YOLOXとEfficientDetの比較
物体検出の進化は、速度、精度、計算効率のバランスを追求し続けることで進んできました。この流れに大きな影響を与えた2つの画期的なモデルがYOLOXとEfficientDetです。YOLOXはYOLOファミリーにアンカーフリー設計を導入した一方、EfficientDetは複合スケーリングとBiFPNを用いたスケーラブルなアーキテクチャに重点を置きました。このガイドでは、両モデルのアーキテクチャ、性能指標、トレーニング手法を詳しく比較し、Ultralytics YOLO26などの新しい代替モデルも紹介します。
モデルの起源と技術的詳細#
構造上の違いを比較する前に、両モデルの起源と基礎となる研究を理解することが重要です。
YOLOXの詳細:
- 著者: Zheng Ge、Songtao Liu、Feng Wang、Zeming Li、Jian Sun
- 組織: Megvii
- 日付: 2021年7月18日
- arXiv: YOLOX:2021年にYOLOシリーズを超える
- GitHub: Megvii-BaseDetection/YOLOX
- ドキュメント: YOLOX公式ドキュメント
EfficientDetの詳細:
- 著者: Mingxing Tan、Ruoming Pang、Quoc V. Le
- 組織: Google Brain
- 日付: 2019年11月20日
- arXiv: EfficientDet:スケーラブルで効率的な物体検出
- GitHubとドキュメント: Google AutoML EfficientDet
アーキテクチャの比較#
YOLOXとEfficientDetの根本的な違いは、特徴を抽出してバウンディングボックスを予測する方法にあります。適切なモデルをデプロイ環境に合わせて選ぶには、これらの物体検出アーキテクチャを理解することが重要です。
YOLOX:アンカーフリーの革新モデル#
YOLOXはYOLOシリーズをアンカーベースの検出器からアンカーフリー設計へ移行させました。この転換により、設計パラメーターの数が大幅に減り、トレーニングパイプラインが簡素化されました。
主なアーキテクチャ上の特徴には、分類タスクと回帰タスクを分ける分離型ヘッドがあります。これにより、オブジェクトが「何であるか」を識別することと、「どこにあるか」を正確に予測することとの競合に対処できます。さらにYOLOXは、SimOTAのような高度なラベル割り当て戦略を使用します。これにより、トレーニング中に正解オブジェクトへ正例サンプルを動的に割り当て、収束を速めるとともに、速度と精度のバランスを改善します。
EfficientDet:複合スケーリングとBiFPN#
EfficientDetは効率性とスケーラビリティの観点から物体検出に取り組みます。Googleが開発したこのモデルは、特徴抽出にEfficientNetバックボーンを使用します。
特徴的な要素は、双方向の特徴ピラミッドネットワーク(BiFPN)です。従来のFPNとは異なり、BiFPNは学習可能な重みを導入し、異なる入力特徴の重要度を学習することで、マルチスケール特徴の融合を容易かつ高速に行います。さらに、バックボーン、特徴ネットワーク、ボックス・クラス予測ネットワークの解像度、深さ、幅を一様にスケーリングする複合スケーリング手法を組み合わせることで、EfficientDetはモバイル向けモデル(d0)から大規模なサーバー側モデル(d7)まで拡張できます。
EfficientDetの複合スケーリングは、精度を高めるための予測可能な道筋を提供しますが、YOLOXの簡潔なアンカーフリー設計と比べて、リアルタイムのエッジコンピューティング向けに最適化しにくい、複雑な計算グラフになることがよくあります。
パフォーマンスと指標の分析#
実環境のコンピュータービジョンアプリケーション向けにこれらのモデルを評価する場合、平均適合率、推論速度、パラメーター数などの指標が重要です。
| 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) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
トレードオフの分析#
データからは、設計思想の明確な違いが読み取れます。EfficientDet-d7は mAP 53.7%で全体最高の精度を達成しますが、T4 GPU上で128.07 msかかり、推論速度は大きく犠牲になります。対照的に、YOLOXxは16.1 msで競争力のある51.1% mAPを達成し、リアルタイムの動画理解やロボティクスにより適しています。
ユースケースと推奨事項#
YOLOXとEfficientDetのどちらを選ぶかは、プロジェクト固有の要件、デプロイ上の制約、エコシステムの好みによって異なります。
YOLOXを選ぶタイミング#
YOLOXは次のような用途に適しています:
- アンカーフリー検出の研究: 新しい検出ヘッドや損失関数を試す際のベースラインとして、YOLOXのシンプルなアンカーフリーアーキテクチャを使用する学術研究。
- 超軽量エッジデバイス: YOLOX-Nanoバリアントの極めて小さなフットプリント(パラメーター数0.91M)が重要となる、マイクロコントローラーや旧式のモバイルハードウェアへのデプロイ。
- SimOTAラベル割り当ての研究: 最適輸送に基づくラベル割り当て戦略と、トレーニングの収束への影響を調査する研究プロジェクト。
EfficientDetを選ぶタイミング#
EfficientDetは次のような用途に推奨されます。
- Google CloudとTPUパイプライン: EfficientDetのリファレンス実装がTPUでの学習をサポートする、Google Cloud TPUインフラストラクチャ上のTensorFlowベースシステム。
- 複合スケーリングの研究: ネットワークの深さ、幅、解像度をバランスよくスケーリングする効果の研究に焦点を当てた学術的なベンチマーク。
- LiteRTによるモバイルデプロイ: Androidまたは組み込みLinuxデバイス向けに、LiteRT(旧称TensorFlow Lite)形式へのエクスポートが特に必要なプロジェクト。
Ultralytics (YOLO26)を選ぶ場合#
ほとんどの新規プロジェクトでは、Ultralytics YOLO26が性能と開発者体験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(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。
最新の代替モデル: Ultralytics YOLO26#
YOLOXとEfficientDetは重要な節目となりましたが、機械学習の分野は急速に進歩しています。現在ビジョンシステムをデプロイする開発者には、2026年1月にリリースされた最新のUltralyticsモデルYOLO26を推奨します。
YOLO26は、従来のアーキテクチャより優れた保守体制のエコシステムを備え、速度と使いやすさを大きく向上させています。
YOLO26の主な革新点#
- エンドツーエンドのNMSフリーデザイン: YOLO26のオプションのワン・ツー・ワンヘッド(
nms=False)は、NMSの後処理を不要にします。YOLOv10がYOLOモデルに導入したこのネイティブのエンドツーエンド方式は、エクスポートプロセスを簡素化し、デプロイ時のレイテンシを低減します。 - CPU推論が最大43%高速:NMSとDistribution Focal Loss(DFL)を削除したYOLO26nは、CPU上でYOLO11nより最大43%高速に動作するため、ディスクリートGPUを搭載しないエッジデバイスに適しています。
- MuSGD Optimizer:大規模言語モデル(LLM)の技術革新をビジョン分野に取り入れたYOLO26は、SGDとMuonを組み合わせたMuSGD Optimizerを使用して、安定したトレーニングと高速な収束を実現し、トレーニング効率を高めます。
- ProgLoss + STAL:Progressive Loss and Small-Target-Aware Label Assignment(STAL)は小さなオブジェクトの検出精度を高めます。これはドローン運用や航空画像分析などのユースケースで重要です。
- 汎用性:物体検出専用のYOLOXとは異なり、YOLO26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)検出など、幅広いタスクにネイティブ対応します。
Ultralytics APIによる使いやすさ#
Ultralyticsモデルの大きな利点の一つは、効率化されたユーザー体験です。YOLO26モデルのトレーニングとデプロイに必要なメモリは複雑なTransformerモデルより少なく、Pythonコードも数行で済みます。
from ultralytics import YOLO
# ネイティブなエンドツーエンドYOLO26モデルを初期化します
model = YOLO("yolo26n.pt")
# カスタム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=100, imgsz=640)
# トレーニング済みモデルをGPU推論用にTensorRTへエクスポートします
model.export(format="engine", dynamic=True)ビジュアルインターフェースを希望するユーザー向けに、Ultralytics Platformはデータセットのアノテーション、クラウドトレーニング、デプロイ用のツールを提供します。
実際のユースケース#
適切なアーキテクチャは、デプロイ上の固有の制約に大きく左右されます。
EfficientDetを検討する場合#
EfficientDetは、推論速度より高解像度画像での精度が重視される環境において、現在も学術的な関心の対象です。また、TensorFlowエコシステムで実装されているため、古いGoogleインフラストラクチャを維持するチームにも適しています。
YOLOXを検討するタイミング#
YOLOXは、アンカーボックスの複雑さを避けながら速度と精度のバランスが必要なアプリケーションに適しています。歴史的に、ベルトコンベア上で迅速な欠陥検出が求められる産業製造のシナリオで優れた性能を発揮してきました。
YOLO26を選ぶ理由#
ほとんどの現代的なアプリケーションにはYOLO26が最適です。NMSフリー設計によって予測可能なレイテンシを実現するため、自動運転、高速応答が求められるセキュリティ警報システム、スマートシティへの導入に適しています。Ultralyticsによる活発なコミュニティサポートと頻繁なアップデートも、開発者が非推奨の依存関係を回避するのに役立ちます。
高度なコンピュータービジョンを検討している開発者は、実績のある既存のデプロイ向けのYOLO11や、プロンプトベースのセグメンテーションタスクに適したFastSAMなど、Ultralyticsエコシステム内のほかのアーキテクチャも検討してください。
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。