コンテンツにスキップ

YOLOv5 vs. DAMO-YOLO: 包括的な技術比較

リアルタイムコンピュータビジョンの分野は絶えず進化を続けており、研究者やエンジニアは精度、速度、使いやすさの完璧なバランスを追求している。この進化を形作ってきた二つの主要なモデルは Ultralytics YOLOv5 とアリババのYOLOである。

このガイドでは、各モデルのアーキテクチャ、性能指標、およびトレーニング手法について詳細な技術分析を提供し、次回の導入に最適なモデルを選択するお手伝いをします。

モデル背景

技術的なニュアンスに深く入る前に、これらの影響力のあるビジョンモデルそれぞれの背景にある起源と主要な設計思想を理解することが重要です。

Ultralytics YOLOv5

Glenn JocherとUltralyticsのチームによって開発されたYOLOv5 、リリース以来業界標準YOLOv5 PyTorch フレームワーク上にネイティブ構築されており、開発者体験の効率化と堅牢なデプロイ機能を最初から優先しています。

YOLOv5について詳しくはこちら

DAMO-YOLO

アリババグループの研究者によって開発されたYOLO 、ニューラルアーキテクチャ検索（NAS）と高度な蒸留技術にYOLO 。ハードウェア固有の性能における理論的限界を押し広げ、極端なチューニングを必要とする研究環境やエッジ環境を強く意識した設計となっています。

DAMO-YOLOの詳細

アーキテクチャの革新

両モデルとも独自の構造概念を活用してリアルタイム性能を実現しているが、そのアプローチは大きく異なる。

YOLOv5：安定性と汎用性

YOLOv5 、修正CSP（Cross Stage Partial）バックボーンとPANet（Path Aggregation Network）ネックを組み合わせたYOLOv5 。この構造は極めて効率的で、 CUDA メモリ使用量を最小限に抑えます。

YOLOv5最大の強みのひとつは、タスクを横断した汎用性である。バウンディングボックス予測に加え、画像セグメンテーションと画像分類に特化したアーキテクチャを提供し、開発者が単一の統合フレームワークを中心にビジョンパイプラインを標準化することを可能にする。

YOLO革新は、そのMAE-NASバックボーンである。多目的進化探索を用いて、アリババチームは検出精度と推論速度を動的にバランスさせるバックボーンを発見した。

さらに、衛星画像解析で頻繁に見られる複雑なスケール変動に極めて有効な、特徴融合を改善した効率的なRepGFPNネックを備えています。ZeroHead設計により最終予測層が簡素化されレイテンシが低減されますが、この複雑な構造生成によりアーキテクチャが硬直化し、カスタム用途への適応が困難になる可能性があります。

メモリ要件

トランスフォーマーベースのアーキテクチャは、高いVRAM消費量に悩まされることが多い。YOLOv5 YOLO YOLOv5 効率的な畳み込み設計YOLO メモリ使用量を抑えているが、Ultralytics 特にコンシューマー向けGPU向けに最適化されており、独立研究者やスタートアップにとってはるかに利用しやすい。

パフォーマンスとメトリクス

リアルタイム物体検出器の評価には、mAP 平均精度）、推論速度、モデルサイズというパラメータの組み合わせを検討する必要がある。

モデルサイズ
(ピクセル)		mAPval
50-95		速度
CPU ONNX
(ms)		速度
T4 TensorRT10
(ms)		params
(M)		FLOPs
(B)
YOLOv5n64028.073.61.122.67.7
YOLOv5s64037.4120.71.929.124.0
YOLOv5m64045.4233.94.0325.164.2
YOLOv5l64049.0408.46.6153.2135.0
YOLOv5x64050.7763.211.8997.2246.4
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

YOLO 特定のパラメータ数において非常に競争力mAP YOLO 一方、YOLOv5 卓越した性能を示している。 TensorRT 速度と、nanoおよびsmall構成における驚異的に低いパラメータ数を一貫して実現しています。この性能バランスにより、YOLOv5 多様なエッジ展開シナリオにおいて効率的にYOLOv5 。

トレーニング効率とエコシステム

モデルの理論的正確性は、その実用的な実装可能性に依存する。この点において、モデルは大きく異なる。

蒸留の複雑性

YOLO 多段階トレーニング手法に大きくYOLO 。教師モデルと学習モデル間の知識蒸留技術であるAlignedOTAを実装している。これにより学習モデルから最大限の性能を引き出せる一方、最初に巨大な教師モデルをトレーニングする必要がある。これにより計算時間、エネルギーコスト、必要なハードウェアが大幅に増加し、機敏な機械学習チームにとってボトルネックとなっている。

Ultralytics ：使いやすさ

一方、Ultralytics 直感的なAPIとトレーニング効率で世界的に知られています。活発な開発と巨大なオープンソースコミュニティに支えられ、開発者はモデルをシームレスにトレーニング、検証、デプロイできます。

from ultralytics import YOLO

# Load a pretrained YOLOv5 model
model = YOLO("yolov5s.pt")

# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX format for deployment
model.export(format="onnx")

Ultralytics Weights & Biases Comet などのツールを介した実験追跡の組み込みUltralytics 提供し、摩擦のないワークフローを実現します。

実際のユースケース

  • YOLOv5 高速な生産環境において優れた性能を発揮します。そのシンプルなエクスポート機能により、スマート小売分析、高速製造欠陥検出、および CoreMLへの統合において最適な選択肢となっています。
  • YOLO、厳密な学術的ベンチマークや、膨大な計算リソースを活用して長時間の蒸留トレーニングを実行し、特定の固定ハードウェアターゲット向けにmAP わずかにmAP 目的とするシナリオに極めて適している。

ユースケースと推奨事項

YOLO YOLOv5 具体的なプロジェクト要件、デプロイメント上の制約、およびエコシステムの選好YOLO 。

YOLOv5を選択すべき時

YOLOv5 以下に最適YOLOv5 ：

  • 実績ある生産システム： YOLOv5 track 、豊富なドキュメント、大規模なコミュニティサポートが評価される既存の展開環境。
  • リソース制約下でのトレーニング： GPU 限られた環境において、YOLOv5効率的なトレーニングパイプラインと低いメモリ要件が有利に働く。
  • 幅広いエクスポート形式のサポート:複数の形式での展開を必要とするプロジェクトに対応 ONNX、 TensorRT、 CoreML、および TFLite。

DAMO-YOLOを選択するタイミング

YOLO 以下の方におすすめYOLO ：

  • 高スループット動画解析：固定NVIDIA GPU 上で高FPS動画ストリームを処理し、バッチ1スループットを主要指標とする。
  • 産業用製造ライン：専用ハードウェア上でGPU 厳しい制約があるシナリオ。例：組立ラインにおけるリアルタイム品質検査。
  • ニューラルアーキテクチャ探索研究：自動化されたアーキテクチャ探索（MAE-NAS）と効率的な再パラメータ化バックボーンが検出性能に及ぼす影響の検討。

Ultralytics YOLO26）を選択すべきタイミング

ほとんどの新規プロジェクトにおいて、Ultralytics パフォーマンスと開発者体験の最適な組み合わせを提供します：

  • NMSデプロイメント：ノンマキシマムサプレッション（NMS）後処理の複雑さを伴わずに、一貫した低遅延推論を必要とするアプリケーション。
  • CPU： GPU を持たないデバイスにおいて、YOLO26のCPU 決定的な優位性を提供する。
  • 小型物体検出： ドローン航空写真やIoTセンサー解析といった困難なシナリオにおいて、ProgLossとSTALが微小物体の精度を大幅に向上させる。

次の進化：YOLO26

新規プロジェクトを開始する際には、将来を見据えることが強く推奨されます。Ultralytics 、YOLOv5驚異的な基盤をさらに発展させ、最先端のビジョンAIを再定義する革新的な進歩を組み込んでいます。

YOLO26にアップグレードする理由

YOLO26は、広く称賛を受けてリリースされました。ネイティブのエンドツーエンド設計を採用し、エンドツーエンドNMS設計を実現。これにより、非最大抑制（NMS）の後処理を完全に排除し、大幅に高速かつ簡素化された展開を可能にします。

YOLO26の主な革新点には以下が含まれます：

  • MuSGDオプティマイザ：LLMトレーニングの革新に着想を得た、SGD ミューオンのハイブリッド手法により、極めて安定したトレーニングと高速な収束を実現します。
  • 最大43%高速CPU ：エッジコンピューティング向けに高度に最適化されており、専用GPUなしで動作するIoTデバイスに最適です。
  • ProgLoss + STAL:小物体の認識を劇的に改善する高度な損失関数。これは航空ドローン画像処理やロボティクスにおいて極めて重要である。
  • タスク特化型改善： 方向付きバウンディングボックス（OBB）向けの特殊な角度損失から、正確な姿勢推定のための残差対数尤度推定（RLE）まで、YOLO26は複雑な領域を容易に処理します。

結論

YOLOv5 YOLO YOLOv5 いずれも物体検出の歴史に確固たる地位をYOLO 。YOLO ニューラルアーキテクチャ探索とディストリビューションにおける興味深い研究対象YOLO 。しかし、整備されたエコシステム、使いやすさ、迅速な実用化を優先する組織にとって、Ultralytics 依然として比類のない存在である。

次世代モデル（YOLO26など）の注釈付与、トレーニング、デプロイにはUltralytics の利用を強く推奨します。これにより、コンピュータビジョンパイプラインが将来性があり、高速かつ驚くほど正確であることを保証します。

参考資料

  • トランスフォーマーベースの RT-DETR を、高精度アプリケーション向けに探求してください。
  • 前世代について学ぶ YOLO11 モデルについて学びましょう。
  • OpenVINOでデプロイメントを最適化する方法を発見 OpenVINOでデプロイメントを最適化する方法をご覧ください。

コメント