YOLOv9とYOLOv10
研究者が性能と効率のトレードオフを改善し続ける中、リアルタイムコンピュータービジョンの分野は急速に進歩しています。最先端のビジョンモデルの進化において、YOLOv9とYOLOv10は重要な節目です。2024年初頭にリリースされた両モデルは、情報ボトルネックから後処理のレイテンシまで、深層ニューラルネットワークの長年の課題に対処する大きなアーキテクチャ変更を導入しました。
この技術比較では、適切なオブジェクト検出モデルを選べるよう、アーキテクチャ、性能指標、理想的なデプロイシナリオを解説します。
モデルの起源とアーキテクチャ#
これらのモデルの系譜と理論的基盤を理解することは、特定のコンピュータービジョンプロジェクトに適したアーキテクチャを選択するうえで重要です。
YOLOv9:情報フローの最適化#
2024年2月21日に発表されたYOLOv9は、データが深層ニューラルネットワークを通過する際に生じる情報損失という理論的な課題に取り組んでいます。
- 著者: Chien-Yao Wang、Hong-Yuan Mark Liao
- 組織: 台湾、中央研究院情報科学研究所
- 参考資料: YOLOv9 arXiv 論文
- リポジトリ: YOLOv9 GitHub
YOLOv9は汎用効率的レイヤー集約ネットワーク(GELAN)を導入し、CSPNetとELANの強みを組み合わせてパラメーターの利用効率を最大化します。さらに、深いレイヤーが重要な空間情報を保持できるようにする補助的な教師あり学習メカニズム、プログラム可能な勾配情報(PGI)を採用しています。そのため、医療画像分析や遠距離監視など、特徴の忠実度が求められるタスクで優れた性能を発揮します。
YOLOv10:リアルタイムのエンドツーエンド効率#
その後まもなく、2024年5月23日にリリースされたYOLOv10は、オブジェクト検出でよく知られたレイテンシのボトルネックである非最大抑制(NMS)を排除し、デプロイパイプラインを簡素化します。
- 著者: Ao Wang、Hui Chen、Lihao Liuほか
- 組織: 清華大学
- 参考資料: YOLOv10 arXiv 論文
- リポジトリ: YOLOv10 GitHub
YOLOv10はトレーニング時に一貫性のあるデュアル割り当てを使用し、ネイティブなNMSフリー設計を実現します。これにより推論時の後処理オーバーヘッドがなくなり、レイテンシが低減します。効率と精度を総合的に考慮したモデル設計と組み合わせることで、競争力のある精度を維持しつつ計算オーバーヘッド(FLOPs)を削減し、エッジコンピューティングアプリケーションに適したバランスを実現します。
パフォーマンスと指標の比較#
標準のMS COCOデータセットでこの2つのモデルファミリーをベンチマークすると、純粋な精度と推論レイテンシの間に明確なトレードオフが見られます。
| 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) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
データの分析#
- レイテンシと精度: YOLOv10モデルは一般に推論が高速です。たとえば、YOLOv10sはTensorRTでわずか2.49 msで46.3% mAPを達成します。一方、YOLOv9sは同程度の46.8% mAPを達成するのに3.54 msかかります。
- 最上位の精度: 最高の検出精度が求められる研究用途では、YOLOv9eは引き続き有力な選択肢です。PGIによって微細な特徴を確実に抽出し、mAP 55.6%を達成します。
- 効率性: YOLOv10はFLOPs効率に優れています。これにより、消費電力を直接削減できます。これは、ビジョンAIモデルを実行するバッテリー駆動デバイスにとって重要な指標です。
CPUやRaspberry Piのようなリソースが限られたエッジハードウェアにデプロイする場合、YOLOv10のNMSフリーアーキテクチャは、レイテンシが変動する後処理ステップをなくすため、通常はよりスムーズなパイプラインを実現します。
Ultralyticsの強み:トレーニングとエコシステム#
アーキテクチャの違いは重要ですが、プロジェクトの成功を左右することが多いのは、周辺のソフトウェアエコシステムです。YOLOv9とYOLOv10はどちらもUltralyticsエコシステムに完全に統合されており、一貫した開発者エクスペリエンスを提供します。
使いやすさとメモリー効率#
大量のメモリを必要とする複雑なTransformerベースのアーキテクチャとは異なり、Ultralytics YOLOモデルはGPUメモリを効率的に使用できるよう設計されています。これにより、研究者は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利用でき、最先端のAIをより広く活用できるようになります。
統合Python APIが、データ拡張とハイパーパラメータチューニングの複雑な処理を担います。重みファイルの文字列を変更するだけで、アーキテクチャを切り替えられます。
from ultralytics import YOLO
# YOLOv10モデルを読み込みます(YOLOv9に切り替える場合は「yolov9c.pt」に簡単に変更できます)
model = YOLO("yolov10n.pt")
# COCO8データセットでモデルをトレーニングします
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# モデルの性能を検証します
metrics = model.val()
# トレーニング済みモデルをデプロイ用にONNX形式でエクスポートします
model.export(format="onnx")MLflowへのメトリクスの記録や、高速なハードウェアへのデプロイ用のTensorRTへのエクスポートなどを、Ultralytics Pythonパッケージでネイティブに処理できます。
最適なユースケース#
これらのモデルの選択は、デプロイメントの制約によって異なります。
- YOLOv9を選ぶ場合: 航空ドローン画像や小さな腫瘍の検出などの小物体検出タスクに取り組んでおり、GELANアーキテクチャの特徴保持による高い忠実度が必要な場合に適しています。
- YOLOv10を選ぶ場合: エッジデバイスでのリアルタイム推論が主な目的である場合です。NMSフリー設計は、自律型ロボット、リアルタイム交通監視、スマート監視に適しています。
将来を見据えて:YOLO26への移行#
YOLOv8、YOLOv9、YOLOv10はいずれも優れたモデルですが、最新のAIソリューションを構築する開発者には、2026年1月にリリースされたUltralytics YOLO26の検討をおすすめします。
YOLO26は従来世代を基盤とし、この比較対象のどちらよりも高い精度と、YOLOv10のNMSフリーの効率性を兼ね備えています。
YOLO26の主な革新点#
- エンドツーエンドのNMSフリー設計: YOLOv10の基盤を発展させたYOLO26では、オプションのワンツーワンヘッド(
nms=False)がNMSの後処理を省略し、デプロイメントを簡素化します。 - MuSGDオプティマイザー: SGDとMuonを組み合わせたハイブリッド手法です。LLMトレーニングの革新をコンピュータービジョンに取り入れ、安定したトレーニングと高速な収束を実現します。
- CPU推論が最大43%高速: YOLO26nはCPUでYOLO11nより最大43%高速に動作するため、エッジコンピューティングや専用GPUのないデバイスに適しています。
- DFLの削除: モデルのエクスポートを簡素化し、低消費電力デバイスとの互換性を高めるため、分布焦点損失(DFL)が削除されました。
- ProgLoss + STAL: Progressive LossとSmall-Target-Aware Label Assignment(STAL)により、小さな物体の検出精度が向上します。
他のアーキテクチャを評価する研究者には、RT-DETRとYOLO11も、Ultralyticsエコシステムで十分にドキュメント化された選択肢です。ただし、あらゆるビジョンタスクに対応する汎用性を求める新規プロジェクトには、Ultralytics Platform上のYOLO26を推奨します。
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。