YOLOv8とYOLO11#
コンピューター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継続的な進歩によって大きく推進されてきました。現代の状況を把握する開発者や研究者にとって、精度、速度、リソース効率のバランスを取るうえで、適切なモデルを選ぶことが重要です。この技術比較では、Ultralyticsのエコシステムを代表する2つの基盤モデル、Ultralytics YOLOv8とUltralytics YOLO11の違いを解説します。
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、適切に保守されたエコシステム、そして必要メモリ量の少ない卓越したトレーニング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、最適なデプロイシナリオを詳しく見ていきましょう。
モデルの概要#
それぞれの技術的な長所を比較する前に、両モデルの成り立ちと基本仕様を確認しておくとよいでしょう。
Ultralytics YOLOv8#
2023年初頭に大きな進化を遂げてリリースされたYOLOv8は、アンカーフリー検出と損失関数の大幅な改良を導入し、幅広い機械学習タスクで急速にゴールドスタンダードとなりました。
- 著者: Glenn Jocher、Ayush Chaurasia、Jing Qiu
- 組織: Ultralytics
- 日付: 2023-01-10
- GitHub: ultralytics/ultralytics
Ultralytics YOLO11#
YOLO11は先行モデルの成功を基盤として、精度とレイテンシーのパレートフロンティアをさらに押し広げるためにコアアーキテクチャを洗練させ、予測性能を損なわずにパラメーター数を大幅に最適化しました。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024-09-27
- GitHub: ultralytics/ultralytics
別のアプローチ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、レイテンシーとメモリ効率を最適化する場合、標準的なYOLOアーキテクチャが一般に引き続き有力な選択肢です。
アーキテクチャと手法の違い#
YOLOv8からYOLO11への移行は、全面的な刷新ではなく、ニューラルネットワーク設計を慎重に進化させたものです。そのため、モデルを支える適切に保守されたエコシステムの安定性が維持されています。
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採用せず、物体検出を中心点予測の問題として扱う、効率化された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はこの基盤を引き継ぎ、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。この変更により、YOLO11はより豊かな空間特徴を抽出できるため、COCOデータセットによく見られる小さな物体の精度が向上します。
メモリ要件とトレーニング効率#
YOLOv8とYOLO11の特に注目すべき利点の1つは、トレーニング時に必要なメモリ量が少ないことです。一般向けハードウェアのVRAMを簡単に使い切るような大規模なビジョンTransformerとは異なり、これらのモデルは標準的なGPUで利用しやすいPyTorchトレーニングを行えるよう最適化されています。YOLO11は平均適合率（mAP）を高めながら総パラメーター数を大幅に削減し、Large（L）バリアントではYOLOv8より最大42%少なくなっています。これにより、エポックの高速化とモデルのトレーニングに伴う炭素排出量の削減が実現します。
性能指標#
これらのモデルの性能バランスを正確に評価するには、客観的なベンチマークを見る必要があります。以下の表では、標準的なスケーリングバリアント（NanoからExtra-large）にわたってYOLOv8とYOLO11を比較しています。
| モデル | サイズ (ピクセル) | mAPval 50-95 | 速度 CPU ONNX (ms) | 速度 T4 TensorRT10 (ms) | パラメーター (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 | 165.1 |
| 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 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
結果が示すように、YOLO11はYOLOv8よりも少ないパラメーター数とFLOPsで、一貫して高い精度を実現します。ONNX Runtimeを使用して測定したCPU推論速度からは、エッジデプロイにおけるYOLO11の優れた効率が分かります。NVIDIA TensorRTにエクスポートした場合、両モデルとも15ms未満の優れたレイテンシーを実現し、実環境でのビデオストリーム分析に欠かせない性能を発揮します。
エコシステムと使いやすさ#
両モデルは、統一されたultralytics Pythonパッケージの大きな恩恵を受けています。この使いやすさにより、エンジニアはYOLOv8とYOLO11をスムーズに切り替えられます。トレーニング、検証、エクスポートは、わずか数行のコードで実行できます。
from ultralytics import YOLO
# 事前学習済みYOLO11モデルを読み込む（"yolov8n.pt"に変更するだけでも使用できます）
model = YOLO("yolo11n.pt")
# ローカルデータセットでモデルを効率的にトレーニングする
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# 最適化されたモデルをONNXにエクスポートする
model.export(format="onnx")シームレスな統合はUltralytics Platformにも及び、高度なDevOpsの知識がなくても、クラウドベースのトレーニング、モデルのモニタリング、デプロイを簡素化できます。
汎用性と実環境での活用#
Ultralyticsフレームワークの大きな特長は、本質的な汎用性です。YOLOv8とYOLO11は、標準的な物体検出以外にも、幅広いコンピュータービジョンタスクをサポートしています。
- インスタンスセグメンテーション: 医用画像や自動運転に役立つ、高精度なピクセル単位のマスクを生成します。
- 姿勢推定: スポーツ分析やヒューマンコンピューターインタラクションに適したキーポイント検出です。
- 画像分類: ImageNetでトレーニングされたバックボーンを利用する、軽量なカテゴリ分類です。
- Oriented Bounding Boxes（OBB）: 衛星画像内の回転した物体の特定に不可欠です。
YOLOv8は長期間利用されてきたため、コミュニティによるチュートリアルが膨大にあり、企業向けのデプロイ実績も豊富です。YOLOv8のテンソル形状を厳密に前提とするレガシーパイプラインと統合する場合でも、非常に信頼性の高い選択肢です。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、最大効率を重視する新規プロジェクトでは、速度とパラメーター数の比率に優れたYOLO11が運用面で明確に有利です。
ユースケースと推奨事項#
YOLOv8とYOLO11のどちらを選ぶかは、プロジェクト固有の要件、デプロイ上の制約、エコシステムに関する好みによって決まります。
YOLOv8を選ぶ場合#
YOLOv8は、次のような場合に適しています。
- 汎用的なマルチタスクデプロイ: Ultralyticsエコシステムで、検出、セグメンテーション、分類、ポーズ推定に対応した、実績のあるモデルを必要とするプロジェクト。
- 確立済みの本番システム: 安定性と十分なテストが確認されたデプロイパイプラインを備え、すでにYOLOv8アーキテクチャを基盤として構築されている本番環境。
- 広範なコミュニティとエコシステムのサポート: YOLOv8の豊富なチュートリアル、サードパーティ製ツールとの統合、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を選ぶ場合#
YOLO11は、次の用途に推奨されます:
- 本番環境でのエッジデプロイメント: 信頼性と継続的なメンテナンスが最優先となる、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。
- マルチタスクのビジョンアプリケーション: 単一の統合フレームワークで、検出、セグメンテーション、姿勢推定、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: 効率化されたUltralytics Python APIを使って、データ収集から本番環境への移行を迅速に進めたいチーム。
Ultralytics (YOLO26)を選ぶ場合#
多く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を最適なバランスで提供します。
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とす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を備えていないデバイスで、YOLO26の最大43%高速なCPU推論が大きな優位性を発揮します。
- 小物体検出: ドローンによる航空画像やIoTセンサーの分析など、ProgLossとSTALによって小さな物体の精度が大幅に向上する難しいシナリオ。
最先端：YOLO26の優位性#
YOLOv8とYOLO11は優れたアーキテクチャですが、AIの進化は止まりません。2026年に最先端の性能を目指す開発者にとって、Ultralytics YOLO26は次の大きな飛躍となります。
YOLO26はデプロイパイプラインを根本から再構想しています。YOLOv10で初めて導入された画期的なアプローチであるエンドツーエンドのNMSフリー設計を採用しており、nms=Falseを使用すると、複雑な後処理手順が不要になります。さらに、DFLの削除（Distribution Focal Loss）によりエクスポート処理が大幅に簡素化され、低消費電力のエッジデバイスとの互換性が向上します。その結果、先行モデルと比べてCPU推論が最大43%高速化します。
新しいMuSGDオプティマイザーは、LLMのトレーニング手法に着想を得たハイブリッドであり、トレーニングの安定性と収束速度を大幅に向上させます。さらに、ProgLoss + STALなどの新しい損失関数により、小さな物体の認識性能が大きく改善されます。これは、IoTやロボティクスで長年の課題となっていました。姿勢推定のRLEやセグメンテーションのマルチスケールprotoなど、タスクに応じた改良も備えたYOLO26は、他に類を見ないモデルです。
レガシーコミュニティの充実したサポートが必要な場合は、YOLOv8から始めましょう。速度とパラメーター削減の洗練されたバランスを求める場合は、YOLO11にアップグレードしましょう。究極のエッジ最適化とNMSフリーを実現した次世代アーキテクチャを求める場合は、YOLO26を選びましょう。
結論#
最終的にYOLOv8とYOLO11のどちらを選ぶかは、プロジェクトのスケジュールとハードウェアの制約によって決まります。YOLOv8は業界で十分に実証された強力なモデルであり、比類のない安定性を備えています。一方、YOLO11はそのアーキテクチャを洗練し、より少ないパラメーター数で高いmAPを実現しているため、リソースが限られたエッジアプリケーションに非常に適しています。どちらを選んでも、シームレスなUltralytics Python APIにより、開発ワークフローの俊敏性と効率性が保たれ、十分なサポートを受けられます。そして、エッジデバイスの可能性をさらに引き出す準備ができたら、YOLO26を活用できます。