YOLOv5とYOLOv6-3.0
コンピュータービジョンの分野は絶えず進化し、新しいアーキテクチャが速度と精度の限界を押し広げています。次のビジョンAIプロジェクトでモデルを選ぶ際、開発者は実績があり汎用性の高いフレームワークと、特定用途に特化した産業用検出器を比較することがよくあります。この比較では、Ultralytics YOLOv5とMeituanのYOLOv6-3.0の技術的な違いを検証し、デプロイのニーズに最適なツールを選ぶための情報を提供します。
モデルの概要#
Ultralytics YOLOv5:汎用性の高い標準モデル#
2020年にリリースされたUltralytics YOLOv5は、利用しやすく高性能な物体検出モデルとして急速に広く採用されました。使いやすさ、堅牢なトレーニングパイプライン、幅広いデプロイ統合が特長です。
- 著者: Glenn Jocher
- 組織: Ultralytics
- 日付: 2020-06-26
- GitHub: ultralytics/yolov5
YOLOv5は、PyTorchエコシステムで分かりやすい開発者体験を実現することを目指して、ゼロから設計されました。高い平均適合率(mAP)を達成しながら、高速な推論を維持する優れた性能バランスを備えており、エッジデバイスからクラウドサーバーまで、さまざまな実環境へのデプロイに適しています。
YOLOv6-3.0:産業用スループット#
MeituanのVision AI部門が開発したYOLOv6-3.0は、産業用途に特化しており、専用のハードウェアアクセラレーターでの生スループットを重視しています。
- 著者: Chuyi Li、Lulu Li、Yifei Gengほか
- 組織: Meituan
- 日付: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
YOLOv6は、NVIDIA T4などのGPUで処理速度を最大化することを目指しています。専用の量子化方式と特化型バックボーンを採用して高い性能を実現しており、バッチ推論を多用するバックエンドサーバーでの処理に適しています。
アーキテクチャの違い#
これらのモデルの理想的なユースケースを特定するには、アーキテクチャの選択理由を理解することが重要です。
YOLOv5のアーキテクチャ#
YOLOv5は、高度に最適化されたCSPDarknetバックボーンとPath Aggregation Network(PANet)ネックを組み合わせています。この構造は、トレーニング時と推論時のメモリ要件を最小限に抑えるよう細かく調整されています。大量のCUDAメモリと長いトレーニング時間が必要な大規模Transformerモデルとは異なり、YOLOv5は一般的なコンシューマー向けハードウェアで効率的に動作します。
Ultralyticsモデルは、トレーニング効率を重視して設計されています。YOLOv5モデルはミドルレンジのGPU 1台でトレーニングできる場合が多く、研究者にもスタートアップにも利用しやすいモデルです。
YOLOv5は物体検出器にとどまりません。オリジナルのYOLOv5リポジトリは、アーキテクチャを拡張してインスタンスセグメンテーションと画像分類にも対応しています。
YOLOv6-3.0のアーキテクチャ#
YOLOv6-3.0はEfficientRepバックボーンを採用しており、特にGPU実行時のハードウェア効率を重視して設計されています。ネックには双方向連結(BiC)モジュールを使用し、特徴融合を強化しています。
トレーニング時、YOLOv6は収束を安定させるAnchor-Aided Training(AAT)戦略を使用しますが、推論時はアンカーフリーの検出器です。このアーキテクチャはGPUアクセラレーションを利用するタスクに優れていますが、多様なエッジデバイスへの適応は、移植性の高いYOLOv5フレームワークより複雑になる場合があります。
パフォーマンス分析#
これらのモデルを評価する際は、生の速度と精度の指標が重要です。以下に、COCOデータセットでの各種モデルサイズの性能を比較した表を示します。
| 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) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
YOLOv6-3.0は同等サイズのすべてのモデルで高いmAPを達成していますが、YOLOv5はより軽量です。たとえばYOLOv5nは、YOLOv6の対応モデルよりパラメーター数とFLOPsが大幅に少なく、モバイル環境やCPUに制約のあるデプロイに適しています。
エコシステムと使いやすさ#
多くのエンジニアリングチームにとって、モデルを取り巻くエコシステムが真の決め手になります。
YOLOv6は優れた研究用リポジトリですが、さまざまな形式へのデプロイには手作業が多く必要です。一方、Ultralyticsは、効率的なユーザー体験を特長とする、メンテナンスが行き届いたエコシステムを提供しています。統一されたPython APIと直感的に使えるUltralytics Platformにより、データセット管理、ワンクリックトレーニング、ONNXやTensorRTなどの形式への直接エクスポートを利用できます。
コード例:統一されたUltralytics API#
Ultralyticsのultralytics pipパッケージを使うと、わずか数行のコードでモデルの読み込み、トレーニング、デプロイができます。
from ultralytics import YOLO
# 事前学習済みYOLOv5のSmallモデルを読み込む
model = YOLO("yolov5su.pt") # YOLOv5u: ultralyticsパッケージ向けのアンカーフリーYOLOv5重み
# COCO8データセットでモデルをトレーニングします
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# 画像に対して高速な推論を実行する
predictions = model("https://ultralytics.com/images/bus.jpg")
# エッジデプロイ用にONNXへエクスポートする
model.export(format="onnx")ユースケースと推奨事項#
YOLOv5とYOLOv6のどちらを選ぶかは、プロジェクトの具体的な要件、デプロイの制約、エコシステムの好みによって異なります。
YOLOv5を選ぶ場合#
YOLOv5は、次のような場合に適しています。
- 本番環境での実績:YOLOv5の長年にわたる安定性の実績、充実したドキュメント、大規模なコミュニティが重視される既存のデプロイ環境に適しています。
- リソースが限られたトレーニング: GPUリソースが限られており、YOLOv5の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となる環境です。
- 幅広いエクスポート形式への対応: ONNX、TensorRT、CoreML、LiteRTなど、多様な形式でのデプロイが必要なプロジェクトです。
YOLOv6を選ぶ場合#
YOLOv6は、次のような場合に推奨されます。
- 産業用ハードウェアを考慮したデプロイ: モデルのハードウェアを考慮した設計と効率的な再パラメーター化によって、特定のターゲットハードウェア上で最適な性能が得られるシナリオです。
- 高速な1ステージ検出: 制御された環境でのリアルタイム動画処理において、GPU上での生の推論速度を重視するアプリケーションです。
- Meituanエコシステムとの統合: すでにMeituanの技術スタックとデプロイインフラストラクチャを利用しているチームです。
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による高速化機能のないデバイスでは、YOLO26nはCPU上でYOLO11nより最大43%高速に動作します。
- 小物体検出: ドローンによる空撮画像やIoTセンサー分析などの難しいシナリオでは、ProgLossとSTALが小さな物体の精度を向上させます。
次のステップ:YOLO26の優位性#
YOLOv5は信頼性の高い定番モデルであり、YOLOv6-3.0は産業用GPUで高いスループットを発揮しますが、技術はさらに進化しています。現在、新規プロジェクトを始める開発者には、Ultralytics YOLO26をおすすめします。
2026年1月にリリースされたYOLO26は、大きな進歩をもたらします。Ultralyticsエコシステムの汎用性を受け継ぎながら、アーキテクチャに次のような改善を導入しています。
- エンドツーエンドNMSフリー設計: YOLO26のオプションのNMSフリーヘッド(
nms=False)はNon-Maximum Suppressionの後処理を不要にし、レイテンシのばらつきを抑え、デプロイロジックを簡素化します。 - CPU推論が最大43%高速: DFLを削除し、より軽量なヘッドを採用したことで、YOLO26nはYOLO11nよりCPUで最大43%高速に動作し、エッジデバイスや低消費電力デバイスで優れた性能を発揮します。
- MuSGDオプティマイザー: LLMトレーニングの革新を活用した新しいMuSGDオプティマイザーは、安定したトレーニングと高速な収束を実現します。
- 高度な汎用性: YOLO26は、タスクに応じたヘッドと損失関数を使って、インスタンスセグメンテーション、セマンティックセグメンテーション、深度推定、分類、姿勢推定、方向付きバウンディングボックス(OBB)に対応し、ProgLossとSTALによって小物体認識も向上します。
Ultralyticsエコシステムのほかの選択肢を検討する場合は、汎用モデルのYOLO11や、オープンボキャブラリー検出タスク向けのYOLO-Worldも候補になります。
結論#
YOLOv5とYOLOv6-3.0は、どちらもコンピュータービジョン分野に大きな影響を与えてきました。YOLOv6-3.0はハイエンドサーバーハードウェアで優れたスループットを発揮するため、特化型のオフライン分析に適しています。一方、堅牢で使いやすく汎用性の高いモデルを求める開発者には、Ultralyticsエコシステムに支えられたYOLOv5も有力な選択肢です。
精度、オプションのNMSフリーデプロイ、開発者体験を総合的に重視する場合、最新のビジョンAIソリューションではUltralytics Platformを通じてYOLO26にアップグレードすることをおすすめします。
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。