YOLOv8 vs YOLO11: リアルタイム視覚モデルの包括的な技術比較
コンピュータビジョンの急速な進化は、リアルタイム物体検出フレームワークの絶え間ない進歩によって強力に推進されてきました。現代の環境で開発や研究を行う人々にとって、適切なモデルを選択することは、精度、速度、リソース効率のバランスをとる上で極めて重要です。この技術比較では、Ultralyticsエコシステムにおける2つの基盤モデル、Ultralytics YOLOv8とUltralytics YOLO11の違いを詳しく解説します。
どちらのモデルも、Ultralyticsアーキテクチャの特長である使いやすさ、十分に整備されたエコシステム、そして低いメモリ要件による比類のない学習効率を備えています。それぞれのアーキテクチャ設計、性能ベンチマーク、および理想的なデプロイシナリオについて深く掘り下げていきます。
モデルの概要
具体的な技術的長所を比較する前に、両モデルの起源と主要な仕様を整理しておくと役立ちます。
Ultralytics YOLOv8
2023年初頭に大きな飛躍としてリリースされたYOLOv8は、アンカーフリーの検出を導入し、損失関数を大幅に改善したことで、幅広い機械学習タスクにおけるゴールドスタンダードとして急速に普及しました。
- 著者: Glenn Jocher, Ayush Chaurasia, and Jing Qiu
- 組織: Ultralytics
- 日付: 2023-01-10
- GitHub: ultralytics/ultralytics
Ultralytics YOLO11
YOLO11は、前身モデルの成功を基盤とし、コアアーキテクチャを改良することで、精度と遅延のパレートフロンティアをさらに押し広げました。予測能力を損なうことなく、パラメータ数を高度に最適化しています。
- 著者: Glenn Jocher および Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: ultralytics/ultralytics
代替的な手法を検討している場合、UltralyticsはRT-DETRのようなTransformerベースのモデルや、YOLO-Worldのようなゼロショットのオープンボキャブラリー検出器もサポートしています。ただし、最適な遅延性能とメモリ効率を求める場合、依然として標準的なYOLOアーキテクチャが選ばれることが一般的です。
アーキテクチャと手法における違い
YOLOv8からYOLO11への移行は、モデル周辺の十分に整備されたエコシステムの安定性を維持しつつ、ニューラルネットワーク設計における慎重な進化を反映しています。
バックボーンとネックの最適化
YOLOv8は、従来のアンカーボックスを排除し、物体検出を純粋な中心点予測問題として扱う合理化されたCNNバックボーンを導入しました。このアンカーフリーのアプローチにより、バウンディングボックス回帰の複雑さが大幅に軽減されました。YOLO11はこの基盤を受け継ぎ、最適化された特徴ピラミッドネットワーク（FPN）を導入し、C2fブロックをC3k2モジュールに変更しました。この修正により、YOLO11はより豊かな空間的特徴を抽出できるようになり、COCO datasetで見られるような小さな物体に対しても高い精度を実現しています。
メモリ要件と学習効率
YOLOv8とYOLO11の両モデルの最も注目すべき利点の1つは、学習中の低いメモリ要件です。一般的なハードウェアで容易にVRAMを消費してしまうような重量級のビジョントランスフォーマーとは異なり、これらのモデルは標準的なGPUでのPyTorchによるアクセス可能な学習のために最適化されています。YOLO11は、総パラメータ数を大幅に削減し、Large (L) バリアントではYOLOv8と比較して最大22%少ないパラメータでありながら、Mean Average Precision (mAP) を向上させました。これは、エポックの高速化とモデル学習に伴う二酸化炭素排出量の削減を意味します。
性能メトリクス
これらのモデルの性能バランスを正しく評価するには、客観的なベンチマークを見る必要があります。以下の表は、標準的なスケーリングバリアント（nanoからextra-largeまで）におけるYOLOv8とYOLO11を比較したものです。
| モデル | サイズ (ピクセル) | mAPval 50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメータ (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
示された通り、YOLO11はYOLOv8よりもパラメータ数とFLOPsを抑えつつ、一貫して優れた精度を達成しています。ONNX Runtimeを用いて測定されたCPU推論速度は、エッジデプロイにおけるYOLO11の圧倒的な効率性を証明しています。NVIDIA TensorRTへエクスポートした場合、両モデルとも実世界のビデオストリーム解析に不可欠な15ms未満の優れた遅延性能を発揮します。
エコシステムと使いやすさ
どちらのモデルも、統合されたultralytics Pythonパッケージの恩恵を大きく受けています。この使いやすさにより、エンジニアはYOLOv8とYOLO11をシームレスに切り替えることができます。学習、検証、およびエクスポートは、わずか数行のコードで実現可能です。
from ultralytics import YOLO
# Load a pre-trained YOLO11 model (you can simply swap to "yolov8n.pt")
model = YOLO("yolo11n.pt")
# Train the model efficiently on a local dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Export the optimized model to ONNX
model.export(format="onnx")このシームレスな統合はUltralytics Platformにも拡張されており、高度なDevOps知識を必要とせずに、クラウドベースの学習、モデル監視、デプロイメントを簡素化します。
汎用性と現実世界でのアプリケーション
Ultralyticsフレームワークの大きな特長は、その本質的な汎用性です。YOLOv8とYOLO11は、標準的な物体検出を超えた幅広いコンピュータビジョンタスクをサポートしています。
- Instance Segmentation: 医療画像や自動運転に役立つ、高精度なピクセルレベルのマスク。
- Pose Estimation: スポーツ分析やヒューマンコンピュータインタラクション向けに調整されたキーポイント検出。
- Image Classification: ImageNetで学習されたバックボーンを利用する軽量なカテゴリ分類。
- Oriented Bounding Boxes (OBB): 衛星画像内の回転した物体を識別するために不可欠。
YOLOv8は利用期間が長いため、膨大なコミュニティチュートリアルや、徹底的にテストされた企業向け導入事例の蓄積があります。YOLOv8のテンソル形状を厳密に必要とするレガシーパイプラインと統合する場合、信頼性の高い選択肢であり続けます。一方、Raspberry Piのような組み込みエッジデバイスへのデプロイなど、最大の効率性を優先する新規プロジェクトでは、その優れた速度対パラメータ比により、YOLO11が明確な運用上の勝者となります。
ユースケースと推奨事項
YOLOv8とYOLO11の選択は、プロジェクトの要件、デプロイの制約、そしてエコシステムの好みによって決まります。
YOLOv8を選択すべき場合
YOLOv8が適しているケース：
- 汎用的なマルチタスクデプロイメント: Ultralyticsエコシステム内で、検出、セグメンテーション、分類、姿勢推定 用の実証済みのモデルを必要とするプロジェクト。
- 確立されたプロダクションシステム: すでにYOLOv8アーキテクチャに基づいて構築されており、安定した十分にテストされたデプロイメントパイプラインを持つ既存のプロダクション環境。
- 広範なコミュニティおよびエコシステムのサポート: YOLOv8の豊富なチュートリアル、サードパーティ統合、活発なコミュニティリソースを活用できるアプリケーション。
YOLO11を選択すべき場合
YOLO11は次のような場合に推奨されます：
- 本番環境のエッジデプロイメント: 信頼性と積極的なメンテナンスが最優先される、Raspberry PiやNVIDIA Jetsonなどのデバイス上での商用アプリケーション。
- マルチタスクビジョンアプリケーション: 単一の統合フレームワーク内で、検出、セグメンテーション、ポーズ推定、およびOBBを必要とするプロジェクト。
- 迅速なプロトタイピングとデプロイメント: 合理化されたUltralytics Python APIを使用して、データ収集から本番環境まで迅速に移行する必要があるチーム。
Ultralytics (YOLO26) を選択すべき場合
ほとんど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の最高の組み合わせを提供します：
- NMSフリーのエッジデプロイ: Non-Maximum Suppressionの後処理の複雑さを伴わずに、一貫した低レイテンシの推論が求められるアプリケーション。
- CPUのみの環境: 専用のGPUアクセラレーションがないデバイスにおいて、YOLO26の最大43%高速なCPU推論が決定的な利点となります。
- 小物体の検出: 航空ドローンの映像 やIoTセンサーの分析など、ProgLossとSTALが小物体の精度を大幅に高めることができる困難なシナリオ。
最先端：YOLO26の利点
YOLOv8とYOLO11は素晴らしいアーキテクチャですが、AIの状況は常に変化しています。2026年時点で絶対的な最先端を目指す開発者にとって、Ultralytics YOLO26は次なる記念碑的な飛躍を象徴しています。
YOLO26はデプロイパイプラインを根本的に再定義します。YOLOv10で初めて開拓された画期的なアプローチであるEnd-to-End NMS-Free Designを採用しており、複雑な後処理ステップを排除します。さらに、DFL Removal（Distribution Focal Lossの削除）により、エクスポートロジックが大幅に簡素化され、低電力エッジデバイスとの互換性が向上。その結果、前身モデルと比較して最大43%高速なCPU推論を実現しています。
学習の安定性と収束速度は、LLM学習技術に着想を得たハイブリッド型の新しいMuSGD Optimizerによって劇的に改善されました。また、ProgLoss + STALのような新しい損失定式化は、IoTやロボティクスにおいて長年の課題であった小物体認識を大幅に強化しました。姿勢推定のためのRLEやセグメンテーションのためのマルチスケールprotoといったタスク固有の改善により、YOLO26は比類なき存在となっています。
広範なレガシーコミュニティサポートが必要な場合はYOLOv8から始めてください。速度とパラメータ削減の高度に洗練されたバランスを求めるならYOLO11へアップグレードしましょう。エッジに最適化された未来のNMSフリーアーキテクチャを追求するならYOLO26へ飛躍してください。
結論
YOLOv8とYOLO11の選択は、最終的にはプロジェクトのタイムラインとハードウェアの制約によって決まります。YOLOv8は、業界で実績のある強力なモデルであり、比類のない安定性を提供します。一方で、YOLO11はそのアーキテクチャを洗練させ、より少ないパラメータで高いmAPを実現するため、リソース制約のあるエッジアプリケーションにとって非常に魅力的です。選択に関わらず、シームレスなUltralytics Python APIにより、開発ワークフローは俊敏かつ効率的で、十分にサポートされた状態に保たれます。そして、エッジデバイスで可能なことの限界に挑む準備ができたとき、YOLO26がその役割を果たします。