YOLOv7とYOLOv5の比較
最新のコンピュータービジョンパイプラインを構築する際、精度、推論速度、リソース使用率のバランスを取るには、適切な物体検出アーキテクチャを選ぶことが重要です。この比較では、コンピュータービジョン分野における影響力の大きい2つのモデル、YOLOv7とUltralytics YOLOv5を検証します。
アーキテクチャの違い、性能指標、理想的なデプロイシナリオを分析し、開発者や研究者が個々の要件に最適なモデルを選べるよう、このガイドが支援します。
モデルの背景と起源#
これらのモデルの起源を理解すると、設計思想や想定されるユースケースを把握できます。
YOLOv5#
2020年6月26日、Glenn JocherとUltralyticsチームがリリースしたYOLOv5は、性能を犠牲にすることなく使いやすさを重視したネイティブのPyTorch実装を提供しました。効率的なエコシステムと信頼性の高いトレーニング動作により、業界標準として急速に普及しました。 ソースコードはYOLOv5 GitHubリポジトリで確認でき、モデルはUltralytics Platformから直接利用できます。
YOLOv7#
台湾の中央研究院情報科学研究所に所属するChien-Yao Wang氏、Alexey Bochkovskiy氏、Hong-Yuan Mark Liao氏が2022年7月6日に発表したYOLOv7は、Extended Efficient Layer Aggregation Networks(E-ELAN)などのアーキテクチャ上の革新と、学習可能な「bag-of-freebies」を重視し、最先端の精度を目指しました。 詳細については、公式arXiv論文およびYOLOv7のGitHubリポジトリをご覧ください。エクスポート済みのYOLOv7モデルをUltralyticsで実行する方法については、Ultralytics YOLOv7ドキュメントをご覧ください。
YOLOv5はUltralytics Pythonパッケージに完全に統合されています。YOLOv7はトレーニングやPyTorch推論をネイティブにサポートしていませんが、アップストリームのYOLOv7チェックポイントをONNXまたはTensorRTにエクスポートすれば、YOLOv7のドキュメントで説明されているとおり、Ultralyticsで実行できます。
アーキテクチャの革新#
Ultralytics YOLOv5の設計#
YOLOv5は、Path Aggregation Network(PANet)ネックと組み合わせた改変版CSPDarknet53バックボーンを使用します。この設計は、迅速な特徴抽出とメモリ効率に優れるよう最適化されています。旧式のアーキテクチャや大規模なTransformerモデルとは異なり、YOLOv5はトレーニング中に必要なCUDAメモリが大幅に少ないため、一般消費者向けの標準的なGPUでもより大きなバッチサイズを使用できます。標準的なバウンディングボックスに加えて、YOLOv5リポジトリではインスタンスセグメンテーション(v7.0)と画像分類(v6.2)も追加されました。
YOLOv7の設計#
YOLOv7では、複数の構造的な再パラメーター化とE-ELANアーキテクチャが導入され、元の勾配経路を損なうことなく、ネットワークがより多様な特徴を学習できるようになりました。また、学習中の中間監視用に補助ヘッドを実装しています。こうした進歩は高い平均適合率(mAP)を実現しますが、複雑なテンソル構造が生じることも多く、Ultralyticsモデルにネイティブな合理化されたエクスポートと比べて、ONNXやTensorRTなどのエッジ向けフォーマットへのエクスポートがやや難しくなる場合があります。
パフォーマンス分析#
これらのモデルを比較する際、開発者はmAPval50-95、推論速度、計算複雑性(FLOPs)のバランスを考慮する必要があります。以下の表は、COCOデータセットで評価した両アーキテクチャの性能を示しています。
| 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) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| 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 |
主なポイント#
- 精度の上限: YOLOv7xは全体で最も高い53.1 mAPval50-95を達成しており、検出性能の最大化を最優先するシナリオで非常に有力な選択肢です。
- 速度と効率: Ultralytics YOLOv5nは非常に効率的で、T4 TensorRT上での推論レイテンシは1.12 ms、パラメーター数はわずか1.9Mです。そのため、制約の厳しいエッジデプロイに適しています。
- 性能のバランス: YOLOv5シリーズは幅広いモデルサイズを提供します。YOLOv5lは中間的な選択肢であり、精度ではYOLOv7lにわずかに及ばないものの、成熟度の高いデプロイパイプラインを備えています。
Ultralyticsエコシステムの利点#
モデルのアーキテクチャは全体の半分にすぎません。実環境での実用性は、その周辺のエコシステムによって決まり、Ultralyticsモデルはこの点を考慮して構築されています。
使いやすさ: Ultralyticsは統一された直感的なPython APIを提供します。充実した公式ドキュメントに支えられ、最小限の定型コードでモデルをトレーニング、検証、デプロイできます。 適切に保守されたエコシステム: 積極的な開発により定期的なアップデートやバグ修正が行われ、Weights & Biasesなどの最新の追跡ツールとの統合も実現しています。 トレーニング効率: 最適化されたデータローダーとスマートキャッシュを活用することで、YOLOv5はトレーニング時間を短縮します。また、すぐに使える事前学習済み重みにより、さまざまな分野への転移学習を加速できます。
コード例:効率的なトレーニング#
Ultralyticsパッケージを使えば、サポート対象のすべてのアーキテクチャで同じ手順によりトレーニングを開始できます。
from ultralytics import YOLO
# 事前学習済みのYOLOv5モデルを読み込みます
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
results = model.train(data="coco8.yaml", epochs=100, 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
success = model.export(format="onnx")最適なユースケース#
YOLOv7を選ぶ場合#
- 学術ベンチマーク: 十分に文書化された2022年のベースラインと新しい手法を比較する必要がある研究者に役立ちます。
- ハイエンドGPUクラウド処理: エクスポートの簡便さより、密集したシーンで最高のmAPを達成することが重要となる、高性能なサーバーハードウェアへのデプロイに適しています。
YOLOv5を選ぶ場合#
- 本番環境へのデプロイ: 高い安定性、シンプルなモデルのデプロイオプション、幅広いクロスプラットフォーム互換性が必要な商用アプリケーションに最適です。
- エッジデバイス: 小型のバリアント(YOLOv5nとYOLOv5s)は、携帯電話や組み込みシステムで良好に動作します。
- マルチタスク要件: 統一されたフレームワークを使って、プロジェクトを単純な検出からインスタンスセグメンテーションや分類へと発展させる必要がある場合。
より新しい世代をお探しですか?アンカーフリー検出やマルチタスク学習機能がさらに進化したUltralytics YOLOv8やUltralytics YOLO11をご覧ください。
次世代モデル:Ultralytics YOLO26#
YOLOv5とYOLOv7はビジョンAIの歴史において重要な位置を占めていますが、この分野は絶えず進化しています。2026年1月にリリースされたUltralytics YOLO26は最新のUltralyticsモデルであり、精度、CPU速度、デプロイの容易さにおいて前世代を上回ります。
YOLO26には、次のような重要な機能がいくつか導入されています。
- エンドツーエンドのNMSフリーデザイン: YOLOv10がYOLOモデルに導入したNMSフリー学習を基盤として、YOLO26ではオプションのエンドツーエンドヘッド(
nms=False)を利用できます。このヘッドは後処理の非極大抑制(NMS)を省略するため、レイテンシを削減し、デプロイのロジックを簡素化できます。 - MuSGDオプティマイザー: Moonshot AIのKimi K2に着想を得たこのハイブリッドオプティマイザーは、標準的なSGDとMuonを組み合わせ、LLMのトレーニング手法をコンピュータビジョンに取り入れることで、トレーニングの安定性向上と収束の高速化を実現します。
- CPU速度の向上: Distribution Focal Loss(DFL)を取り除くことで、YOLO26nはYOLO11nよりもCPU推論が最大43%高速になり、エッジAIや低消費電力IoTデバイスへのデプロイに適しています。
- ProgLoss + STAL: Progressive Lossと小さなターゲットを考慮したラベル割り当てにより、小さい物体の認識が向上します。これは、航空画像や高精度ロボティクスにおいて重要です。
- タスク固有の改良: マスク生成向けのセマンティックセグメンテーション損失、ポーズ推定向けのResidual Log-Likelihood Estimation(RLE)、および回転バウンディングボックス(OBB)の境界問題を解決する専用の角度損失を備えています。
結論#
YOLOv5とYOLOv7は、どちらもリアルタイム物体検出に優れたソリューションを提供します。YOLOv7は高い計算能力を持つハードウェアで純粋な精度を求める場合に有力な選択肢であり、YOLOv5は速度と効率のバランスに優れた、開発者に使いやすいツールとして、成熟したエコシステムを備えています。
ただし、速度、シンプルさ、精度を最適に組み合わせ、パイプラインを将来にわたって活用したい開発者には、Ultralytics YOLO26への移行を推奨します。Ultralyticsエコシステムの使いやすさを維持しながら、前述のアーキテクチャ上の改良を取り入れています。
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。