はじめる

YOLOXとYOLOv8

コンピュータービジョン分野では、ここ数年でリアルタイム物体検出が急速に進歩しました。研究者やエンジニアが精度と速度の向上を続けるなか、利用可能なモデルの選択肢を把握するのは容易ではありません。このガイドでは、影響力のある2つのアーキテクチャ、YOLOXとUltralytics YOLOv8を技術的に比較します。

アーキテクチャ、トレーニング手法、デプロイ機能を分析することで、開発者はAIプロジェクトに適したフレームワークを選ぶ際に、十分な情報に基づいた判断を下せます。

YOLOX:研究と産業の架け橋#

YOLOXは、学術研究と産業応用の隔たりを埋めるのに貢献した重要なモデルとして登場しました。アンカーフリー設計に回帰することで、設計パラメーターの数と、従来のアンカーベース検出器で必要だったヒューリスティックな調整を大幅に削減しました。

モデルの詳細:

アーキテクチャの主な特徴#

YOLOXには、従来モデルと一線を画す重要な変更がいくつか組み込まれています。特に注目すべきなのは、分類タスクとバウンディングボックス回帰タスクを別々の経路に分ける分離ヘッドです。このアーキテクチャ上の選択により、回帰に必要な空間的整合性と分類に求められる並進不変性の競合が軽減され、トレーニング時の収束が速くなります。

さらに、YOLOXはSimOTAラベル割り当て戦略を採用しています。この動的な割り当て手法は、正解物体と予測のマッチングを最適輸送問題として定式化し、トレーニング時間を効果的に短縮しながら平均適合率(mAP)を高めます。また、YOLOXはMixUpやMosaicなどの強力なデータ拡張手法も使用しますが、学習した特徴を安定させるため、最終エポックではこれらを無効にします。

YOLOXの詳細はこちら

YOLOv8:汎用性に優れたエコシステムの標準#

継続的な研究の積み重ねを基盤として、Ultralytics YOLOv8はUltralyticsモデルにとって大きな前進となりました。単なる物体検出器ではなく、使いやすいAPIを備え、幅広い視覚認識の課題に対応できる包括的なマルチタスクフレームワークとして、ゼロから設計されています。

モデルの詳細:

アーキテクチャの進化#

YOLOv8は、C3モジュールをより効率的なC2fモジュールに置き換えた合理化されたアーキテクチャを導入し、パラメーター数を大幅に増やすことなく、勾配フローと特徴抽出を強化します。YOLOXと同様に、YOLOv8はアンカーフリー設計と分離ヘッドを採用していますが、Distribution Focal Loss(DFL)とCIoU損失を組み込んで損失計算を改良し、特に小さな物体や重なり合う物体に対するバウンディングボックス予測の精度を高めています。

Ultralyticsエコシステム

YOLOv8の大きな強みの1つは、Ultralyticsエコシステムとの深い統合です。統合Python APIを使う場合も、Ultralytics Platformのビジュアルインターフェースを使う場合も、トレーニングからデプロイへの移行は簡単です。ONNXからTensorRTまで、さまざまな形式をネイティブにサポートしています。

標準的な物体検出に加えて、YOLOv8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)をネイティブにサポートします。このマルチタスクの柔軟性により、複数のモデルタイプを維持する必要がある複雑な本番環境でも魅力的な選択肢となります。

パフォーマンスと指標の比較#

これらのモデルを比較する際、開発者は精度、推論レイテンシ、計算オーバーヘッドのトレードオフを考慮する必要があります。以下の表に、両モデルファミリーのベンチマークを示します。

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)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8

YOLOv8は、同程度のパラメーター数でYOLOXより一貫して高いmAPを達成しながら、優れたGPU速度も維持します。さらに、Ultralyticsモデルはトレーニング時のメモリ要件が低いことで知られています。これは、一般向けハードウェアでバッチサイズを拡大する際に重要な利点であり、特に大量のCUDAメモリを消費するRT-DETRのようなリソースを多く必要とするTransformerアーキテクチャと比べると、その差は顕著です。

開発とデプロイの使いやすさ#

レガシーな研究用コードベースを扱うには、複雑な環境の設定や、推論用の定型コードの独自実装が必要になることがよくあります。一方、Ultralytics APIを使えば、これらをわずか数行のPythonコードに簡略化できます。

from ultralytics import YOLO

# YOLOv8のsmallモデルを初期化します
model = YOLO("yolov8s.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
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# モデルの精度を検証します
metrics = model.val()

# テスト画像で推論を実行します
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

この統合インターフェースは、適切に保守されたUltralyticsエコシステムの特徴です。開発者は環境の問題のデバッグに費やす時間を減らし、コンピュータービジョンソリューションの反復開発により多くの時間を割けます。

ユースケースと推奨事項#

YOLOXとYOLOv8のどちらを選ぶかは、具体的なプロジェクト要件、デプロイ上の制約、エコシステムの好みによって決まります。

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。

YOLOv8を選ぶ場合#

YOLOv8は、次のような場合におすすめです。

  • Versatile Multi-Task Deployment: Ultralyticsエコシステム内で、検出、セグメンテーション、分類、姿勢推定に対応する実績あるモデルが必要なプロジェクトに適しています。
  • 確立済みの本番システム: 安定性と十分なテストが確認されたデプロイパイプラインを備え、すでにYOLOv8アーキテクチャを基盤として構築されている本番環境。
  • 広範な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、サードパーティ製ツールとの統合、活発なコミュニティリソースを活用できるアプリケーション。

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。

今後の展望: YOLO26アーキテクチャ#

YOLOv8は精度と使いやすさのバランスに優れていますが、AIは急速に進歩しています。2026年1月にリリースされたYOLO26は、従来世代を基盤として、最新のエッジおよびクラウドへのデプロイに推奨されるモデルです。

YOLO26はエンドツーエンドのNMSフリー設計を導入しています。オプションのワンツーワンヘッド(nms=False)はヒューリスティックなNMS後処理を省略し、さまざまなデプロイ先で安定した予測可能なレイテンシを実現します。Distribution Focal Loss(DFL)モジュールを削除したことで、YOLO26nはYOLO11nよりもCPU推論が最大43%高速になり、組み込みシステムやモバイルアプリケーションに適しています。

YOLO26は、SGDとMuonを組み合わせて収束を速めるMuSGDオプティマイザーにより、トレーニングの安定性も向上させます。ProgLoss + STAL(Progressive Loss and Small-Target-Aware Label Assignment)により小さな物体の検出性能が向上します。これは、ドローンマッピングやセキュリティアラームシステムで重要です。

まとめと推奨事項#

YOLOXはアンカーフリー方式への移行において重要な役割を果たしましたが、統合されたマルチタスクエコシステムがないため、変化の速い本番環境での利用には限界があります。

使いやすさ、多様なタスクへの対応、充実したコミュニティサポートを優先する開発者には、YOLOv8が今も堅牢な選択肢です。一方、エッジコンピューティングのパフォーマンスを最大化し、NMSのボトルネックを解消し、最新のトレーニング技術で最高の精度を実現したい場合、新しいコンピュータービジョンプロジェクトにはYOLO26を推奨します。

Ultralyticsのモデル群に含まれる他のモデルに関心がある場合は、YOLO11のパフォーマンス特性を確認するか、YOLOv10で導入されたNMSフリー方式についてもご覧ください。

コントリビューター

コメント1

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。

  1. zaraquinnatGitHub(編集済み)

    Excellent technical comparison! YOLOX introduced some innovative ideas like decoupled heads and anchor-free design, which definitely influenced later models. However, this YOLOv8 comparison shows how v8 builds on such advancements with a cleaner architecture, better task flexibility, and improved performance across various benchmarks. Both have their strengths depending on the application.