YOLOv8とYOLO11#
コンピュータービジョンの急速な発展は、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推進されてきました。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には、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エコシステムを代表する2つのモデル、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、十分に保守されたエコシステム、およびメモリ要件を抑えた効率的なトレーニングを共有しています。以下のセクションでは、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取り上げます。
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年初頭にリリースされたYOLOv8は、アンカーフリー検出を導入し、損失関数を大幅に改善したことで、さまざまなビジョンタスクで急速に広く採用されました。
- 著者: Glenn Jocher、Ayush Chaurasia、Jing Qiu
- 組織: Ultralytics
- 日付: 2023-01-10
- GitHub: ultralytics/ultralytics
Ultralytics YOLO11#
YOLO11は、先行モデルを基盤にコアアーキテクチャを改良し、パラメーター数を削減しながら精度を高め、精度とレイテンシーのトレードオフを改善しました。
- 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では、従来のアンカーボックスを使わず、物体検出を中心点予測の問題として扱う、簡素化されたCNNバックボーンが導入されました。このアンカーフリー方式により、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）を導入するとともに、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ようになり、COCOデータセットに多く含まれる小物体の精度が向上しています。
メモリ要件とトレーニング効率#
YOLOv8とYOLO11の最も注目すべき利点の一つは、トレーニング時のメモリ要件が少ないことです。一般向けハードウェアのVRAMを容易に使い切る重いビジョンTransformerとは異なり、これらのモデルは標準的なGPU上での使いやすいPyTorchトレーニング向けに最適化されています。YOLO11では総パラメーター数が大幅に削減されており、大型（L）モデルではYOLOv8と比較して最大42%少なくなっています。その一方で、平均適合率（mAP）は向上しています。これにより、エポックが短縮され、モデルのトレーニングに伴う二酸化炭素排出量も削減できます。
性能指標#
客観的なベンチマークから、これらのモデルの性能バランスが分かります。次の表では、標準的なスケーリングバリエーション（nanoからextra-large）で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 |
表に示すように、YOLO11はパラメーター数とFLOPsを抑えながら、精度で一貫してYOLOv8を上回っています。ONNX Runtimeを使って測定したCPU推論速度は、エッジデプロイにおけるYOLO11の効率性を示しています。NVIDIA TensorRTにエクスポートした場合、どちらのモデルファミリーもT4 GPUで画像あたり15 ms未満で動作するため、実環境での動画ストリーム解析に適しています。
エコシステムと使いやすさ#
どちらのモデルも統一されたultralytics Pythonパッケージを使用するため、エンジニアは重みファイルを変更するだけでYOLOv8とYOLO11を切り替えられます。わずか数行のコードで、トレーニング、検証、エクスポートを実行できます。
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")Ultralytics Platformを利用すると、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、デプロイを行えるようになり、このワークフローをさらに拡張できます。
汎用性と実環境での活用#
Ultralyticsフレームワークの大きな強みは、その汎用性です。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に対応しています。
- 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。
- 画像分類： ImageNetでトレーニングされたバックボーンを使用し、軽量なカテゴリ分類を行います。
- 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向けにキーポイントを検出します。
- 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豊富で、十分に検証されたエンタープライズ環境への導入実績もあります。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も、信頼できる選択肢です。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、効率性を重視する新規プロジェクトでは、パラメーター数が少なくCPUレイテンシーも低い一方で精度が高いYOLO11が適しています。
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エコシステム内で、検出、セグメンテーション、分類、姿勢推定に対応する実績あるモデルが必要なプロジェクトに適しています。
- 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： 信頼性と継続的な保守が重要となる、Raspberry PiやNVIDIA Jetsonなどのデバイスを利用する商用アプリケーションに適しています。
- マルチタスクのビジョンアプリケーション: 検出、セグメンテーション、姿勢推定、OBBを単一の統合フレームワーク内で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フリーのエッジデプロイ: Non-Maximum Suppression（NMS）の後処理を複雑にすることなく、安定した低レイテンシ推論を必要とするアプリケーション。
- CPU-Only Environments: 専用GPUアクセラレーションを備えていないデバイスでは、YOLO26の最大43%高速なCPU推論（YOLO26n対YOLO11n）が大きな優位性をもたらします。
- 小物体検出： ドローンによる空撮画像やIoTセンサー分析などの難しいシナリオでは、ProgLossとSTALが小さな物体の精度を向上させます。
YOLO26の優位性#
YOLOv8とYOLO11はどちらも優れたアーキテクチャですが、2026年の新規プロジェクトにはUltralytics YOLO26を推奨します。
YOLO26はデプロイパイプラインを簡素化します。YOLOv10がYOLOモデルに導入した手法であるエンドツーエンドのNMSフリーデザインを備え、nms=Falseを使用してNMS後処理をなくします。DFLの削除（分布焦点損失）によってエクスポートロジックが簡素化され、低消費電力のエッジデバイスとの互換性が向上します。また、YOLO26nはYOLO11nよりもCPU推論が最大43%高速です。
MuSGDオプティマイザーは、SGDとMuonのハイブリッドであり、大規模言語モデルのトレーニング手法に着想を得て、トレーニングの安定性と収束速度を向上させます。ProgLoss + STAL（段階的損失と小物体対応ラベル割り当て）は、IoTやロボティクスで長年の課題となっている小物体検出を改善します。姿勢推定のRLEやセグメンテーションのマルチスケールプロトモジュールなど、タスクごとの改善も導入されています。
コミュニティの豊富なリソースや既存のデプロイに依存する場合は、YOLOv8を選択してください。速度とパラメーター数のバランスを洗練させたモデルを求める場合は、YOLO11を選択してください。エッジ向けに最適化されたNMSフリー推論には、現在推奨されているモデルであるYOLO26を選択してください。
結論#
YOLOv8とYOLO11のどちらを選ぶかは、最終的に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は実績が豊富で安定しています。YOLO11はそのアーキテクチャを改良し、少ないパラメーター数でより高い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適しています。いずれの場合も、共通のUltralytics Python APIにより、開発ワークフローの一貫性と充実したサポートが保たれます。また、最高のエッジ性能が必要な場合にはYOLO26を利用できます。