、精度、開発者エクスペリエンスの最適なバランスを重視しています。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024年9月27日
- ソースコード: GitHub上のUltralytics
- プラットフォーム統合: Ultralytics Platform
YOLO11は本番環境向けに設計されています。標準的なバウンディングボックス検出にも優れていますが、真価はその汎用性にあります。主に物体検出に特化したYOLOv10とは異なり、YOLO11は統一されたアーキテクチャで、インスタンスセグメンテーション、姿勢推定、画像分類、Oriented Bounding Box（OBB）タスクを標準でサポートします。トレーニング時のメモリ要件が非常に低く、より大規模なTransformerベースのアーキテクチャと比べて、一般向けのGPUを使用するチームでも導入しやすくなっています。
パフォーマンスと指標の比較#
これらのモデルを直接比較する際は、COCOデータセットなどの標準的なベンチマークで、異なるスケールのバリエーションごとの性能を確認することが重要です。
以下の表は、性能の違いを示しています。YOLO11は多くのサイズカテゴリでmAPがYOLOv10を上回り、TensorRTによる推論速度でも高い競争力を維持することがよくあります。
| モデル | サイズ (ピクセル) | mAPval 50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメーター (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| 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 |
この高速な推論速度をローカル環境で再現するには、Intel CPU向けのOpenVINOやNVIDIA GPU向けのTensorRTなど、最適化された形式にモデルをエクスポートしてください。
アーキテクチャの詳細#
トレーニング手法と効率#
YOLOv10のアーキテクチャは、計算の冗長性を削減することを重視しています。効率と精度を総合的に考慮した戦略でバックボーンとネックの設計を最適化することで、清華大学の研究者は、従来のバージョンと比べて中規模モデル（YOLOv10mなど）のパラメーター数を大幅に削減しました。
一方、Ultralyticsモデルの大きな特長はトレーニング効率です。YOLO11は、高度に洗練されたultralytics Pythonパッケージを使用し、複雑なハイパーパラメーター調整を抽象化します。このフレームワークは、高度なデータ拡張、学習率スケジューリング、マルチGPU分散トレーニングをすぐに利用できる形で自動処理します。また、YOLO11のアーキテクチャは優れた勾配フローを備えているため、収束が速く、トレーニング中のVRAM使用量も抑えられます。
使いやすさとエコシステムの利点#
エンタープライズでの導入を左右する重要な要素は、適切に保守されたエコシステムです。研究リポジトリは画期的な成果を生み出しても、論文公開後に更新が止まることが少なくありません。YOLO11を支えるUltralyticsエコシステムは、開発者にシームレスなエンドツーエンドの体験を提供します。
実験管理のためのWeights & Biasesや、データセット管理のためのRoboflowなどのツールとシームレスに連携することで、YOLO11はプロトタイプから本番環境への移行を加速します。合理化されたAPIにより、わずか数行のコードでモデルをトレーニングしてエクスポートできるため、使いやすさも明らかです。
from ultralytics import YOLO
# YOLO11のsmallモデルを初期化します
model = YOLO("yolo11s.pt")
# 最適化されたメモリ管理でモデルを効率よくトレーニングします
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")
# 柔軟にデプロイできるよう、ONNX形式にエクスポートします
model.export(format="onnx")ユースケースと推奨事項#
YOLOv10とYOLO11のどちらを選ぶかは、プロジェクト固有の要件、デプロイ時の制約、エコシステムの好みによって異なります。
YOLOv10を選ぶ場合#
YOLOv10は、次の用途に適しています:
- NMSを使用しないリアルタイム検出: 非最大抑制を使用しないエンドツーエンド検出によって、デプロイを簡素化できるアプリケーション。
- 速度と精度のバランス: さまざまなモデルスケールで、推論速度と検出精度の優れたバランスが必要なプロジェクト。
- レイテンシーが安定している必要のあるアプリケーション: ロボティクスや自律システムなど、予測可能な推論時間が重要なデプロイシナリオ。
YOLO11を選ぶ場合#
YOLO11は、次の用途に推奨されます:
- 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。
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。
その他のアーキテクチャを検討する#
YOLOv10とYOLO11は優れた選択肢ですが、ユースケースによってはドキュメントで紹介されている他のアーキテクチャが適している場合もあります。シーケンスベースの推論には、RT-DETRのようなTransformerモデルが高い精度を発揮しますが、一般により多くのメモリを必要とします。一方、再トレーニングなしで未知のクラスを識別するゼロショット機能が必要な場合は、自然言語プロンプトを活用するオープンボキャブラリー方式のYOLO-Worldが適しています。
次世代モデル: YOLO26#
最先端のモデルを求めるチームには、最近リリースされたUltralytics YOLO26がおすすめです。前述の両モデルの優れた特徴を組み合わせています。2026年1月にリリースされたYOLO26は、最新のデプロイシナリオに最適な選択肢です。
YOLO26は前世代モデルの基盤を引き継ぎ、オプションのエンドツーエンドNMS不要設計（nms=False）を標準で取り入れています。これにより、YOLOv10が最初に対処した後処理のボトルネックを、堅牢なUltralyticsフレームワーク内で効果的に解消します。さらに、YOLO26はDFLの削除（Distribution Focal Loss）を実現し、モデルのエクスポートグラフを大幅に簡素化するとともに、エッジデバイスや低消費電力のIoTデバイスとの互換性を高めています。
MuSGDオプティマイザーの導入により、トレーニングの安定性も世代を超えて大きく向上しました。このオプティマイザーはLLMのトレーニング手法に着想を得たハイブリッド方式で、非常に速い収束を実現します。さらに、ProgLoss + STALなどの高度な損失関数を組み合わせることで、小物体認識が大幅に向上します。一般的なエッジデバイスへのデプロイでは、こうしたアーキテクチャの改良によりCPU推論が最大43%高速化され、YOLO26はあらゆるコンピュータービジョンタスクで優れた選択肢となります。