YOLOv9とYOLOv5
コンピュータービジョンの分野は急速に成長し、物体検出は多くの産業用途や研究用途を支えています。適切なアーキテクチャを選ぶには、平均適合率(mAP)、推論速度、メモリオーバーヘッドを慎重に評価する必要があります。この比較では、勾配情報の保持に関するアーキテクチャ上の進歩で知られるYOLOv9と、使いやすさとデプロイの汎用性で知られる、実績豊富で広く利用されているUltralytics YOLOv5を取り上げます。
アーキテクチャの革新と技術的な起源#
これら2つのモデルの基礎となる仕組みを理解することで、それぞれの性能特性を把握するための重要な背景が得られます。
YOLOv9:プログラム可能な勾配情報#
台湾の中央研究院情報科学研究所に所属する研究者のChien-Yao Wang氏とHong-Yuan Mark Liao氏によって開発されたYOLOv9は、2024年2月21日にリリースされました。このモデルでは、ディープニューラルネットワークに共通する情報ボトルネックに対処するため、Programmable Gradient Information(PGI)とGeneralized Efficient Layer Aggregation Network(GELAN)という2つの新しい概念を導入しています。
PGIを活用することで、YOLOv9はフィードフォワード処理全体で重要な情報を保持し、より信頼性の高い勾配更新を実現します。一方、GELANアーキテクチャはパラメーター効率を最大化し、計算負荷を抑えながら高い精度を達成します。技術的な詳細は、YOLOv9のarXiv公式論文で確認するか、YOLOv9のGitHubリポジトリをご覧ください。
Ultralytics YOLOv5:本番環境の標準#
Glenn Jocher氏が開発し、2020年6月26日にUltralyticsからリリースされたYOLOv5は、コンピュータービジョンを大幅に身近なものにしました。PyTorchフレームワーク上にネイティブ構築された最初期の物体検出モデルの一つとして、旧式のDarknet Cフレームワークの複雑さを回避しました。YOLOv5はCSPNetベースのバックボーンとPANetネックを使用し、速度と精度のバランスを取っています。
最大の強みは、より広範なUltralyticsエコシステムとの統合です。YOLOv5は高速なトレーニングとメモリの限られた環境向けに最適化されており、エッジへのデプロイでも安定して動作します。
エッジデバイス向けのモデルを評価する際は、UltralyticsのYOLOモデルは通常、重いTransformerベースのアーキテクチャと比べ、トレーニング時と推論時の両方で必要なGPUメモリが大幅に少ないことを覚えておいてください。
性能分析:速度と精度#
コンピュータービジョンのパイプラインを設計する際、開発者は精度とレイテンシのトレードオフを考慮する必要があります。以下の表は、標準のCOCOデータセットでの性能差を示しています。
| 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) |
|---|---|---|---|---|---|---|
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
トレードオフの分析#
この表のすべてのサイズで、YOLOv9はYOLOv5より高いmAPを達成し、精度で優位に立っています。YOLOv9eはGELANレイヤーで細部を保持し、mAP 55.6%を達成します。そのため、医療画像や、小さな物体に対して厳密な精度が求められるシナリオに適しています。
一方、YOLOv5は実測GPU速度とハードウェアの柔軟性で優れています。YOLOv5n(Nano)は非常に軽量で、TensorRTを介してT4 GPU上でわずか1.12 msで推論を実行します。制約のあるIoTデバイス、携帯電話、Raspberry Piにデプロイする場合、YOLOv5の小さなメモリ使用量は信頼できる選択肢となります。
Ultralyticsエコシステムの利点#
モデルを選ぶ際には、周辺のソフトウェアエコシステムも重要な検討事項です。YOLOv9は最高水準の研究ベンチマークを示しますが、最新のUltralytics Python APIを通じて両モデルを使うことで、開発者に統合され効率的なエクスペリエンスを提供し、その差を埋められます。
使いやすさとエクスポート#
Ultralyticsは複雑なエンジニアリング作業を担います。自動データ拡張やハイパーパラメータチューニングなどの機能を標準で利用できます。モデルの本番環境への移行も簡単で、組み込みのエクスポートコマンドを使って、モデルをONNX、OpenVINO、LiteRT形式に変換できます。
タスクへの対応力#
どちらのモデルも物体検出に優れていますが、最新のUltralyticsモデルはさまざまなコンピュータービジョンの課題に対応できるよう設計されています。幅広いフレームワークでは、インスタンスセグメンテーション、画像分類、姿勢推定、回転バウンディングボックス(OBB)をネイティブサポートしており、開発者はコードベースを切り替えることなく複数のビジョン課題を解決できます。
ユースケースと推奨事項#
YOLOv9とYOLOv5のどちらを選ぶかは、プロジェクトの具体的な要件、デプロイの制約、エコシステムの好みによって異なります。
YOLOv9を選ぶ場合#
YOLOv9が適している用途:
- 情報ボトルネックの研究: プログラム可能な勾配情報(PGI)や一般化効率的層集約ネットワーク(GELAN)のアーキテクチャを研究する学術プロジェクト。
- 勾配フロー最適化の研究: 学習中の深層ネットワーク層における情報損失の理解と抑制に焦点を当てた研究。
- 高精度検出のベンチマーク: アーキテクチャの比較において、YOLOv9の優れたCOCOベンチマーク性能を基準として必要とするシナリオ。
YOLOv5を選ぶ場合#
YOLOv5は、次のような場合に推奨されます。
- 本番環境での実績:YOLOv5の長年にわたる安定性の実績、充実したドキュメント、大規模なコミュニティが重視される既存のデプロイ環境に適しています。
- リソースが限られたトレーニング: GPUリソースが限られており、YOLOv5の効率的なトレーニングパイプラインと低いメモリ要件が有利となる環境です。
- 幅広いエクスポート形式のサポート: ONNX、TensorRT、CoreML、LiteRTなど、多様な形式へのデプロイが必要なプロジェクトに対応します。
Ultralytics (YOLO26)を選ぶ場合#
多くの新規プロジェクトにおいて、Ultralytics YOLO26はパフォーマンスと開発者体験を最適なバランスで提供します。
- NMSフリーのエッジデプロイ: Non-Maximum Suppression(NMS)の後処理を複雑にすることなく、安定した低レイテンシ推論を必要とするアプリケーション。
- CPUのみの環境: 専用GPUアクセラレーションのないデバイスでは、YOLO26nのCPU推論がYOLO11nより最大43%高速であることが大きな強みになります。
- 小物体検出: ドローンによる空撮画像やIoTセンサー分析などの難しいシナリオでは、ProgLossとSTALが小さな物体の精度を向上させます。
実装例#
Ultralyticsエコシステムでは、重みの文字列を変更するだけで、YOLOv5モデルとYOLOv9モデルを切り替えられます。
from ultralytics import YOLO
# 事前学習済みのYOLOv9モデルを読み込みます(YOLOv5uを使用するには"yolov5su.pt"に置き換えます)
model = YOLO("yolov9c.pt")
# カスタムデータセットでモデルを効率的にトレーニングします
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# 新しい画像で推論を実行します
predictions = model.predict("https://ultralytics.com/images/zidane.jpg")
# デプロイ用にONNXへエクスポートします
model.export(format="onnx")新しいアーキテクチャを探る#
YOLOv5とYOLOv9はそれぞれ明確な強みを持つ優れたモデルですが、この分野は進化を続けています。新しいプロジェクトに取り組むユーザーは、Ultralyticsの最新モデルも評価するとよいでしょう。
- YOLO11: YOLOv8の系譜を洗練させたモデルで、あらゆるビジョンタスクにおいて優れた速度と精度のバランスを実現します。
- YOLO26: 2026年1月にリリースされたYOLO26は、新しいパイプラインに推奨されるモデルです。オプションのエンドツーエンドNMSフリー設計(
nms=False)を導入し、NMS後処理のボトルネックを解消します。DFLの削除(エクスポートの簡素化とエッジ/低消費電力デバイスとの互換性向上のためDistribution Focal Lossを削除)により、YOLO26nはYOLO11nよりCPU推論が最大43%高速です。MuSGDオプティマイザーがトレーニングの安定性を高め、ProgLoss + STAL(Progressive Loss and Small-Target-Aware Label Assignment)が、エッジとクラウドのデプロイ全般におけるIoT、ロボット工学、航空画像の小さな物体の検出精度を向上させます。
大規模なデータセットと複雑なデプロイパイプラインを管理するチームには、Ultralytics Platformが、これらのモデルをノーコードでトレーニング、追跡、デプロイできる手段を提供します。
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。