[論文レビュー] YOLOv8 to YOLO11: A Comprehensive Architecture In-depth Comparative Review

Priyanto Hidayatullah, Nurjannah Syakrani+3 more|ArXiv.org|Jan 23, 2025

Building Energy and Comfort Optimization被引用数 12

ひとこと要約

この論文はYOLOv8からYOLO11までの深いアーキテクチャ比較を提供し、文献とソースコードを統合してモデルの動作を明らかにし、進化を比較し、ギャップを特定する。最終版はJurnal RESTIで公表された。

ABSTRACT

In the field of deep learning-based computer vision, YOLO is revolutionary. With respect to deep learning models, YOLO is also the one that is evolving the most rapidly. Unfortunately, not every YOLO model possesses scholarly publications. Moreover, there exists a YOLO model that lacks a publicly accessible official architectural diagram. Naturally, this engenders challenges, such as complicating the understanding of how the model operates in practice. Furthermore, the review articles that are presently available do not delve into the specifics of each model. The objective of this study is to present a comprehensive and in-depth architecture comparison of the four most recent YOLO models, specifically YOLOv8 through YOLO11, thereby enabling readers to quickly grasp not only how each model functions, but also the distinctions between them. To analyze each YOLO version's architecture, we meticulously examined the relevant academic papers, documentation, and scrutinized the source code. The analysis reveals that while each version of YOLO has improvements in architecture and feature extraction, certain blocks remain unchanged. The lack of scholarly publications and official diagrams presents challenges for understanding the model's functionality and future enhancement. Future developers are encouraged to provide these resources.

研究の動機と目的

• 読者が各モデルの機能と相違点を理解できるよう、YOLOv8–YOLO11の包括的で深いアーキテクチャ比較を提示する。
• 関連する論文、ドキュメント、ソースコードから情報を統合し、バージョン間のアーキテクチャの変更をマッピングする。
• 最新の4つのYOLOモデルにおいて、どのブロックが変更されず、どこに改善が生じているかを強調する。
• 限られた学術論文と公式のアーキテクチャ図の不足により生じるギャップを特定し、今後の研究を指針する。

提案手法

• YOLOv8–YOLO11に関連する学術論文、公式ドキュメント、ソースコードを体系的にレビューする。
• バージョン間でアーキテクチャ的要素と特徴抽出モジュールを分析し、改善点と一貫したブロックを特定した。
• 入手可能な図と公開リソースと findingsを突き合わせ、明確さとギャップを評価する。
• 今後の開発者への示唆を議論し、公に利用できるアーキテクチャ資源を推奨する。

実験結果

リサーチクエスチョン

• RQ1 YOLOv8、YOLOv9、YOLOv10、YOLOv11のアーキテクチャの違いは何か？
• RQ2 これらのYOLO世代でどのブロックやモジュールが変更されずに残っているか？
• RQ3 YOLOv8–YOLO11にわたって観察されるアーキテクチャと特徴抽出の改善点は何か？
• RQ4 限られた公開資料と公式アーキテクチャ図によって生じるギャップは何か、理解と今後の作業にどのような影響を与えるか？

主な発見

• 各YOLOバージョンは、前任モデルと比較してアーキテクチャと特徴抽出の改善を示している。
• YOLOv8からYOLO11にかけて、特定のアーキテクチャブロックは変更されずに残っている。
• 学術論文と公式のアーキテクチャ図の不足は、モデル機能の完全な理解を妨げている。
• 本研究は、今後の開発を支援する公開可能な図およびドキュメントの必要性を強調している。