YOLOXとYOLOv5#

適切な物体検出モデルの選択は、コンピュータビジョンプロジェクトの成否を左右する重要な判断です。本ガイドでは、AI分野で重要な2つのモデル、MegviiのYOLOXとUltralytics YOLOv5を包括的に技術比較します。アーキテクチャ、性能指標、トレーニングエコシステムを分析することで、開発者や研究者がそれぞれのデプロイ環境に適した選択を行えるよう支援します。

モデルの概要#

両モデルはリアルタイム物体検出が急速に進歩していた時期に登場しましたが、性能を実現するために異なるアーキテクチャ上の方針を採用しました。

YOLOX：アンカーフリーアプローチ#

2021年7月18日に、Megviiの研究者であるZheng Ge、Songtao Liu、Feng Wang、Zeming Li、Jian Sunによって公開されたYOLOXは、従来のアンカーボックスから脱却することで大きな転換をもたらしました。彼らのArxiv技術レポートで説明されているように、YOLOXはアンカーフリー設計に分離ヘッドとSimOTAラベル割り当て戦略を組み合わせました。この設計は、学術研究と産業応用の隔たりを埋め、標準データセットで高い性能を提供することを目指したものです。

YOLOXについて詳しく見る

YOLOv5：プロダクションビジョンAIの標準#

Glenn Jocherによって開発され、2020年6月26日にUltralyticsから公開されたYOLOv5は、デプロイされるコンピュータビジョンの業界標準へと急速に成長しました。PyTorch framework上にネイティブに構築され、比類のない使いやすさ、非常に高速なトレーニング、完成度の高いリポジトリを提供することで、最先端AIを広く利用可能にしました。YOLOv5のアーキテクチャは、速度、精度、デプロイの容易さを完璧に両立することに重点を置いており、エッジデバイスから大規模なクラウドデプロイまで、あらゆる用途で支持されています。

アーキテクチャの違い#

これらのネットワークの中核となる仕組みの違いを理解すると、さまざまなタスクで性能が異なる理由が明確になります。

アンカーフリーとアンカーベース#

最も特徴的な違いは、YOLOXのアンカーフリー機構です。YOLOv5のような従来のモデルは、バウンディングボックスを予測するために事前定義されたアンカーボックスに依存しており、最適なアンカーサイズを決定するにはトレーニングデータセットでクラスタリング分析を行う必要があります。YOLOXはこの処理を排除し、各空間位置でバウンディングボックスの座標を直接予測します。アンカーフリーアプローチは設計パラメータの数とヒューリスティックなチューニングを削減しますが、YOLOv5の洗練されたアンカーベースアプローチは、auto-anchor機能の助けにより、初期状態から非常に安定した予測可能なトレーニング収束を実現します。

分離ヘッドと結合ヘッド#

YOLOXは分離ヘッドを採用しています。これは、分類タスクと回帰タスクをそれぞれ独立したニューラルネットワークブランチに分けることを意味します。著者らは、これにより空間的特徴学習と意味的特徴学習の間の競合が解消されると主張しました。一方、YOLOv5は、初期バージョンでは高度に最適化された結合ヘッドを採用し、計算効率を最大化して推論レイテンシを削減しました。これはリアルタイムエッジコンピューティングに不可欠です。

ラベル割り当て戦略#

YOLOXはラベル割り当てにSimOTAを使用します。これは、正解オブジェクトと予測の対応付けを最適輸送問題として定式化する手法です。この動的な割り当てにより、混雑したシーンへの対応が向上します。YOLOv5は堅牢な形状ルールベースの割り当てを採用し、高品質な正例サンプルを一貫して損失関数に入力します。これが、伝説的ともいえるトレーニングの安定性に貢献しています。

パフォーマンスとベンチマーク#

速度と精度のトレードオフは、これらのアーキテクチャに対する最終的な試金石です。以下の表では、標準ベンチマークにおけるさまざまなモデルサイズの性能を示します。

YOLOXは、特に大規模なバリアントで競争力のあるmAPスコアを達成しますが、YOLOv5は全体を通してTensorRT推論速度で顕著な優位性を維持しています。たとえばYOLOv5sモデルは、速度と精度の比率に非常に優れており、1ミリ秒単位が重要となるリアルタイムアプリケーションで高く評価されています。

Ultralyticsの優位性：トレーニングと使いやすさ#

研究からプロダクションへ移行する際には、モデルを取り巻くエコシステムがモデル自体と同じくらい重要になることがよくあります。ここで、Ultralyticsエコシステムの優位性が明確に現れます。

合理化されたユーザーエクスペリエンス#

YOLOv5は、「zero-to-hero」の開発者エクスペリエンスで広く高く評価されています。Ultralytics Python APIとCLIを使用すると、1行のコードでモデルの読み込み、トレーニング、デプロイを行えます。これに対して、Megvii GitHubリポジトリからYOLOXを実行するには、環境変数の手動設定、複雑なPythonパスの構成、学術研究向けコードベースに特有のより急な学習曲線が必要です。

トレーニング効率とメモリ要件#

Ultralyticsモデルは、トレーニング中のメモリ使用量を最小限に抑えるよう綿密に設計されています。YOLOv5は、RT-DETRのようなパラメータ数の多いTransformerモデルや、最適化されていない研究モデルと比較して、必要なCUDAメモリが大幅に少なくて済みます。これにより、開発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使ってトレーニングでき、反復的な開発サイクルを高速化できます。

タスク全体にわたる汎用性#

YOLOXが厳密に物体検出フレームワークである一方、UltralyticsエコシステムではYOLOv5が複数のビジョンタスクをサポートするよう進化しています。標準で、まったく同じAPI構文を使用して、Image Classification、Instance Segmentation、物体検出を実行できます。

コード比較#

使いやすさの違いは、コードを通じて最もよく示せます。

YOLOv5によるトレーニング：

from ultralytics import YOLO

# Load a pretrained YOLOv5s model
model = YOLO("yolov5su.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/zidane.jpg")

# Display results
results[0].show()

YOLOXによるトレーニング： (手動でのリポジトリのクローン、setup.pyのインストール、複雑なCLI引数が必要です)

# Example YOLOX training command
python tools/train.py -f exps/default/yolox_s.py -d 1 -b 64 --fp16 -o

Ultralyticsのアプローチは障壁を取り除き、設定ファイルのデバッグではなく、データセットとアプリケーションロジックに集中できるようにします。さらに、Weights & BiasesおよびComet MLとの組み込みインテグレーションにより、実験の追跡もシームレスに行えます。

理想的なユースケースと実環境でのアプリケーション#

これらのモデルのどちらを選ぶかは、プロジェクトの運用環境によって決まります。

YOLOXが優れている分野#

YOLOXは、研究者がアンカーフリーパラダイムやラベル割り当て戦略を明確に研究している学術分野で、依然として有力な候補です。また、混雑したシーンの検出が絶対的に主要な評価指標であり、エッジデプロイの速度が二次的となるシナリオでも有用です。

YOLOv5が優れている分野#

YOLOv5は、実用的なデプロイにおける揺るぎない第一人者です。

• 高速製造： 組立ラインの欠陥検出では、YOLOv5のエッジGPU上での低い推論レイテンシにより、ラインを減速させることなく製品を検査できます。
• ドローンと航空画像： メモリフットプリントが小さいため、ドローンの軽量なコンパニオンコンピューター上で、農業モニタリングや野生動物の追跡などのタスクを実行できます。
• スマートリテール： 自動レジから在庫管理まで、YOLOv5はTensorRTやONNXへ容易にエクスポートでき、数千台の店舗カメラへ大規模にデプロイできます。

将来を見据えて: YOLO26の優位性#

YOLOv5は伝説的なモデルですが、AI分野は急速に進歩しています。現在新しいプロジェクトを開始するのであれば、最新世代のUltralyticsモデルを検討することを強く推奨します。

2026年に公開された**Ultralytics YOLO26は、大きな飛躍を遂げています。End-to-End NMS-Free Designを特徴とし、Non-Maximum Suppressionの後処理を完全に不要にすることで、デプロイロジックを大幅に簡素化します。Distribution Focal Loss (DFL)を排除し、最先端のMuSGD Optimizerを使用することで、YOLO26は従来世代と比較してCPU推論を最大43%高速化**しながら、より高い精度を維持します。特に、小さなオブジェクトに対しては、新しいProgLoss + STAL損失関数によって高い精度を実現します。

実績に裏打ちされたYOLOv5の信頼性と、最先端のYOLO26の性能のどちらを選ぶ場合でも、Ultralytics Platformにより、コンピュータビジョンソリューションを構想からプロダクションまでシームレスに実現するための最適なツールを利用できます。AIパイプラインの可能性を最大限に引き出すため、包括的なUltralytics documentationもぜひご確認ください。