はじめる

YOLOv9とYOLO11

コンピュータービジョンの急速な進化により、リアルタイムのオブジェクト検出で可能なことは広がり続けています。主要なアーキテクチャを比較すると、YOLOv9とUltralytics YOLO11が大きな進歩として際立っており、それぞれ異なる技術的ニーズに対応します。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保つ新しい方法を導入し、YOLO11は効率性、汎用性、使いやすさを高めるため、汎用的なUltralyticsフレームワークを改良しました。

この技術比較では、次のAIプロジェクトに最適なモデルを選べるよう、アーキテクチャ、性能指標、メモリ要件、理想的なデプロイシナリオを分析します。

YOLO26でプロジェクトの将来性を高める

YOLOv9とYOLO11は高性能なモデルですが、現在推奨されているUltralyticsモデルはYOLO26です。デプロイを簡素化するエンドツーエンドのNMSフリー設計、最大43%高速なCPU推論(YOLO26nとYOLO11nの比較)、収束を速めるMuSGDオプティマイザーを備えており、新しい本番環境プロジェクトに最適な出発点です。

技術仕様と開発者#

これらのモデルの系譜を理解すると、アーキテクチャの選択やフレームワークへの依存関係を把握するうえで重要な背景が得られます。

YOLOv9#

YOLOv9は、深層学習における情報ボトルネックを重視した学術的なアプローチを取り、カスタムネットワークブロックによって特徴の忠実度を優先しました。

YOLOv9の詳細を見る

Ultralytics YOLO11#

YOLO11は本番環境向けに一から設計され、高精度、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を重視しています。

アーキテクチャの革新#

YOLOv9のプログラム可能な勾配情報#

YOLOv9は、プログラム可能な勾配情報(PGI)と汎用効率的レイヤー集約ネットワーク(GELAN)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、順伝播の過程で重要な詳細が失われる情報ボトルネックが発生することがあります。PGIは、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してこの問題に対処し、GELANはパラメーター効率を最大化します。そのためYOLOv9は、特徴の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非最大抑制(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の効率性を高める最適化#

YOLO11は長年にわたるYOLO研究を基盤に、効率的な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改善することで、これまでの世代からさらに進化しています。YOLO11は標準的なNMSによる後処理を引き続き使用しますが、改良された検出ヘッドにより、レイテンシと精度の優れたバランスを実現しています。またYOLO11は、モデルのトレーニング時と推論時のメモリ使用量が、トレーニングに時間がかかることが多く、大量のCUDAメモリを必要とする高負荷なTransformerモデルよりも少なくなります。

性能指標の比較#

標準のCOCOデータセットで比較すると、どちらも高い性能を示しますが、パラメーター数と運用速度の間にトレードオフが見られます。

以下の表では、主要なYOLOの性能指標を比較しています。

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)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

結果の分析#

  1. 速度とハードウェア効率: この表にあるすべてのモデルサイズで、YOLO11はYOLOv9より高速です。たとえば、YOLO11nはTensorRTを使用してNVIDIA T4 GPU上で1.5 msで動作するため、厳しいリアルタイム処理パイプラインに適しています。
  2. 計算要件:YOLO11モデルは一般に必要なFLOPsが少なく(例:YOLO11mは68.1B、YOLOv9mは76.8B)、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消費電力を抑えられます。
  3. 精度の同等性: 絶対mAPではYOLOv9eが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達します(11.3 ms対16.77 ms)。これは、実環境への導入においてより有利な性能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、プロジェクトの成功はフレームワークのエコシステムによって決まることが多く、この点でUltralyticsは際立っています。

オリジナルのYOLOv9リポジトリは研究用実装に特化しています。一方、Ultralytics Platformと対応するオープンソースパッケージは、使いやすい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短縮します。

マルチタスクの柔軟性#

YOLOv9は主にバウンディングボックス検出に特化しています。一方、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。

デプロイ#

Ultralyticsエコシステムを使えば、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、LiteRT、CoreMLのいずれを対象にする場合も、トレーニングから本番環境への移行は簡単です。

from ultralytics import YOLO

# 高効率なYOLO11モデルを読み込む
model = YOLO("yolo11n.pt")

# メモリ使用量を最小限に抑えながら、カスタムデータセットをすばやくトレーニングする
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# トレーニング済みモデルをOpenVINOにエクスポートしてIntel CPUで高速化する
model.export(format="openvino")

最適なユースケース#

YOLOv9を使用する場合#

YOLOv9は、研究を中心とする環境や、ハードウェアのレイテンシが主な制約ではなく、特徴の忠実度を重視するシナリオで役立ちます。GELANアーキテクチャは、わずかなピクセルの変化を検出することが重要な医療画像分析に有用です。

YOLO11を選ぶ理由#

この2つのモデルから選ぶ開発者、エンジニア、本番環境チームには、YOLO11を推奨します。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、商品や顧客を追跡します。
  • 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、小物体を高い信頼性で検出できます。
  • 変化するプロジェクト: 検出タスクとして始まり、後から姿勢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。

今後の展望:次なる進化#

YOLO11は登場した世代において最先端でしたが、コンピュータービジョンの分野は進化を続けています。新しいプロジェクトでは、現在推奨されているUltralyticsモデルのYOLO26を検討してください。

YOLOv10で初めて検討されたエンドツーエンドのNMSフリー設計を基盤に、YOLO26はより安定したトレーニングを実現するMuSGDオプティマイザー(SGDとMuonのハイブリッド)を導入しています。エクスポートを簡素化するためDistribution Focal Loss(DFL)を削除し、ProgLossとSTAL(Progressive LossとSmall-Target-Aware Label Assignment)で小物体検出を改善したYOLO26nは、YOLO11nよりCPU推論が最大43%高速です。統一されたUltralytics APIにより、Ultralytics YOLOv8などの旧モデルからYOLO26またはYOLO11へ、コードをほとんど変更せずに移行できます。

コントリビューター

コメント

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。