YOLOv9とYOLO11の比較#
コンピュータービジョンの急速な進化により、リアルタイムの物体検出で可能なことの限界は継続的に押し広げられてきました。主要なアーキテクチャを比較すると、YOLOv9と**Ultralytics YOLO11**は、まったく異なる技術的ニーズに対応しながら、それぞれ大きな飛躍を遂げています。YOLOv9は、深いネットワークのトレーニング中に勾配フローを維持する新しい手法を導入しました。一方、YOLO11は、他に類を見ない効率性、汎用性、使いやすさによって、汎用コンピュータービジョンのエコシステムに革新をもたらしました。
この包括的な技術比較では、アーキテクチャ、パフォーマンス指標、メモリ要件、理想的なデプロイシナリオを分析し、次のAIプロジェクトに最適なモデルを選択できるようにします。
YOLOv9とYOLO11は優れたモデルですが、新たにリリースされたYOLO26は、次の大きな飛躍を示しています。デプロイを簡素化するエンドツーエンドのNMSフリーデザイン、最大43%高速なCPU推論、迅速な収束を実現する革新的なMuSGDオプティマイザーを特徴としています。新規の本番環境プロジェクトには、YOLO26を強く推奨します。
技術仕様と開発者情報#
これらのモデルの系譜を理解することは、それぞれのアーキテクチャ上の判断とフレームワーク依存関係を把握するうえで不可欠です。
YOLOv9#
YOLOv9は、ディープラーニングにおける情報ボトルネックに学術的な重点を置き、カスタムネットワークブロックによって最大限の特徴量忠実度を実現することを重視しています。
- 著者: Chien-Yao Wang、Hong-Yuan Mark Liao
- 組織: 中央研究院情報科学研究所
- 日付： 2024年2月21日
- Arxiv: https://arxiv.org/abs/2402.13616
- GitHub: https://github.com/WongKinYiu/yolov9
Ultralytics YOLO11#
YOLO11は、本番環境向けにゼロから設計され、最上級の精度、実環境でのデプロイ速度、マルチタスクの汎用性のバランスに重点を置いています。
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2024年9月27日
- GitHub: https://github.com/ultralytics/ultralytics
アーキテクチャのイノベーション#
YOLOv9のプログラマブル勾配情報#
YOLOv9は、Generalized Efficient Layer Aggregation Network（GELAN）とともに、Programmable Gradient Information（PGI）の概念を導入しています。ニューラルネットワークが深くなると、フィードフォワード処理中に重要な詳細情報が失われる情報ボトルネックが発生しやすくなります。PGIは、きめ細かな空間情報を保持する信頼性の高い勾配更新を提供することでこの問題に対処し、GELANはパラメーター効率を最大化します。そのため、YOLOv9は高い特徴量忠実度が求められるタスクに特に適していますが、後処理では標準的なNon-Maximum Suppression（NMS）に依存するため、エッジデバイスでレイテンシが発生する可能性があります。
YOLO11における効率性の向上#
YOLO11は、長年にわたる基礎研究を基盤として、高度に最適化されたアーキテクチャを実現しています。計算オーバーヘッドを削減しながら特徴抽出を最大化することで、従来のモデルを改善しています。CPUパフォーマンスのボトルネックとなる従来のNMSパイプラインとは異なり、YOLO11は洗練された検出ヘッドを使用し、レイテンシと精度のバランスを見事に実現しています。さらに、YOLO11は、トレーニング速度が遅く、大量のCUDAメモリを必要とすることが多い重量級のTransformerモデルと比較して、モデルのトレーニングと推論の両方で本質的に少ないメモリ使用量を実現しています。
パフォーマンス指標の比較#
標準のCOCOデータセットでこれらのモデルを比較すると、どちらも優れた能力を示しますが、パラメーター数の多さと運用速度の間にトレードオフが現れます。
以下に、YOLOパフォーマンス指標の詳細な内訳を示します。
| モデル | サイズ （ピクセル） | mAPval 50-95 | 速度 CPU ONNX （ms） | 速度 T4 TensorRT10 （ms） | パラメーター数 （M） | FLOPs （B） |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
| 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 |
結果の分析#
- 速度とハードウェア効率: YOLO11は、推論速度で一貫してYOLOv9を上回ります。たとえば、YOLO11nは、TensorRTを使用したNVIDIA T4 GPU上で驚異的な1.5msを達成し、厳格なリアルタイムパイプラインに非常に適しています。
- 計算要件: YOLO11モデルは一般に、必要とするFLOPsが少なく（例: YOLO11mは68.0B、YOLOv9mは76.3B）、Raspberry Piやモバイルハードウェアなど、バッテリー駆動のエッジデバイスでの消費電力削減につながります。
- 精度の同等性: YOLOv9eは絶対値のmAPでYOLO11xをわずかに上回ります（55.6対54.7）が、YOLO11は大幅に短いレイテンシで最高精度に到達します（11.3ms対16.77ms）。これは、実環境へのデプロイにおいて、より有利なパフォーマンスバランスを示しています。
エコシステムと使いやすさ#
生の指標も重要ですが、プロジェクトの成否は多くの場合、フレームワークのエコシステムによって決まります。ここでこそ、Ultralyticsの優位性が真価を発揮します。
YOLOv9のオリジナルリポジトリは非常に専門性が高く、最先端の研究実装を提供しています。一方、Ultralytics Platformと対応するオープンソースパッケージは、効率化されたユーザーエクスペリエンス、シンプルなAPI、充実したドキュメントを提供し、市場投入までの時間を大幅に短縮します。
マルチタスク対応力#
YOLOv9は主にバウンディングボックス検出に重点を置いています。これに対して、YOLO11は以下をネイティブにサポートする統合マルチタスクモデルです。
シームレスなデプロイ#
Ultralyticsのエコシステムを使用すると、1行のPythonコードで、さまざまな形式にモデルをエクスポートできます。ONNX、OpenVINO、TFLite、CoreMLのいずれを対象とする場合でも、トレーニングから本番環境への移行を簡単に行えます。
from ultralytics import YOLO
# Load a highly efficient YOLO11 model
model = YOLO("yolo11n.pt")
# Train rapidly on a custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to OpenVINO for Intel CPU acceleration
model.export(format="openvino")理想的なユースケース#
YOLOv9を利用するタイミング#
YOLOv9は、研究中心の環境や、ハードウェアのレイテンシが主要な制約ではなく、極めて高い特徴量忠実度を優先するシナリオに適した優れたツールです。GELANアーキテクチャは、わずかなピクセルの変化の検出が重要となる医療画像解析で大きな利点を発揮します。
YOLO11が優れた選択肢である理由#
開発者、エンジニア、本番環境チームには、YOLO11を強く推奨します。高速でスケーラブルなデプロイが求められる環境で優れた性能を発揮します。
- スマートリテール分析: 標準的なIntel プロセッサを使用して製品と顧客をシームレスに追跡します。
- 自律型ドローン: FLOPsの少ないアーキテクチャによってバッテリー寿命を延ばしながら、堅牢な小物体検出を実現します。
- 動的なプロジェクト: 検出から始まり、後からポーズ推定やセグメンテーションが必要になる可能性のあるワークフローに適しています。
今後の展望: 次の進化#
YOLO11はその世代における最先端技術を代表していますが、コンピュータービジョンの状況は進化し続けています。AIの限界に挑戦するユーザーは、**YOLO26**にも注目する必要があります。
YOLOv10で初めて検討されたエンドツーエンドのNMSフリーデザインを先駆的に採用し、YOLO26は、SGDとMuonのハイブリッドであるMuSGDオプティマイザーを導入して、これまでにないトレーニングの安定性を実現します。エクスポートを簡素化するためにDistribution Focal Loss（DFL）を排除し、ProgLossやSTALなどの高度な損失メカニズムを採用することで、YOLO26は最大43%高速なCPU推論を実現します。現代のプロジェクトにおいて、学術的な革新性と本番環境に対応した信頼性を究極の形で組み合わせています。さらに、Ultralytics YOLOv8などのレガシーシステムからアップグレードするチームは、統合されたUltralytics APIのおかげで、YOLO26またはYOLO11へ完全にスムーズに移行できます。