YOLOv5 frente a YOLOv6.0: Equilibrio entre la madurez del ecosistema y la precisión industrial

En el panorama en rápida evolución de la visión por ordenador, seleccionar la arquitectura de detección de objetos adecuada es una decisión fundamental para desarrolladores e investigadores. Esta comparativa profundiza en las diferencias técnicas entre Ultralytics YOLOv5un modelo legendario conocido por su accesibilidad y su sólido ecosistema, y Meituan YOLOv6.0, un marco diseñado específicamente para aplicaciones industriales. Aunque ambos modelos destacan en la detección de objetos, responden a diferentes necesidades de despliegue y preferencias de flujo de trabajo.

Ultralytics YOLOv5

Autores: Glenn Jocher
Organización: Ultralytics
Fecha: 2020-06-26
GitHub: yolov5
Docs: https:yolov5

Desde su lanzamiento en 2020, YOLOv5 se ha consolidado como uno de los modelos de IA más populares y fiables del mundo. Construido sobre PyTorch priorizó la facilidad de uso, la exportabilidad y el rendimiento "listo para usar", democratizando el acceso a la IA de visión de vanguardia.

Arquitectura y ecosistema

YOLOv5 emplea una red troncal CSPDarknet combinada con un cuello PANet y una cabeza estilo YOLOv3. Su arquitectura se basa en anclajes y utiliza cajas de anclaje para predecir la ubicación de los objetos. Un elemento diferenciador clave es su integración en un ecosistema maduro. A diferencia de muchas bases de código de investigación, YOLOv5 se diseñó como un producto para ingenieros, con exportación sin problemas a formatos como ONNXCoreML y TFLite, lo que lo hace excepcionalmente versátil para el despliegue móvil y de borde.

Puntos fuertes

• Facilidad de uso: LaYOLOv5 experienciaYOLOv5 " se define por su sencillez. Desde el entrenamiento de conjuntos de datos personalizados hasta la ejecución de inferencias, los flujos de trabajo son ágiles y están bien documentados.
• Ecosistema bien mantenido: Los usuarios se benefician de un mantenimiento activo, actualizaciones frecuentes y una comunidad masiva. Integraciones con herramientas de MLOps como Weights & Biases y Comet son nativas.
• Versatilidad: Más allá de la detección estándar, el repositorio admite la segmentación de instancias y la clasificación de imágenes, proporcionando una solución multitarea en una única base de código.
• Eficiencia de memoria: YOLOv5 es conocido por su consumo relativamente bajo de memoria durante el entrenamiento en comparación con los modelos basados en transformadores, lo que lo hace accesible en GPU de consumo.

Más información sobre YOLOv5

Meituan YOLOv6.0

Autores: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu y Xiangxiang Chu
Organización: Meituan
Fecha: 2023-01-13
Arxiv: https://arxiv.org/abs/2301.05586
GitHub: YOLOv6
Docs: https:ultralytics

YOLOv6.0, desarrollado por el equipo de IA de visión de Meituan, se posiciona como un competidor industrial centrado en equilibrar velocidad y precisión, específicamente para aplicaciones conscientes del hardware. Se ha diseñado para maximizar el rendimiento de las GPU utilizando TensorRT de TensorRT.

Arquitectura y enfoque industrial

YOLOv6 utiliza una columna vertebral EfficientRep y un cuello Rep-PAN, aprovechando técnicas de reparametrización (estilo RepVGG) para mejorar la velocidad de inferencia sin sacrificar la precisión. Durante el entrenamiento, el modelo utiliza una estructura de múltiples ramas, que se reduce a una estructura de una sola rama durante la inferencia. La versión 3.0 introdujo estrategias como la autodestilación para mejorar aún más la precisión media (mAP).

Fortalezas y Debilidades

• Optimización deGPU : La arquitectura está fuertemente ajustada para la inferencia de GPU estándar, alcanzando a menudo altos FPS de referencia en tarjetas NVIDIA T4 cuando se utiliza TensorRT.
• Cuantización amigable: Meituan proporciona soporte específico para la cuantización post-entrenamiento (PTQ) y el entrenamiento consciente de la cuantización (QAT), que es crucial para ciertos escenarios de despliegue industrial.
• Versatilidad limitada: Aunque es excelente en la detección, YOLOv6 carece del amplio soporte multitarea nativo (como Pose Estimation u OBB) que se encuentra en la completa suite Ultralytics .
• Complejidad: Los pasos de reparametrización y los conductos de formación específicos pueden introducir complejidad en comparación con la naturaleza plug-and-play de los modelos de Ultralytics .

Más información sobre YOLOv6

Cara a cara de rendimiento

La comparación que se muestra a continuación pone de manifiesto las compensaciones en cuanto a rendimiento. YOLOv6.0 busca la máxima precisión en hardware potente, a menudo sacrificando la eficiencia de los parámetros. En cambio, Ultralytics YOLOv5 mantiene un notable equilibrio, ofreciendo modelos ligeros que sobresalen en entornos CPU e inferencia en tiempo real en dispositivos periféricos.

Análisis

YOLOv5n destaca como una solución extremadamente eficiente para aplicaciones móviles, ya que requiere muchos menos parámetros (2,6M) en comparación con la variante más pequeña YOLOv6 (4,7M). Aunque YOLOv6.0 consigue picos más altos mAP en tamaños mayores, lo hace a costa de aumentar el tamaño del modelo (FLOPs y parámetros). Para los desarrolladores que se centran en CPU implementación CPU (común en robótica o monitorización de bajo consumo), las velocidades de CPU de YOLOv5 están explícitamente evaluadas y optimizadas, mientras que YOLOv6 se centra en gran medida en la aceleración de GPU .

Metodologías de formación y experiencia

La experiencia de formación difiere significativamente entre los dos ecosistemas. Ultralytics prioriza un enfoque de bajo código y alta flexibilidad.

Flujo de trabajo Ultralytics

YOLOv5 puede integrarse directamente a través de PyTorch Hub, lo que permite a los usuarios cargar y ejecutar modelos con un mínimo de código repetitivo. El script de formación se encarga de todo, desde el aumento de datos hasta el registro automático.

import torch

# Load YOLOv5s from PyTorch Hub
model = torch.hub.load("ultralytics/yolov5", "yolov5s")

# Perform inference
img = "https://ultralytics.com/images/zidane.jpg"
results = model(img)
results.print()

Flujo de trabajo industrial

Por lo general, YOLOv6 requiere una configuración más manual que implica clonar el repositorio, configurar archivos de configuración específicos para la red troncal de reparametrización y ejecutar secuencias de comandos que están menos integradas con herramientas MLOps externas listas para usar. Aunque es potente, exige un conocimiento más profundo de las restricciones arquitectónicas específicas (como los parámetros de autodestilación) para alcanzar los puntos de referencia comunicados.

Casos de Uso Ideales

La elección entre estos modelos depende de sus limitaciones específicas en cuanto a hardware, precisión y velocidad de desarrollo.

• Ultralytics YOLOv5: La mejor opción para la creación rápida de prototipos, el despliegue en los bordes y el apoyo de la comunidad. Si necesita implementar YOLOv5 en una Raspberry Pi, un teléfono móvil o un servidor CPU , su ligereza y su compatibilidad con las exportaciones no tienen rival. También es ideal para investigadores que necesitan una base de código versátil que admita segmentación y clasificación junto con detección.
• Meituan YOLOv6.0: El más adecuado para entornos industriales fijos en los que se dispone de GPU de gama alta y la maximización mAP es la única prioridad. Si estás construyendo un sistema de control de calidad en una fábrica que se ejecuta en servidores NVIDIA T4/A10 y dispones de los recursos de ingeniería necesarios para ajustar modelos reparametrizados, YOLOv6 es un buen candidato.

Conclusión

Ultralytics YOLOv5 sigue siendo una piedra angular de la comunidad de visión por ordenador, célebre por su equilibrio de rendimiento, facilidad de uso y próspero ecosistema. Su capacidad para ofrecer resultados fiables en una amplia gama de hardware, desde el extremo hasta la nube, lo convierte en una opción superior para la mayoría de los desarrolladores que priorizan la versatilidad y el tiempo de comercialización.

Aunque YOLOv6.0 introduce innovaciones arquitectónicas impresionantes para la inferencia industrial GPU , carece del ecosistema integral y la adaptabilidad multiplataforma de los modelos Ultralytics . Para quienes busquen lo último en rendimiento y eficiencia, recomendamos explorar Ultralytics YOLO11que supera tanto a YOLOv5 como a YOLOv6 en precisión y velocidad, al tiempo que conserva la sencilla API de Ultralytics .

Para tareas especializadas, los desarrolladores también pueden considerar otros modelos de la documentación Ultralytics , como YOLOv8, YOLOv9, YOLOv10o el transformador RT-DETR.

Explore todo el potencial de la IA de visión en la Documentación de modelos deUltralytics .

Comentarios