YOLOv8 と YOLOv5 の比較#
適切なコンピュータビジョンアーキテクチャを選ぶことは、堅牢な機械学習パイプラインを構築する上で重要なステップです。この詳細な技術比較では、ビジョンAIエコシステムで最も人気のある2つのモデルである YOLOv8 と YOLOv5 の違いを検証します。どちらのモデルも Ultralytics によって開発され、リアルタイムのオブジェクト検出の分野を大きく形作り、速度、精度、使いやすさにおいて業界標準を確立しました。
エッジデバイスへのデプロイでも、クラウド推論のスケーリングでも、これらモデルのアーキテクチャの移行、パフォーマンス指標、トレーニング手法を理解することは、コンピュータビジョンプロジェクトにおいて情報に基づいた決定を下すのに役立ちます。
Ultralytics YOLOv8：汎用的な標準#
2023年初期にリリースされた YOLOv8 は、前世代からの主要なアーキテクチャの移行を表しています。インスタンスセグメンテーション、画像分類、姿勢推定など、複数のビジョンタスクをネイティブに処理できる統合フレームワークとして一から設計されました。
- 著者: Glenn Jocher, Ayush Chaurasia, Jing Qiu
- 組織: Ultralytics
- 日付: 2023-01-10
- GitHub: ultralytics/ultralytics
- Docs: YOLOv8 Documentation
アーキテクチャと手法#
YOLOv8 は アンカーフリー の検出ヘッドを導入しており、データセット分布に基づくアンカーボックスの手動設定の必要性をなくすことでトレーニングプロセスを簡素化します。これにより、カスタムデータセットへの汎化時にモデルの堅牢性が高まり、ボックス予測の数が減るため、非最大値抑制 (NMS)が高速化されます。
アーキテクチャには、YOLOv5 に見られた C3 モジュールに代わる C2f モジュール (2つの畳み込みを用いた Cross-Stage Partial ボトルネック) が搭載されています。C2f モジュールは勾配フローを改善し、計算コストを大幅に増やすことなく、より豊かな特徴表現を学習することを可能にします。さらに、YOLOv8 は デカップルドヘッド 構造を利用して物体検出、分類、回帰タスクを分離しており、これにより収束速度と精度が向上することが示されています。
YOLOv8 を含む Ultralytics YOLO モデルは、RT-DETR のような多くの Transformer ベースの代替手段と比較して、トレーニング中の CUDA メモリ使用量を削減するように最適化されています。これにより、開発者は NVIDIA RTX シリーズなどの標準的なコンシューマー向け GPU でより大きなバッチサイズを使用できるようになります。
強みと弱み#
強み:
- 単純なバウンディングボックス検出を超えた、多タスクに対応する比類のない汎用性。
ultralyticsパッケージによる合理化された Python API により、トレーニングとエクスポートが非常に直感的になります。- YOLOv5 と比較して、すべてのサイズバリアントでより高い平均適合率 (mAP)を実現しています。
弱み:
- デカップルドヘッドと C2f モジュールの導入により、YOLOv5 の同等モデルと比較して、一部のバリエーションではパラメータ数と FLOPs がわずかに増加しています。
Ultralytics YOLOv5: アジャイルなパイオニア#
2020年に導入された YOLOv5 は、YOLO を PyTorch エコシステムにもたらし、開発者のアクセシビリティを飛躍的に向上させました。これは、高速、信頼性が高く、簡単にデプロイできるオブジェクト検出モデルの業界標準に急速に定着しました。
- 作成者: Glenn Jocher
- 組織: Ultralytics
- 日付: 2020-06-26
- GitHub: ultralytics/yolov5
- Docs: YOLOv5 Documentation
アーキテクチャと手法#
YOLOv5 は アンカーベース のアーキテクチャに依存し、改良された CSPDarknet53 バックボーンを利用しています。アンカーベースの手法では、学習前に最適なアンカーを定義するためにデータセットのバウンディングボックスを慎重にクラスタリングする必要がありますが、特定の十分に定義されたデータセットに対しては非常に効果的です。
YOLOv5 は C3 モジュール を組み込んでおり、低いパラメータフットプリントを維持しながら効率的に特徴を抽出します。その損失関数は、物体性損失 (Objectness loss) を中心とし、分類およびバウンディングボックス回帰損失と組み合わせてネットワークの正確な予測を導きます。
強みと弱み#
強み:
- 非常に軽量であり、Nano (YOLOv5n) および Small (YOLOv5s) バリアントは、リソースが制限されたエッジAIのデプロイに非常に適しています。
- 特に CPU 上で非常に高速な推論速度。
- 広範なコミュニティチュートリアルとサードパーティ統合を備えた、深く定着したエコシステム。
弱み:
- アンカーボックスの構成が必要であり、非常に多様なデータセットやカスタムデータセットの場合、セットアップが複雑になる可能性があります。
- YOLOv8 や YOLO26 といった最新のアンカーフリーアーキテクチャと比較すると、全体的な精度 (mAP) が低い。
パフォーマンスの比較#
これらのモデルを評価する際、速度と精度の好ましいトレードオフを実現することが最重要です。以下の表は、COCO dataset で評価された両方のアーキテクチャのパフォーマンス指標の概要を示しています。CPU 速度は ONNX を使用して測定され、GPU 速度は TensorRT を使用してテストされました。
| 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 |
| YOLOv5n | 640 | 28.0 | 73.6 | 1.12 | 2.6 | 7.7 |
| YOLOv5s | 640 | 37.4 | 120.7 | 1.92 | 9.1 | 24.0 |
| YOLOv5m | 640 | 45.4 | 233.9 | 4.03 | 25.1 | 64.2 |
| YOLOv5l | 640 | 49.0 | 408.4 | 6.61 | 53.2 | 135.0 |
| YOLOv5x | 640 | 50.7 | 763.2 | 11.89 | 97.2 | 246.4 |
YOLOv5 は Nano バリエーションにおいてパラメータ数と絶対的な生の速度でわずかな優位性を維持していますが、YOLOv8 は全体として mAP を大幅に向上させており、要求の厳しい実際のデプロイメントシナリオにおいて、より優れたパフォーマンスのバランスを提供します。
使いやすさと Ultralytics エコシステム#
現代の Ultralytics モデルの決定的な特徴は、それらを囲む十分にメンテナンスされたエコシステムです。YOLOv5 から YOLOv8 への移行により、統合された ultralytics pip パッケージが導入され、非常に合理化されたユーザー体験が生み出されました。
開発者は、数行の Python コードだけでモデルのトレーニング、検証、予測、エクスポートをシームレスに処理でき、ディープラーニングプロジェクトで歴史的に必要とされていた複雑なボイラープレートスクリプトをバイパスできます。
from ultralytics import YOLO
# Load a pretrained YOLOv8 model
model = YOLO("yolov8n.pt")
# Train the model on custom data efficiently
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Export the model to ONNX for production deployment
path = model.export(format="onnx")さらに、Ultralytics Platform のようなツールとの統合により、データセット管理、クラウドトレーニング、デプロイが簡素化され、アクティブな開発と強力なコミュニティサポートが保証されます。
理想的なユースケース#
YOLOv5 を選択すべき場合: レガシーシステムを維持している場合、Raspberry Pi のような厳しく制限された CPU で推論を実行している場合、またはモデルサイズのあらゆるメガバイトの節約が重要なプロジェクトに取り組んでいる場合、YOLOv5 は信頼できる主力製品であり続けます。
YOLOv8 を選択すべき場合: 今日から始まる事実上すべての新しいプロジェクトにおいて、YOLOv5 よりも YOLOv8 が強く推奨されます。その高度なアーキテクチャにより、複雑なトラッキング、指向性バウンディングボックス (OBB)、セグメンテーションを簡単に処理できます。自律ロボット工学から医療画像分析、スマートシティインフラストラクチャに及ぶ現代のアプリケーションに最適です。
YOLOv8 は信じられないほど高性能ですが、パフォーマンスの絶対的なフロンティアを求める開発者は YOLO26 を検討する必要があります。2026年にリリースされ、いくつかの画期的な進歩をもたらします。
- エンドツーエンドの NMS フリー設計: NMS 後処理を排除し、より速く、よりシンプルなデプロイを実現します。この概念は YOLOv10 で最初に開拓されました。
- MuSGD オプティマイザー: SGD と Muon のハイブリッドであり、LLM 学習の革新をコンピュータビジョンにもたらし、より安定した学習と高速な収束を可能にします。
- 最大 43% 高速な CPU 推論: 専用 GPU を持たないエッジコンピューティング環境向けに大幅に最適化されています。
- DFL の削除: Distribution Focal Loss が削除され、エクスポートの簡素化とエッジデバイスとの互換性が向上しました。
- ProgLoss + STAL: 航空画像や IoT に不可欠な、小物体認識の顕著な改善を促進する高度な損失関数。
Ultralytics が提供する包括的なドキュメントとツールを活用することで、YOLOv8 を簡単にデプロイするか、最先端の YOLOv26 を探索して、前例のない速度と精度で複雑な視覚的課題を解決できます。さらなる学習のために、ハイパーパラメータチューニングおよびモデルデプロイの実践に関するガイドの探索をご検討ください。