YOLOv6-3.0 vs YOLOv10：詳細な技術比較
理想的な物体検出モデルを選択することは、コンピュータービジョンプロジェクトの成功を最大化するために不可欠です。この分野は常に進化しており、新しいアーキテクチャが速度、精度、効率の間の改善されたトレードオフを提供しています。このページでは、2 つの強力な物体検出モデルである YOLOv6-3.0 と YOLOv10 の包括的な技術的比較を紹介します。特定のニーズに最適なモデルを選択できるように、アーキテクチャの違い、パフォーマンスベンチマーク、および理想的なユースケースについて詳しく説明します。
YOLOv6-3.0：産業用速度のために最適化
YOLOv6-3.0はMeituanによって開発された、産業用アプリケーション向けに特別に設計された物体検出フレームワークです。2023年初頭にリリースされ、高い推論速度と競争力のある精度との強力なバランスを実現することに重点を置いており、レイテンシが重要な要素となる現実世界の展開シナリオにとって確実な選択肢となります。
- 著者: Chuyi Li、Lulu Li、Yifei Geng、Hongliang Jiang、Meng Cheng、Bo Zhang、Zaidan Ke、Xiaoming Xu、Xiangxiang Chu
- 組織: Meituan
- Date: 2023-01-13
- Arxiv: https://arxiv.org/abs/2301.05586
- GitHub: https://github.com/meituan/YOLOv6
- ドキュメント: https://docs.ultralytics.com/models/yolov6/
アーキテクチャと主な機能
YOLOv6-3.0は、ハードウェアを意識したニューラルネットワークの設計思想に基づいて構築されています。そのアーキテクチャには、パフォーマンスを最適化するためのいくつかの重要な機能が組み込まれています。
- Efficient Reparameterization Backbone: この設計により、トレーニング後にネットワーク構造を最適化できるため、推論速度が大幅に向上します。
- ハイブリッドブロック: このモデルは、特徴抽出能力と計算効率の間の効果的なバランスを実現するために、ネックで異なるブロック設計の組み合わせを使用しています。
- 最適化されたトレーニング戦略: 収束を改善し、モデル全体のパフォーマンスを向上させるために、トレーニング中に自己蒸留のような手法を採用しています。このフレームワークは、リソース制約のあるハードウェアへの展開に役立つモデル量子化も適切にサポートしています。
長所
- 高速な推論速度: YOLOv6-3.0は高速なパフォーマンスのために高度に最適化されており、リアルタイムアプリケーションに特に適しています。
- 良好な精度: 特に大型モデルバリアントにおいて、競争力のある精度を提供し、多くのタスクに対して信頼性の高い速度と精度のトレードオフを実現します。
- モバイルおよび量子化のサポート： YOLOv6Liteバリアントと専用の量子化ツールが含まれているため、モバイルまたはCPUベースのデバイスへのデプロイに適しています。
弱点
- 限定的なタスクの多様性: YOLOv6-3.0は主に物体検出に焦点が当てられています。Ultralytics YOLOv8のような、より汎用性の高いフレームワークにある、セグメンテーション、分類、およびポーズ推定のための組み込みのマルチタスクサポートがありません。
- エコシステムとメンテナンス: オープンソースですが、そのエコシステムはUltralyticsプラットフォームほど包括的または活発にメンテナンスされていません。これにより、アップデートが遅くなり、コミュニティサポートが少なくなり、完全なMLOpsパイプラインへの統合時に摩擦が生じる可能性があります。
- 新しいモデルに性能で劣る: 以下のパフォーマンステーブルに示すように、YOLOv10のような新しいモデルは、精度と効率のバランスが優れており、より少ないパラメータでより高いmAPを達成することがよくあります。
理想的なユースケース
YOLOv6-3.0の速度と精度の組み合わせにより、特定の産業用および高性能アプリケーションに最適です。
- 産業オートメーション： 高速処理が品質管理に必要な製造業における自動検査システムに最適です。
- リアルタイムシステム: ロボティクスや監視など、厳密な遅延要件を持つアプリケーションに効果的です。
- エッジコンピューティング： 効率的な設計とモバイル向けに最適化されたバリアントにより、NVIDIA Jetsonのようなリソース制約のあるデバイスに実装可能です。
YOLOv10：エンドツーエンド効率の再定義
2024年5月に清華大学の研究者によって発表されたYOLOv10は、リアルタイム物体検出における大きな飛躍を表しています。ポストプロセッシングとモデルアーキテクチャの両方のボトルネックに対処することにより、真のエンドツーエンド効率の実現に焦点を当て、パフォーマンスと効率の境界に新たな最先端を打ち立てています。
- 著者: Ao Wang, Hui Chen, Lihao Liu, et al.
- 組織: 清華大学
- Date: 2024-05-23
- Arxiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- ドキュメント: https://docs.ultralytics.com/models/yolov10/
アーキテクチャと主な機能
YOLOv10は、検出パイプライン全体を最適化するために、いくつかの画期的な革新を導入しています。
- NMS不要の学習: その最も重要な機能は、推論中のNon-Maximum Suppression (NMS)の排除です。ラベル割り当てに一貫した二重割り当てを使用することにより、YOLOv10はこのポストプロセスステップを回避し、推論レイテンシを削減し、デプロイメントを簡素化します。
- 全体的な効率と精度の設計: モデルアーキテクチャは包括的に最適化されました。これには、計算オーバーヘッドを削減するための軽量な分類ヘッドと、より少ないコストでより豊富な情報を保持するための空間チャネル分離ダウンサンプリングが含まれます。
- 優れたパラメータ効率: YOLOv10モデルはコンパクトになるように設計されており、以前のモデルと比較して、パラメータとFLOPが大幅に少なく、高い精度を実現します。
長所
- 最先端の効率性: YOLOv10は、卓越した速度と精度のトレードオフを提供し、より小型で高速なモデルでより高い精度を実現することで、多くの競合製品を凌駕します。
- 真のエンドツーエンド展開: NMSフリーの設計により、展開がより簡単かつ迅速になり、レイテンシが重要なアプリケーションにとって大きな利点となります。
- シームレスなUltralyticsエコシステム統合： YOLOv10は、Ultralyticsエコシステムに完全に統合されています。これにより、シンプルなPython API、強力なCLIコマンド、広範なドキュメント、および簡単なトレーニングとデプロイメントのためのUltralytics HUBへのアクセスを含む、合理化されたエクスペリエンスがユーザーに提供されます。
- Efficient Training: 事前学習済みの重みと最適化されたトレーニングプロセスを利用できるため、カスタムデータセットでの微調整がより速く、リソース効率が高くなります。
弱点
- 新しいモデル: 非常に新しいモデルであるため、コミュニティとサードパーティのツールは、YOLOv8のような長年確立されたモデルと比較してまだ成長しています。
- タスクの特化: YOLOv6-3.0と同様に、YOLOv10は主に物体検出に焦点が当てられています。セグメンテーションや姿勢推定のようなマルチタスク機能をすぐに使用できるプロジェクトの場合、Ultralytics YOLO11のようなモデルの方が適しています。
理想的なユースケース
YOLOv10は、リアルタイム性能とリソース効率が最優先されるアプリケーションに非常に適しています。
- エッジAIアプリケーション: その小さなフットプリントと低遅延性により、携帯電話や組み込みシステムなど、計算能力が限られたデバイスへの展開に最適です。
- 高速処理: 自律型ドローンや自動車のAIなど、非常に低いレイテンシを必要とするアプリケーションに最適です。
- リアルタイム分析： 交通管理や小売分析など、即時のオブジェクト検出を必要とするペースの速い環境に最適です。
性能分析：YOLOv6-3.0 vs. YOLOv10
YOLOv6-3.0とYOLOv10の性能比較は、YOLOv10が効率と精度において達成した進歩を明確に示しています。
| モデル | サイズ (ピクセル) |
mAPval 50-95 |
速度 CPU ONNX (ms) |
速度 T4 TensorRT10 (ms) |
params (M) |
FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| 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 |
データから、いくつかの重要な洞察が得られます。
- 効率性: YOLOv10モデルは、一貫して優れたパラメータ効率と計算効率を示しています。例えば、YOLOv10-Sは、YOLOv6-3.0sよりも高いmAP (46.7% vs. 45.0%) を、半分以下のパラメータ (7.2M vs. 18.5M) とFLOPs (21.6B vs. 45.3B) で達成しています。
- 精度: すべての同等のモデルサイズにおいて、YOLOv10はより高いmAPスコアを達成しています。最大のモデルであるYOLOv10-Xは、54.4%という優れたmAPに達し、YOLOv6-3.0lを上回っています。
- 速度: YOLOv6-3.0nは生のTensorRTレイテンシでわずかに優位に立っていますが、YOLOv10モデルは依然として非常に競争力があり、優れた精度とより小さなサイズを考慮すると、全体的により良いトレードオフを提供します。YOLOv10のNMSフリーの性質は、現実世界のパイプラインでのエンドツーエンドのレイテンシをさらに低減します。
結論: どのモデルを選ぶべきか？
YOLOv6-3.0とYOLOv10はどちらも高性能な物体検出モデルですが、それぞれ異なる優先事項に対応しています。
YOLOv6-3.0は、特定の速度最適化がすでに統合され検証されているレガシー産業プロジェクトにとって、依然として実行可能な選択肢です。生の推論速度に重点を置いたことで、リリース当時は強力な候補となりました。
しかし、ほぼすべての新規プロジェクトにおいて、YOLOv10 が明確な勝者であり、推奨される選択肢です。精度、速度、効率の優れた組み合わせを提供します。その革新的な NMS フリーのアーキテクチャは、デプロイメントを簡素化し、レイテンシを削減するため、最新のリアルタイムアプリケーションに最適です。最も重要なことは、適切にメンテナンスされ、使いやすい Ultralytics エコシステムへのシームレスな統合により、開発者と研究者に大きなメリットをもたらし、トレーニングから本番環境までのすべてを効率化することです。
他の最先端モデルの検討にご興味のある方には、Ultralyticsは、汎用性の高いYOLOv8や、複数のビジョンタスクをサポートする最新のYOLO11など、さまざまなオプションを提供しています。YOLOv7やRT-DETRなどの他のモデルとの比較も参考になるかもしれません。
