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、リアルタイムオブジェクト検出において可能なことの限界が常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**が画期的な飛躍として際立っており、それぞれが異なる技術的ニーズに対応しています。YOLOv9はディープネットワークのトレーニング中に勾配の流れを維持する新しい方法を導入し、一方YOLO11は、比類のない効率性、汎用性、使いやすさによって汎用ビジョンエコシステムを革新しました。
この包括的な技術比較では、次回のAIプロジェクトに最適なモデルを選択できるよう、両者のアーキテクチャ、パフォーマンスメトリクス、メモリ要件、および理想的なデプロイシナリオを分析します。
YOLOv9とYOLO11は優れたモデルですが、新しくリリースされたYOLO26は次の飛躍を表しています。シンプル化されたデプロイのためのエンドツーエンドのNMSフリー設計、最大43%高速化されたCPU推論、および迅速な収束のための革新的なMuSGDオプティマイザを備えています。すべての新しい本番プロジェクトにおいて、YOLO26が強く推奨されます。
技術仕様と著作権情報#
これらのモデルの系譜を理解することは、アーキテクチャ上の決定やフレームワークの依存関係に関する重要なコンテキストを提供します。
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関する学術的焦点が強く、カスタムネットワークブロックを通じて最大の特徴量忠実度を最優先しています。
- 著者: Chien-Yao Wang および Hong-Yuan Mark Liao
- 組織: Institute of Information Science, Academia Sinica
- 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ており、最高水準の精度、実用的なデプロイ速度、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 and Jing Qiu
- 組織: Ultralytics
- 日付： 2024年9月27日
- GitHub: https://github.com/ultralytics/ultralytics
アーキテクチャの革新#
YOLOv9におけるプログラマブル勾配情報#
YOLOv9は、Generalized Efficient Layer Aggregation Network (GELAN) とともに、プログラマブル勾配情報 (PGI) という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につれ、フィードフォワード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しやすくなります。PGIは、微細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れに対処し、GELANはパラメータ効率を最大化します。これにより、YOLOv9は高い特徴量忠実度を必要とするタスクに特に適していますが、ポストプロセスで標準的な非最大値抑制 (NMS) に依存しているため、エッジデバイスで遅延が生じる可能性があります。
YOLO11における効率の最適化#
YOLO11は長年の基礎研究を基盤として構築されており、高度に最適化されたアーキテクチャを提供します。計算上のオーバーヘッドを削減しつつ特徴抽出を最大化することで、従来のイテレーションから改善されています。CPUの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はレイテンシと精度の間で驚異的なバランスを実現する洗練された検出ヘッドを使用しています。さらに、YOLO11は、トレーニングに時間がかかり大量のCUDAメモリを必要とすることが多い重いTransformerモデルと比較して、モデル trainingと推論の両方において本質的に低いメモリ使用量を誇ります。
パフォーマンスメトリクスの比較#
標準のCOCO datasetでこれらのモデルを比較すると、どちらも信じられないほどの機能を示しますが、パラメータの総数と処理速度の間でトレードオフが生じます。
以下は、YOLO Performance Metricsの詳細な内訳です。
| 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 (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#
- スピードとハードウェア効率： YOLO11は、推論速度において常にYOLOv9を上回ります。たとえば、YOLO11nはTensorRTを使用したNVIDIA T4 GPU上で1.5msという驚異的な数値を達成しており、厳格なリアルタイムパイプラインに対して非常に実用的です。
- 計算要件: YOLO11モデルは通常、必要なFLOPsが少なくなります（例：YOLO11mの68.0Bに対してYOLOv9mは76.3B）。これは、Raspberry Piやモバイルハードウェアなどのバッテリー駆動のエッジデバイスでの消費電力低下につながります。
- 精度の同等性: YOLOv9eは絶対的なmAPにおいてYOLO11xをわずかに上回りますが（55.6対54.7）、YOLO11は大幅に少ない遅延（11.3ms対16.77ms）でピーク精度に達しており、実世界でのデプロイにおいてより好ましいパフォーマンスのバランスを示しています。
エコシステムと使いやすさ#
生のメトリクスも重要ですが、多くの場合、フレームワークのエコシステムがプロジェクトの成功を左右します。ここでUltralytics Advantageが真価を発揮します。
オリジナルのYOLOv9リポジトリは高度に専門化されており、最先端の研究実装を提供しています。しかし、Ultralytics Platformとその対応するオープンソースパッケージは、合理化されたユーザーエクスペリエンス、シンプルなAPI、および市場投入までの時間を大幅に短縮する豊富なドキュメントを提供します。
マルチタスクの汎用性#
YOLOv9は主にバウンディングボックス検出に焦点を当てています。対照的に、YOLO11はネイティブで以下をサポートする統合マルチタスクの強力なモデルです。
シームレスなデプロイ#
Ultralyticsエコシステムを使用することで、開発者は1行のPythonコードでシームレスにモデル exportしてさまざまなフォーマットに変換できます。ONNX、OpenVINO、TFLite、CoreMLのいずれをターゲットにする場合でも、トレーニングから本番環境への移行は容易です。
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を活用すべき場面#
YOLOv9は、ハードウェアの遅延が主な制約事項ではない、研究中心の環境や極めて高い特徴量忠実度を優先するシナリオに最適なツールです。そのGELANアーキテクチャは、わずかなピクセルの違いを検出することが重要な医療画像解析において非常に有益です。
YOLO11が優れた選択肢である理由#
開発者、エンジニア、本番チームにとって、YOLO11が強く推奨されます。高速かつスケーラブルなデプロイが求められる環境でその真価を発揮します。
- スマートリテールアナリティクス: 標準のIntel standard processors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: 低FLOPアーキテクチャがバッテリー寿命を維持しつつ、堅牢な小物体検出を実現します。
- 動的プロジェクト: 検出として開始されたものの、後でポーズ推定やセグメンテーションが必要になるように進化するワークフロー。
今後の展望：次なる進化#
YOLO11はその世代の最先端を表していますが、コンピュータービジョンの分野は進化し続けています。AIの限界を探索しているユーザーは、**YOLO26**にも目を向けるべきです。
YOLOv10で初めて探求されたエンドツーエンドのNMSフリー設計を先駆けて採用したYOLO26は、これまでにないトレーニングの安定性のためにMuSGDオプティマイザ（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の分布焦点損失（DFL）の削除、およびProgLossやSTALなどの高度な損失メカニズムにより、YOLO26は最大43%高速化されたCPU推論を実現します。近代的なプロジェクトにとって、学術的な革新性と本番環境に対応する信頼性の究極の組み合わせを提供します。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、統一されたUltralytics APIのおかげで、YOLO26やYOLO11への移行が完全にスムーズに行えるようになります。