はじめる

YOLOv7とYOLO11

コンピュータービジョンは、ここ数年で急速に進化しました。物体検出フレームワークを選ぶ開発者や研究者にとって、世代ごとのモデルのアーキテクチャ上および実用上の違いを理解することが重要です。このガイドでは、学術研究向けのYOLOv7と本番環境対応のUltralytics YOLO11を詳しく技術比較します。

モデルの起源とアーキテクチャの設計思想#

YOLOv7は、中央研究院情報科学研究所のChien-Yao Wang、Alexey Bochkovskiy、Hong-Yuan Mark Liaoによって2022年7月6日に公開され、分野にいくつかの新しいコンセプトをもたらしました。arXivで公開されたYOLOv7の研究論文で詳述されているように、このモデルは「トレーニング可能なbag-of-freebies」アプローチとExtended Efficient Layer Aggregation Networks(E-ELAN)に重点を置いています。これらのアーキテクチャ上の選択は、勾配経路の効率を最大化するために設計されており、ハイエンドGPUを用いた学術的なベンチマークに有用なツールとなっています。

YOLOv7の詳細を見る

YOLO11は、UltralyticsのGlenn JocherとJing Qiuによって開発され、2024年9月27日にリリースされました。YOLO11は、アーキテクチャの複雑さだけでなく、開発者を第一に考えた包括的なエコシステムを重視しています。Ultralytics GitHubリポジトリで公開されているYOLO11は、学習時と推論時のメモリ消費量を削減する、最適化されたアンカーフリーデザインを採用しています。Ultralytics Platformにネイティブ統合されており、データセットのアノテーションからエッジデプロイまでのワークフローに対応します。

エコシステムの優位性

独立したリポジトリは学術論文の公開後に更新が止まることがよくありますが、Ultralyticsのモデルは継続的に更新されるため、最新のPyTorchリリースや専用ハードウェアアクセラレーターなど、最新の機械学習スタックとの長期的な互換性が確保されます。

性能指標と効率#

実環境のアプリケーションにモデルをデプロイする際は、純粋な精度だけでなく、推論速度や計算オーバーヘッドとのバランスを取る必要があります。以下に、標準のCOCOデータセットのベンチマークで評価したYOLOv7とYOLO11の各バリアントを直接比較します。

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)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

注: YOLOv7のCPU速度が記載されていないのは、ONNX CPUベンチマークが標準化されていなかった旧来のテスト環境によるものです。比較可能なクラスの最良値を強調表示しています。

結果の分析#

このデータは、効率性が明確に進化していることを示しています。YOLO11l(Large)モデルは、YOLOv7lの51.4%に対し、より高い53.4%のmAPval50-95を達成しながら、パラメーター数(25.3M対36.9M)とFLOPs(87.2B対104.7B)を大幅に削減しています。この計算複雑性の低減により、YOLO11はNVIDIA TensorRTの実装上でより高速に動作し、必要なVRAMも少なくなるため、ハードウェアに制約のある環境により適しています。

ユーザビリティとトレーニングワークフロー#

この2つのフレームワークの大きな違いの一つは、開発者エクスペリエンスです。

YOLOv7のトレーニング#

元のYOLOv7オープンソースコードベースを使うには、リポジトリのクローン、依存関係の手動解決、詳細なコマンドライン引数の利用が必要になることがよくあります。タスクごとの管理やモバイル形式へのエクスポートでは、ソーススクリプトの変更やサードパーティー製フォークの利用が必要になる場合が多くあります。

YOLO11のトレーニング#

YOLO11はultralytics Pythonパッケージに深く統合されており、機械学習のライフサイクルを簡素化します。物体検出モデルの学習に必要なコードはわずか数行で、フレームワークがデータセットのダウンロード、拡張、キャッシュを処理します。

from ultralytics import YOLO

# 最大速度を得るため、事前トレーニング済みのYOLO11 Nanoモデルを読み込みます
model = YOLO("yolo11n.pt")

# 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
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# トレーニング済みモデルをデプロイ用にONNX形式でエクスポートします
export_path = model.export(format="onnx")

YOLO11は汎用性にも優れています。モデル名のサフィックスを変更するだけで、開発者は検出からインスタンスセグメンテーション、画像分類、姿勢推定、指向性バウンディングボックス(OBB)検出へと切り替えられます。こうしたネイティブのマルチタスク対応は、YOLOv7にはありません。

エクスポートの簡素化

YOLO11をApple CoreMLやIntel OpenVINOなどのエッジ形式にエクスポートするには、.export()コマンドを1つ実行するだけで済みます。旧世代モデルでよく必要だった複雑なグラフ編集は不要です。

最適なデプロイシナリオ#

各モデルの強みを理解すると、最適なユースケースを判断しやすくなります。

  • 従来のベンチマークの再現: YOLOv7は、2022年当時の特定のベンチマークを再現したり、アンカーベースのネットワークにおける再パラメーター化手法の影響を調べたりする必要がある学術研究者にとって、今も有用です。
  • 商用本番環境: YOLO11はエンタープライズシステムに適した選択肢です。安定性、活発なメンテナンス、クラウドベースのUltralytics Platformとの統合により、大規模な小売分析、セキュリティ監視、製造品質管理に適しています。
  • リソースが限られたエッジコンピューティング: 軽量なYOLO11nは低消費電力のエッジデバイス向けに設計されており、Raspberry PiやNVIDIA Jetsonモジュール上で効率的に動作します。

今後の展望:YOLO26#

YOLO11は成熟し、十分なサポートを受けているモデルですが、この分野は進化を続けています。新しいビジョンプロジェクトでは、Ultralytics YOLO26を推奨します。

2026年1月にリリースされたYOLO26は、YOLOv7とYOLO11の両方を上回る複数の機能を導入しています。

  • オプションのNMSフリーアーキテクチャ: YOLO26のオプションのワンツーワンヘッド(nms=False)は、Non-Maximum Suppressionの後処理を不要にします。このエンドツーエンドデザインにより、デプロイパイプラインが簡素化され、レイテンシのばらつきが軽減されます。
  • CPU推論が最大43%高速: Distribution Focal Loss(DFL)モジュールを削除することで、YOLO26はエッジデバイスや専用GPUのない環境に最適化されています。YOLO26nはCPU上でYOLO11nより最大43%高速に動作します。
  • MuSGDオプティマイザーの統合: Moonshot AIの高度なLLM学習手法をヒントにしたこのハイブリッドオプティマイザーは、学習の安定性と収束速度を向上させます。
  • 小物体検出の向上: Progressive Loss(ProgLoss)と小さなターゲットを考慮したラベル割り当て(STAL)により、小物体の精度が向上します。これはドローンによる航空画像や複雑なIoTセンサーデータの分析に役立ちます。

Transformerベースのアーキテクチャや別のパラダイムに関心のあるユーザー向けに、UltralyticsのドキュメントではRT-DETR Transformer検出器やYOLO-Worldオープンボキャブラリーモデルなども解説しています。

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。