YOLOv9 対 YOLOv8#

リアルタイムコンピュータビジョンの分野はここ数年で目覚ましい進化を遂げており、新しいモデルが登場するたびに、エッジデバイスとクラウドサーバーの双方で可能とされる理論上の限界が押し広げられています。新しいYOLOv9アーキテクチャと、広く利用されているUltralytics YOLOv8フレームワークを比較する際、開発者は最先端の理論的な勾配経路と、十分に実戦検証された本番環境対応のエコシステムのどちらを選ぶか迫られることがよくあります。

この包括的なガイドでは、これら2つの有力モデルのアーキテクチャ上の革新、パフォーマンス指標、最適なデプロイシナリオを比較し、次の人工知能プロジェクトに適したモデルを選択できるよう支援します。

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、それぞれの設計上の選択を理解するために不可欠な背景となります。

YOLOv9 台湾の中央研究院情報科学研究所に所属する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。中核となる研究では、ディープニューラルネットワークにおける情報ボトルネックの解決に焦点を当てています。オリジナルのYOLOv9研究論文をArxivで確認したり、公式YOLOv9 GitHubリポジトリでソースコードを確認したりできます。

YOLOv9についてさらに詳しく学ぶ

Ultralytics YOLOv8 UltralyticsのGlenn Jocher氏、Ayush Chaurasia氏、Jing Qiu氏によって開発されたYOLOv8は、2023年1月10日にリリースされました。多様な用途に対応できる業界標準として確立され、非常に幅広いビジョンタスクに対応する統合APIを提供しています。ソースコードはメインのUltralytics GitHubリポジトリで管理されており、継続的な更新と長期的な安定性が確保されています。

アーキテクチャのイノベーション#

YOLOv9：プログラマブル勾配情報#

YOLOv9の最大の特徴は、**Programmable Gradient Information（PGI）**とGeneralized Efficient Layer Aggregation Network（GELAN）を導入したことです。畳み込みニューラルネットワークが深くなるほど、通常はフィードフォワード処理中に重要な特徴情報が失われます。PGIは、重みの更新に使用される正確な勾配を保持することでこの情報ボトルネックに対処し、信頼性の高い特徴抽出を実現します。このアーキテクチャはパラメーター効率を最大化し、YOLOv9はより少ない浮動小数点演算（FLOPs）で高い精度を達成できます。

YOLOv8：多用途に対応する実用モデル#

YOLOv8は、合理化されたアンカーフリー検出メカニズムを導入し、ボックス予測の数を減らすとともに、後処理におけるNon-Maximum Suppression（NMS）を高速化します。そのC2fモジュール（2つの畳み込みを備えたCross-Stage Partial Bottleneck）は、従来のモデルと比較してネットワーク全体の勾配フローを改善します。さらに重要な点として、YOLOv8はVersatilityを念頭に設計されており、物体検出、インスタンスセグメンテーション、姿勢推定、画像分類、指向性バウンディングボックス（OBB）の抽出を標準でネイティブサポートしています。

パフォーマンスのバランスとベンチマーク#

ビジョンモデルをデプロイする際、速度と精度のトレードオフは最も重要な要素です。以下に、標準のCOCOデータセットで評価したモデルサイズ、レイテンシ、平均Average Precisionの詳細な比較を示します。

指標を分析すると、YOLOv9はパラメーター数と精度の比率で目覚ましい結果を示します。YOLOv9cモデルは、わずか25.3M個のパラメーターで53.0%のmAPを達成します。一方、YOLOv8はメモリ要件とハードウェアアクセラレーター上の推論速度で大きく優位に立っており、特にYOLOv8nバリアントはNVIDIA TensorRT環境で1.47msを記録します。

Ultralyticsエコシステムの優位性#

アーキテクチャを選択する際の大きな検討事項は、使いやすさと周辺ソフトウェアエコシステムです。依存関係の管理、カスタムデータローダーの作成、複雑なエクスポートスクリプトへの対応は、開発を停滞させる可能性があります。統合されたUltralyticsエコシステムは、こうした複雑さを抽象化します。

YOLOv8とYOLOv9（Ultralyticsライブラリで完全にサポートされています）のどちらを選択しても、統合API、自動的なデータ拡張手法、合理化されたONNX形式へのエクスポートを利用できます。さらに、Ultralyticsのアーキテクチャは一般に、トレーニング効率が非常に最適化されており、大規模なTransformerベースのモデルでよく発生するCUDAメモリの大幅な肥大化を回避します。

トレーニングコード例#

Python APIを使用したいずれのモデルのトレーニングも簡単で、数行のコードだけで実行できます。

from ultralytics import YOLO

# Load the preferred model (swap 'yolov9c.pt' with 'yolov8n.pt' as needed)
model = YOLO("yolov8n.pt")

# Train the model on your custom dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance metrics
metrics = model.val()

# Export to ONNX for production deployment
model.export(format="onnx")

ユースケースと推奨事項#

YOLOv9とYOLOv8のどちらを選択するかは、具体的なプロジェクト要件、デプロイ上の制約、エコシステムに関する предпочтностиによって決まります。

YOLOv9を選ぶタイミング#

YOLOv9が適しているケース:

• 情報ボトルネックの研究: プログラマブル勾配情報（PGI）および汎用効率的レイヤー集約ネットワーク（GELAN）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軽減に重点を置く研究。
• 高精度検出のベンチマーク: アーキテクチャ比較の基準点として、YOLOv9の優れたCOCOベンチマーク性能が必要なシナリオ。

YOLOv8を選択するタイミング#

YOLOv8は次の用途に推奨されます:

• 汎用的なマルチタスクデプロイ: Ultralyticsエコシステム内で、detection、segmentation、classification、pose estimationに対応する実績のあるモデルが必要なプロジェクト。
• 確立された本番システム: YOLOv8アーキテクチャを基盤としてすでに構築され、安定した十分にテスト済みのデプロイパイプラインを備えた既存の本番環境。
• 幅広いコミュニティとエコシステムのサポート: YOLOv8の豊富なチュートリアル、サードパーティー統合、活発なコミュニティリソースの恩恵を受けるアプリケーション。

Ultralytics (YOLO26)を選ぶタイミング#

ほとんどの新規プロジェクトでは、Ultralytics YOLO26が性能と開発者エクスペリエンスの最適な組み合わせを提供します。

• NMSフリーのエッジデプロイ: Non-Maximum Suppressionの後処理を複雑にすることなく、一貫した低レイテンシー推論が必要なアプリケーション。
• CPUのみの環境: 専用GPUアクセラレーションを持たないデバイスで、YOLO26の最大43%高速なCPU推論が決定的な優位性となる場合。
• 小さな物体の検出: aerial drone imageryやIoTセンサー分析など、ProgLossとSTALによって微小物体の精度が大幅に向上する難しいシナリオ。

今後の展望：YOLO26の登場#

YOLOv8とYOLOv9はいずれも非常に高い能力を備えていますが、コンピュータビジョンの分野は急速に進化しています。最新のデプロイでは、2026年1月にリリースされた**Ultralytics YOLO26**の利用を強く推奨します。

YOLO26は、本番環境での物体検出器の動作方法にパラダイムシフトをもたらします。ネイティブなエンドツーエンドNMSフリーデザインを採用し、後処理に伴うレイテンシと非決定的な動作を効果的に排除します。エッジデバイスや低消費電力ハードウェアへの対応を強化するため、YOLO26はDFLの完全削除（Distribution Focal Loss）を取り入れており、モバイル向けエクスポートを大幅に簡素化します。

さらに、YOLO26は画期的なMuSGDオプティマイザーを利用します。これはSGDとMuonを組み合わせたハイブリッドで、ビジョンタスクにLLMレベルのトレーニング安定性をもたらし、収束を大幅に高速化します。最大43%高速なCPU推論と、極めて優れた小物体認識を実現するProgLoss + STALの統合により、YOLO26は新規のエンタープライズ施策における疑いのない選択肢となっています。

実環境でのアプリケーションとユースケース#

YOLOv8とYOLOv9のどちらを選択するかは、主にプロジェクトの制約と対象ハードウェアによって決まります。

• **ヘルスケアと医用画像：**1ピクセルも無駄にできない腫瘍検出システムなどの用途では、YOLOv9のGELANアーキテクチャが細かなディテールを非常に適切に保持し、重要な診断における偽陰性を低減します。
• **小売と在庫分析：**商品が密集した棚を追跡するスマートスーパーマーケットシステムでは、YOLOv9が重なり合う商品を確実に分離するために必要なmAPを提供します。
• **スマートシティと交通モニタリング：**動きの速い物流および交通管理では、YOLOv8の極めて低いレイテンシと実証済みの堅牢性により、複数のカメラストリームにまたがる車両を同時に追跡する用途に適しています。
• **エッジデプロイ：**Raspberry Piやモバイルハードウェアなどのリソースに制約のあるデバイスにデプロイする場合、YOLOv8の高度に最適化されたC2fブロック（およびYOLO26のCPU最適化）により、よりスムーズでバッテリーに優しい推論パイプラインを実現できます。