はじめる

YOLOv5とYOLOv7

コンピュータービジョンの分野は、より高速で高精度なリアルタイム物体検出の需要に後押しされ、ここ数年で急速に進化しました。プロジェクトに適したアーキテクチャを選ぶには、Ultralytics YOLOv5やYOLOv7などの人気モデルの違いを理解することが重要です。この技術比較では、アーキテクチャ、トレーニング手法、性能指標、理想的なデプロイシナリオを解説し、情報に基づいた判断を支援します。

概要:モデルの起源#

これらのモデルの起源と設計思想を理解すると、アーキテクチャの選択に関する背景がわかります。

YOLOv5の詳細:

YOLOv7の詳細:

YOLOv7の詳細を見る

他のアーキテクチャを見る

これらのモデルとほかのモデルとの比較に関心がある場合は、YOLOv5とYOLO11の比較やYOLOv7とEfficientDetの比較をご覧いただき、物体検出エコシステムへの理解を深めてください。

アーキテクチャの革新と違い#

YOLOv5:導入しやすさの標準#

2020年にUltralyticsが発表したYOLOv5は、PyTorchフレームワークをネイティブに採用し、研究者や開発者が利用を始める際の障壁を大幅に下げました。アーキテクチャにはModified CSPDarknet53バックボーンを採用し、Cross Stage Partial(CSP)ネットワークを組み込むことで、勾配の流れを維持しながらパラメーター数を削減しています。

大きな強みの一つは、メモリ要件の低さです。古い2段階検出器やRT-DETRのような大規模なTransformerモデルと比較して、YOLOv5はトレーニング時のCUDAメモリ使用量が大幅に少なく、一般的なコンシューマー向けGPUでより大きなバッチサイズを使用できます。また、汎用性にも優れ、オリジナルのYOLOv5リポジトリは物体検出、インスタンスセグメンテーション、画像分類に対応しています。

YOLOv7:リアルタイム精度の限界を押し広げる#

2022年半ばにリリースされたYOLOv7は、MS COCOベンチマークでリアルタイム検出の最先端精度を向上させることに重点を置いていました。開発者は、元の勾配経路を損なわずにネットワークの学習能力を高めるExtended Efficient Layer Aggregation Network(E-ELAN)を導入しました。

YOLOv7は「trainable bag-of-freebies」でも知られています。特にトレーニング時の再パラメーター化手法では、複数のモジュールを推論時に単一の畳み込み層へ変換し、精度を損なわずに速度を高めます。ただし、この複雑なトレーニング手法は、ネイティブなUltralyticsエコシステムと比べて学習曲線が急になり、エクスポートパイプラインも分かりにくくなることがあります。

パフォーマンス比較#

これらのモデルを評価する際は、速度、精度、計算コストの性能バランスが重要です。以下では、MS COCO val2017データセットに基づいて性能指標を詳しく比較します。

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)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

YOLOv7は大型モデルで実測mAPが高い一方、YOLOv5はエッジデバイス向けの軽量なNano(YOLOv5n)から、クラウド推論向けのExtra-Large(YOLOv5x)まで、より幅広いモデルサイズを提供しています。

Ultralyticsエコシステムの利点#

モデルの有用性は、そのアーキテクチャだけでは決まりません。モデルを取り巻くエコシステムが、本番環境へどれだけ迅速にデプロイできるかを左右します。この点でUltralyticsモデルは優れています。

  • 使いやすさ: Ultralytics Platformと統一されたPython APIにより、分かりやすい構文と充実したドキュメントを備えた、効率的なユーザー体験が得られます。カスタムデータセットのトレーニングに必要な定型コードは最小限です。
  • メンテナンスが行き届いたエコシステム: Ultralyticsは、活発な開発、頻繁なアップデート、充実したコミュニティサポートを特長としています。CometやWeights & Biasesなどのツールとの統合も組み込まれています。
  • トレーニング効率: データローダー、スマートキャッシュ、マルチGPUサポートにより、Ultralyticsモデルを効率的にトレーニングできます。利用可能な事前学習済み重みを使うことで、転移学習を効率化できます。

コード例:使い始める#

Ultralyticsを使用すれば、わずか数行のコードでモデルをデプロイできます。以下のPythonスニペットは、推奨されるultralyticsパッケージを使って、モデルの読み込み、トレーニング、推論を簡単に実行する方法を示しています。

from ultralytics import YOLO

# 事前学習済みYOLOv5s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のサンプルデータセットでモデルをトレーニングする
# Ultralyticsがデータのダウンロードと拡張を自動的に処理します
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# サンプル画像で推論を実行する
predictions = model("https://ultralytics.com/images/bus.jpg")

# 予測結果を表示する
predictions[0].show()

一方、元のYOLOv7リポジトリを利用するには、一般に複雑なリポジトリのクローン、依存関係の手動管理、長いコマンドライン引数の使用が必要です。

実環境での用途と適したユースケース#

YOLOv7を選ぶ場合#

YOLOv7は、最高のmAPのみを目標とし、アンカーベースの出力テンソルに合わせてシステムがすでに調整されている場合、学術的なベンチマークや特定のレガシーGPUパイプラインに有力な候補であり続けます。勾配経路の分析に取り組む研究者は、ベースラインとしてYOLOv7をよく使用します。

YOLOv5を選ぶ場合#

YOLOv5は安定性が高く、本番環境で広く使用されています。次のような用途で第一候補となります。

  • モバイルおよびエッジコンピューティング:CoreMLを介してiOSに、またはLiteRTを介してAndroidにYOLOv5nをデプロイできます。
  • 機動力のあるスタートアップ: 素早い反復サイクルが必要なチームは、データセット管理とクラウドトレーニングに対応したUltralytics Platformとの統合を活用できます。
  • マルチタスク環境: 物体検出、セグメンテーション、分類を組み合わせるシステム。

次世代への展望:YOLO26への移行#

YOLOv5とYOLOv7の比較はビジョンAIの進化を理解するうえで有益ですが、技術はさらに進歩しています。2026年1月にリリースされたUltralytics YOLO26は、新規プロジェクトで最初に検討するモデルとしておすすめです。

YOLO26には、YOLOv5とYOLOv7の両方を上回る次のような利点があります。

  • エンドツーエンドNMSフリー設計: Non-Maximum Suppressionの後処理をオプションで省略(nms=False)することで、YOLO26はデプロイを簡素化し、レイテンシをより安定させます。
  • MuSGDオプティマイザー: Moonshot AIによるLLMの革新に着想を得たこのハイブリッド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。
  • エッジ推論の高速化: エッジ環境向けに最適化されたYOLO26nは、Distribution Focal Loss(DFL)の削除により、YOLO11nよりCPUで最大43%高速に動作します。
  • 精度の向上: ProgLoss + STALなどの新しいトレーニング手法により、小物体認識が向上し、ドローン映像やロボティクスで役立ちます。

既存のYOLOv5パイプラインを保守する場合も、YOLO26を採用する場合も、Ultralytics Platformはアノテーション、トレーニング、デプロイのためのツールを提供します。

コントリビューター

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。