コンテンツにスキップ

技術比較: 物体検出におけるYOLOX vs. YOLOv9

適切な物体検出モデルを選択することは、コンピュータビジョンタスクで最適な結果を得るために重要です。このページでは、物体検出における性能と効率で知られる2つの高度なモデル、YOLOXとYOLOv9の詳細な技術比較を提供します。アーキテクチャの違い、パフォーマンスベンチマーク、さまざまなアプリケーションへの適合性を検証し、情報に基づいた意思決定を支援します。

YOLOX: High-Performance Anchor-Free Detector

YOLOXは、Megvii社が開発したアンカーフリーの物体検出モデルです。2021年7月に発表されたYOLOXは、アンカーボックスの概念を取り除くことで、シンプルさと高性能を目指しており、モデルを簡素化し、汎化性能を向上させる可能性があります。

著者: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun
所属: Megvii
日付: 2021-07-18
Arxiv: https://arxiv.org/abs/2107.08430
GitHub: https://github.com/Megvii-BaseDetection/YOLOX
ドキュメント: https://yolox.readthedocs.io/en/latest/

アーキテクチャと主な機能

YOLOXは、アーカーフリーのメカニズムを採用し、アーキテクチャを簡素化している点が特徴です。主な機能は以下のとおりです。

  • Decoupled Head: 分類ヘッドとローカリゼーションヘッドを分離し、パフォーマンスを向上させます。
  • SimOTA ラベル割り当て: 最適化されたトレーニングのための高度なラベル割り当て戦略。
  • 強力なデータ拡張: データ拡張に関するガイドで詳しく説明されているように、MixUpやMosaicのような技術を利用して、堅牢性と汎化性能を強化しています。

長所と短所

長所:

  • Anchor-Free Design: モデルアーキテクチャを簡素化し、設計パラメータと複雑さを軽減します。
  • 高精度と高速性: 平均適合率 (mAP) と推論速度のバランスが優れています。
  • スケーラビリティ: さまざまなモデルサイズ（NanoからX）を提供し、多様な計算リソース全体への展開を可能にします。

弱点:

  • エコシステム: オープンソースですが、エンドツーエンドのワークフローのためのUltralytics HUBとのシームレスな統合など、Ultralyticsが提供する統合されたエコシステムとツールが不足しています。
  • 推論速度： 大型YOLOXモデルは、特に特定のハードウェア上では、YOLOv9のような同等の最適化されたモデルよりも遅くなる可能性があります。

理想的なユースケース

YOLOXは、高い精度と速度のバランスが求められるアプリケーションに最適です。例えば、以下のようなものが挙げられます。

  • リアルタイム物体検出：ロボティクスおよび監視システムに。
  • 研究開発: モジュール設計とPyTorch実装による。
  • Edge AI デプロイメント、特にNVIDIA Jetsonのようなデバイス上の小型のNanoおよびTinyバリアント。

YOLOXの詳細について。

YOLOv9：プログラム可能な勾配情報を使用した、学習したいことの学習

Ultralytics YOLOv9は、革新的なアーキテクチャ設計を通じて、深層ニューラルネットワークにおける情報損失の課題に対処し、物体検出における重要な進歩を代表するものです。

著者: Chien-Yao Wang and Hong-Yuan Mark Liao
所属: Institute of Information Science, Academia Sinica, Taiwan
日付: 2024-02-21
Arxiv: https://arxiv.org/abs/2402.13616
GitHub: https://github.com/WongKinYiu/yolov9
ドキュメント: https://docs.ultralytics.com/models/yolov9/

アーキテクチャと主な機能

YOLOv9のアーキテクチャは、Programmable Gradient Information (PGI)を使用して深い層を通る重要な情報の流れを維持するように設計されています。これにより、効果的なモデル更新のための信頼性の高い勾配の流れが保証されます。また、Generalized Efficient Layer Aggregation Network (GELAN)も導入されており、パラメータの利用率と計算効率を向上させるためにネットワーク構造を最適化します。YOLOv9をUltralyticsエコシステムに統合することで、シンプルなAPIと効率的なトレーニングプロセスによる合理化されたユーザーエクスペリエンスが保証されます。

長所と短所

長所:

  • 最先端の精度: COCOなどのベンチマークで、主要なmAPスコアを達成します。
  • 高い効率性: より少ないパラメータとFLOPsで高い精度を実現することで、以前のモデルを凌駕し、エッジAIへの実装に適しています。
  • 情報保持: PGIは、情報損失を効果的に軽減し、モデルの学習を改善します。
  • Ultralyticsエコシステム: 活発な開発、広範なドキュメント、MLOpsのためのUltralytics HUB統合、および多くの代替手段と比較してトレーニング中のより低いメモリ要件から恩恵を受けます。
  • 多様性: 元の論文は検出に焦点を当てていますが、このアーキテクチャはインスタンスセグメンテーションなどのタスクにも対応できる可能性を示しており、YOLOv8のようなUltralyticsモデルによく見られるマルチタスク機能と一致しています。

弱点:

  • 新規性: より新しいモデルであるため、コミュニティ主導のデプロイメント例の範囲は、長い間確立されたモデルと比較してまだ拡大している可能性があります。ただし、Ultralyticsフレームワーク内での統合により、採用が大幅に加速され、堅牢なサポートが提供されます。

理想的なユースケース

YOLOv9は、高い精度と効率が最も重要なアプリケーションに最適です。これには、自動運転、高度なセキュリティシステム、製造業における品質管理のための詳細な物体認識などの複雑なタスクが含まれます。

YOLOv9の詳細について。

性能分析: YOLOX vs. YOLOv9

YOLOXとYOLOv9を比較すると、明確な傾向が見られます。YOLOv9は、同程度またはそれ以下の計算量で、一貫してより高い精度を実現します。YOLOv9のアーキテクチャにおける革新（PGIやGELANなど）により、精度、パラメータ数、FLOPのバランスが向上しています。例えば、YOLOv9-Mは、YOLOX-lよりも高いmAPを達成しながら、パラメータ数とFLOPが半分以下です。この効率性により、YOLOv9は、高性能なリアルタイム推論を必要とする最新のアプリケーションにとって、より強力な選択肢となります。YOLOXは、特にエッジコンピューティング向けの小型バリアントにおいて、有能で高速なモデルであり続けていますが、YOLOv9はパフォーマンスの新たなベンチマークを確立しています。

モデル サイズ
(ピクセル)		 mAPval
50-95		 速度
CPU ONNX
(ms)		 速度
T4 TensorRT10
(ms)		 params
(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
YOLOv9t 640 38.3 - 2.30 2.0 7.7
YOLOv9s 640 46.8 - 3.54 7.1 26.4
YOLOv9m 640 51.4 - 6.43 20.0 76.3
YOLOv9c 640 53.0 - 7.16 25.3 102.1
YOLOv9e 640 55.6 - 16.77 57.3 189.0

結論と推奨事項

YOLOXとYOLOv9はどちらも強力な物体検出モデルですが、それぞれ異なる優先順位に対応しています。YOLOXは、速度と精度のバランスに優れた高性能なアンカーフリーモデルであり、多くのリアルタイムアプリケーションにとって信頼できる選択肢です。一方、YOLOv9は次世代の物体検出器であり、革新的なPGIおよびGELANアーキテクチャにより、優れた精度と効率を実現します。最高のパフォーマンスを必要とするプロジェクトには、YOLOv9が最適です。

包括的でユーザーフレンドリーなプラットフォームを探している開発者や研究者にとって、Ultralytics YOLOモデル（YOLOv8や最新のYOLO11など）は、スタンドアロンの実装に比べて大きな利点があります。

  • 使いやすさ: 洗練されたpython API、充実したドキュメント、そして多数のガイドにより、開発とデプロイが簡素化されます。
  • 適切に管理されたエコシステム： アクティブな開発、強力なコミュニティサポート、頻繁なアップデート、すぐに利用できる事前学習済みの重み、およびシームレスなMLOpsのためのUltralytics HUBとの統合を活用できます。
  • パフォーマンスのバランス：Ultralyticsのモデルは、速度と精度の間で優れたトレードオフを提供し、幅広い現実世界のシナリオに適しています。
  • メモリ効率： 一般的に、他のモデルタイプと比較して、学習および推論中のメモリが少なくて済みます。これは、リソースが限られた環境では非常に重要です。
  • 多様性: セグメンテーション、ポーズ推定、分類、トラッキングなど、物体検出以外の複数のタスクをサポートします。
  • 学習効率： Ultralyticsフレームワークの特徴は、より高速な学習時間と効率的なリソース利用です。

代替モデルをご検討中の方には、YOLOv5などのモデルとの比較や、YOLOv8 vs. YOLOX、RT-DETR vs. YOLOv9などの比較をご覧いただくことをお勧めします。より詳しい情報が得られます。



📅 1年前に作成 ✏️ 1か月前に更新
glenn-jocher

コメント