YOLOv8とYOLOXの比較
コンピュータービジョンの分野は、リアルタイム物体検出アーキテクチャの継続的な進化によって形作られてきました。代表的なマイルストーンとして、Ultralytics YOLOv8とYOLOXがあります。どちらのモデルも、バウンディングボックスの予測を効率化するアンカーフリーデザインを採用していますが、ディープラーニングの研究やデプロイエコシステム開発において、異なる時代と理念を体現しています。
この技術比較では、アーキテクチャ、学習手法、実環境での性能指標を検証し、開発者や研究者がビジョンAIアプリケーションに適したモデルを選択できるようにします。
モデルの背景#
各フレームワークの起源と設計目標を理解することで、アーキテクチャの違いやエコシステムの成熟度を把握するための重要な背景が得られます。
Ultralytics YOLOv8#
UltralyticsのGlenn Jocher、Ayush Chaurasia、Jing Qiuによって開発され、2023年1月10日にリリースされたYOLOv8は、Ultralyticsエコシステムにおける重要な前進となりました。YOLOv5の成功を基盤に、YOLOv8は、物体検出、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、多様なタスクをネイティブに処理できるようアーキテクチャを改良しました。
主な強みは、十分にメンテナンスされたUltralyticsエコシステムにあります。統一されたPython API、充実したドキュメント、Weights & BiasesやCometなどのMLOpsツールとのネイティブ統合により、完全なワークフローを提供します。
YOLOX#
MegviiのZheng Ge、Songtao Liu、Feng Wang、Zeming Li、Jian Sunによって開発され、2021年7月18日に発表されたYOLOXは、学術研究と産業用途の隔たりを埋めることを目指しました。arXiv論文で詳述されているYOLOXは、YOLOファミリーをアンカーフリーデザインへと移行させ、分離型ヘッドを統合した点が特筆されます。これにより学習の安定性と収束性が向上しました。
2021年に大きな影響を与えた一方で、YOLOX GitHubリポジトリは、現在も主に研究向けのコードベースです。最新のフレームワークに見られる幅広いタスクへの対応力や洗練されたデプロイパイプラインを備えておらず、本番環境へのデプロイには手動での設定が多く必要です。
アーキテクチャの革新#
どちらのモデルもアンカーフリー方式を採用しており、トレーニング前に複雑なデータセット固有のアンカーボックスクラスタリングを行う必要がありません。これにより、経験則に基づいて調整するパラメーターの数が減り、検出ヘッドが簡素化されます。
分離型ヘッドと特徴抽出#
YOLOXは、YOLOシリーズに分離型ヘッドを初めて導入しました。従来は分類タスクと回帰タスクを単一の統合ヘッドで実行していたため、トレーニング中に勾配が競合することがよくありました。分類ブランチと位置特定ブランチを分離することで、YOLOXは収束を高速化しました。
YOLOv8はこのコンセプトを採用し、改良しました。バックボーンでは、旧来のC3モジュールに代えて、C2f(2つの畳み込みを持つCross-Stage Partialボトルネック)モジュールを使用しています。これにより、計算オーバーヘッドを大幅に増やすことなく、勾配フローと特徴表現が向上します。また、YOLOv8はアンカーフリー検出ヘッドとTask-Aligned Assignerを組み合わせ、分類スコアとIntersection over Union(IoU)を組み合わせて正例サンプルを動的にマッチングすることで、精度を高めています。
Ultralytics YOLOモデルは、メモリ効率を重視して設計されています。Transformerベースのアーキテクチャや最適化されていない研究用コードベースと比べて、YOLOv8は学習時に必要なCUDAメモリが大幅に少ないため、開発者は一般的なコンシューマー向けハードウェアでより大きなバッチサイズを使用できます。
パフォーマンス比較#
実環境へのデプロイ向けにモデルを評価する際は、精度(mAP)と推論レイテンシ、モデルの複雑さのバランスが重要です。次の表では、COCOデータセットでの性能指標を示します。
| 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) |
|---|---|---|---|---|---|---|
| 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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
表のとおり、同程度のパラメーター数では、YOLOv8モデルが一貫してYOLOXモデルを上回ります。たとえば、YOLOv8mはYOLOXmの46.9%に対し、mAP 50.2%を達成しています。これはmAPで3.3ポイントの向上であり、TensorRTを使用したGPU推論速度も競争力のある水準を維持しています。
トレーニングとエコシステムの利点#
この2つのソリューションの最大の違いの一つは、開発者エクスペリエンスです。YOLOXの学習では、複雑な環境設定、スクリプトの手動修正、学習やエクスポートの問題をデバッグするためのPyTorch内部構造に関する深い知識が必要になることがよくあります。
Ultralyticsエコシステムは、直感的なPython APIとコマンドラインインターフェース(CLI)によって、こうした複雑さに対処します。
効率的なPython API#
カスタムデータセットでYOLOv8モデルを学習するために必要なコードは、わずか数行です。
from ultralytics import YOLO
# 物体検出用の事前学習済みYOLOv8モデルを読み込みます
model = YOLO("yolov8n.pt")
# 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)
# モデルを簡単に検証します
metrics = model.val()
# 本番環境向けにONNXへエクスポートします
model.export(format="onnx")このAPIは、検出、セグメンテーション、指向性バウンディングボックス(OBB)の各タスクでワークフローを標準化し、本番アプリケーションの市場投入までの時間を短縮します。組み込みのエクスポート機能を使えば、カスタムC++オペレーターを記述せずに、モデルをONNX、OpenVINO、CoreMLに変換できます。
最適なユースケース#
どちらのアーキテクチャを選ぶかはプロジェクトの制約によりますが、YOLOv8はより柔軟な基盤を提供します。
- 高速エッジ分析: NVIDIA Jetsonなどのデバイスでリアルタイム処理を行う場合、YOLOv8は速度と精度のバランスに優れており、ネイティブのTensorRT統合により簡単にデプロイできます。
- 学術研究: PyTorchにおけるアンカーベース手法からアンカーフリー手法への移行を研究する人にとって、YOLOXは今も有用な学習ツールです。
- 複雑なマルチタスクアプリケーション: 物体追跡とインスタンスセグメンテーションを同時に必要とするアプリケーションには、これらの機能がUltralyticsライブラリに直接組み込まれているため、YOLOv8が適しています。
今後に向けて:代替モデル#
YOLOv8はYOLOXを大きく上回りますが、この分野は急速に進化しています。新規プロジェクトでは、2026年1月にリリースされたUltralytics YOLO26を推奨します。
YOLO26はエンドツーエンドNMSフリーデザインを採用しており、オプションのワンツーワンヘッド(nms=False)によって、デプロイパイプラインを簡素化するNMSの後処理を不要にします。NMSフリー推論とDistribution Focal Loss(DFL)の削除により、YOLO26nはYOLO11nよりCPU推論が最大43%高速になり、さらにMuSGDオプティマイザーが学習の安定性を高めます。また、ProgLoss + STAL(Progressive LossとSmall-Target-Aware Label Assignment)も導入されており、航空画像やロボティクスにおける小物体検出を向上させます。
また、Ultralyticsエコシステムで広くサポートされている優れた旧世代モデルとして、YOLO11も検討できます。多様なタスクで堅牢なパフォーマンスを提供します。
結論#
YOLOXは、分離型ヘッドとアンカーフリーデザインがYOLOファミリーにもたらす価値を示しました。Ultralytics YOLOv8はこれらのコンセプトを取り入れてアーキテクチャを改良し、使いやすさとタスクの汎用性で知られる、本番環境対応のエコシステムにまとめています。Ultralyticsモデルを使うことで、開発者は高い性能、メモリ効率のよい学習、実験から本番環境への移行を簡素化するデプロイツールを利用できます。
コメント1
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。
marybary0000(編集済み)
Great deep dive! YOLOX introduced key innovations like anchor-free design and decoupled head structure, which significantly improved detection performance. However, this YOLOv8 comparison highlights how v8 builds on such ideas with a more modular framework, better support for multi-task learning, and an easier deployment pipeline. Both models reflect strong evolution in object detection, and choosing between them really depends on specific project goals and hardware constraints.