YOLOXとYOLO26の比較
過去10年間で、コンピュータービジョンの分野は大きく変化しました。この進化における2つのマイルストーンは、アンカーフリーアーキテクチャを普及させたYOLOXのリリースと、リアルタイム検出にネイティブのエンドツーエンドNMS不要設計をもたらすUltralytics YOLO26の登場です。この比較では、開発者が次のAIプロジェクトについて十分な情報に基づいて判断できるよう、両者のアーキテクチャ、性能指標、理想的なデプロイシナリオを検討します。
モデルの概要#
各モデルの起源と主な設計目標を理解することで、それぞれの技術的成果を把握するための重要な背景が得られます。
YOLOX#
- 著者: Zheng Ge、Songtao Liu、Feng Wang、Zeming Li、Jian Sun
- 組織: Megvii
- 日付: 2021-07-18
- arXiv: 2107.08430
- GitHub: Megvii-BaseDetection/YOLOX
- ドキュメント: YOLOX GitHubドキュメント
2021年半ばに登場したYOLOXは、アンカーフリー設計に分離型ヘッドとSimOTAラベル割り当て戦略を組み合わせ、大きな転換をもたらしました。それまでのアーキテクチャを支配していた従来のアンカーボックス機構から脱却することで、YOLOXは学術研究と産業応用の隔たりを埋め、物体検出向けのシンプルで効果的なフレームワークを提供しました。
YOLO26#
- 著者: Glenn Jocher、Jing Qiu
- 組織: Ultralytics
- 日付: 2026-01-14
- GitHub: ultralytics/ultralytics
- プラットフォーム:Ultralytics Platform
2026年1月にリリースされたYOLO26は、長年にわたる反復的な改善を基盤とし、エッジデプロイと簡素化されたトレーニングパイプラインに重点を置いています。オプションのエンドツーエンドNMS不要のone-to-oneヘッド(nms=False)を導入し、従来のNon-Maximum Suppression(NMS)の後処理ステップを省略することで、多様なハードウェアへのモデルのデプロイを簡素化します。Distribution Focal Loss(DFL)モジュールを削除することでヘッドも簡素化され、レイテンシが低下するため、YOLO26は最新のコンピュータービジョンアプリケーションに適しています。
アーキテクチャの革新#
これら2つのモデルのアーキテクチャには、特に損失関数と後処理に関するディープラーニング手法の急速な進歩が表れています。
YOLOXのアプローチ#
YOLOXは予測ヘッドで分類タスクと回帰タスクを分離し、学習時の収束を大幅に高速化しました。アンカーフリーであるため設計パラメーターの数が減り、学習前に複雑なアンカー調整を行う必要性も軽減されます。SimOTAラベル割り当てアルゴリズムと組み合わせることで、YOLOXは当時の最先端の結果を達成し、特に標準ベンチマークであるCOCOデータセットで優れた性能を示しました。
YOLO26の優位性#
YOLO26はアーキテクチャの効率性を重視しています。NMSを削除することで推論レイテンシを短縮できるだけでなく、安定して予測可能な実行時間も実現します。これは、自動運転車やロボティクスにとって重要な要素です。
YOLO26の主な革新点は次のとおりです。
- MuSGDオプティマイザー: 大規模言語モデル(LLM)のトレーニング手法に着想を得たSGDとMuonのハイブリッドで、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%高速化: DFLを削除してアーキテクチャを効率化したことで、YOLO26nはCPU上でYOLO11nより最大43%高速に動作します。シンプルなIoTセンサーからRaspberry Piボードまで、リソースに制約のあるエッジデバイスに適しています。
- ProgLoss + STAL: Progressive LossとSmall-Target-Aware Label Assignment(STAL)によって小物体検出が向上します。これは、航空画像の解析や製造自動化における精密な品質管理に不可欠です。
専用GPUを搭載しない組み込みシステムやモバイルアプリケーションを対象とするプロジェクトでは、YOLO26の最適化されたCPU性能が大きな利点となり、旧世代モデルと比べて計算オーバーヘッドを低減できます。
性能とベンチマーク#
本番環境向けのモデルを評価する際は、精度、速度、計算の複雑さのバランスを分析することが不可欠です。以下は、画像サイズ640ピクセル(nano/tinyバリアントでは416ピクセル)で評価した標準モデルの詳細な比較です。
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
表が示すように、YOLO26シリーズはより優れた性能バランスを実現しています。たとえば、YOLO26xはYOLOXxよりパラメーター数が約44%少ない一方で、mAP 57.5を達成し、GPU推論も高速です(11.8 ms対16.1 ms)。
学習とエコシステムの使いやすさ#
これらのアーキテクチャの大きな違いの1つは、使いやすさとエコシステムのサポートです。
YOLOXは、アンカーフリーの仕組みやラベル割り当てを研究するための基盤となるリポジトリですが、セットアップが複雑な場合があり、依存関係や演算子を手動で設定する必要があります。一方、Ultralyticsエコシステムは使いやすさを重視して設計されています。
統合Python APIを使うと、開発者は数行のコードでYOLO26モデルを初期化、トレーニング、デプロイできます。データセットのダウンロードを処理し、ハイパーパラメーターのチューニングに対応するほか、ONNX、TensorRT、OpenVINOなどの形式にエクスポートできます。
from ultralytics import YOLO
# エンドツーエンドYOLO26の小型モデルを初期化します
model = YOLO("yolo26s.pt")
# モデルをトレーニングする。長時間の実行(>10k iterations)では、optimizer="auto"によってMuSGDが選択される
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# 検証セットでモデルの性能を評価します
metrics = model.val()
# エッジデバイスへのデプロイ向けに最適化されたモデルをエクスポートします
model.export(format="onnx")Ultralytics YOLOモデルは通常、重いTransformerベースの代替モデルよりもトレーニング時のメモリー要件が低く、一般向けハードウェアでもエンジニアがより大きなバッチサイズでトレーニングできます。
実際の用途#
YOLOXとYOLO26のどちらを選ぶかは、最終的にはデプロイ上の制約とマルチタスク要件によって異なります。
YOLOXが優れている点#
YOLOXは、特定の学術ベンチマークや、元のYOLOXコードベース上に構築されたレガシーシステムでは、引き続き有力な候補です。歴史的な重要性から、アンカーフリー検出器や独自の割り当て戦略を研究する際のベースラインとして広く利用されています。
YOLO26が優れている用途#
YOLO26は最新の産業用途向けに設計されています。インスタンスセグメンテーション、セマンティックセグメンテーション、深度推定、画像分類、姿勢推定、回転バウンディングボックス(OBB)をネイティブにサポートするため、検出専用モデルより汎用性に優れています。
- スマート小売と在庫管理: NMS不要の設計により、自動チェックアウトシステムは低レイテンシで動画フィードを処理し、後処理のボトルネックなしで商品を認識できます。
- ドローンと航空画像分析: OBB向けの特殊な角度損失とProgLoss + STALにより、YOLO26は広範囲の衛星画像に含まれる回転物体や微小な特徴の検出に適しています。
- エッジセキュリティシステム: CPU推論が最大43%高速(YOLO26nとYOLO11nの比較)なYOLO26を使うと、高価なクラウド計算を必要とせず、低価格のローカルハードウェア上に堅牢なセキュリティ分析システムを直接デプロイできます。
ユースケースと推奨事項#
YOLOXとYOLO26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、エコシステムに関する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。
YOLO26を選ぶ場合#
YOLO26は、次の用途に推奨されます:
- NMSを使用しないエッジデプロイ: 非最大抑制の後処理を複雑化させずに、安定した低レイテンシー推論を必要とするアプリケーション。
- CPU-Only Environments: 専用GPUアクセラレーションを備えていないデバイスでは、YOLO26の最大43%高速なCPU推論(YOLO26n対YOLO11n)が大きな優位性をもたらします。
- 小物体検出: 航空ドローン画像やIoTセンサー分析など、ProgLossとSTALによって微小物体の精度が向上する難しいシナリオに適しています。
その他のUltralyticsモデルの検討#
コンピュータービジョンの進化を調べている場合は、Ultralyticsのモデルファミリーに属する以下のモデルも検討する価値があります。
- YOLO11: YOLO26の直前の世代にあたり、安定した本番環境向けに堅牢な性能と幅広いコミュニティサポートを提供します。
- YOLOv8: 実環境における数千件のデプロイで使いやすさと柔軟性の基準を確立した、実績豊富なアーキテクチャです。
結論として、YOLOXは物体検出に重要な概念をもたらしました。一方、YOLO26は速度、精度、デプロイの簡便さを世代単位で向上させており、新規プロジェクトにおすすめのモデルです。
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。