DAMO-YOLO против EfficientDet: Глубокий технический анализ современных методов обнаружения объектов

Эволюция компьютерного зрения породила множество мощных архитектур, адаптированных к различным реальным требованиям. В то время как некоторые фреймворки отдают приоритет массивной масштабируемости, другие сильно сосредоточены на скорости инференса в реальном времени. В этом техническом сравнении мы исследуем DAMO-YOLO и EfficientDet — две весьма влиятельные модели, демонстрирующие различные подходы к решению проблемы обнаружения объектов. Мы проанализируем их архитектуры, сравним их эталонные показатели производительности и, в конечном итоге, исследуем, почему недавно выпущенный Ultralytics YOLO26 представляет собой оптимальный выбор для современных производственных развертываний.

Архитектурный обзор

Обе модели были разработаны для решения компромисса между эффективностью и точностью, но они полагаются на принципиально разные механизмы для достижения своих целей.

DAMO-YOLO: Скорость благодаря поиску нейроархитектуры

Разработанный для расширения границ обнаружения в реальном времени, DAMO-YOLO использует автоматизированные методы поиска для создания высокоэффективных сетей, адаптированных для сред с низкой задержкой.

Подробности DAMO-YOLO:
Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, and Xiuyu Sun
Организация: Alibaba Group
Дата: 2022-11-23
Arxiv: https://arxiv.org/abs/2211.15444v2
GitHub: https://github.com/tinyvision/DAMO-YOLO

DAMO-YOLO построена на основе магистральной сети, разработанной с помощью Neural Architecture Search (NAS), которая оптимизирована как по скорости, так и по точности. Она представляет RepGFPN (перепараметризованную обобщенную пирамидальную сеть признаков), которая улучшает слияние признаков, сохраняя при этом высокую скорость инференса. Кроме того, ее архитектура ZeroHead минимизирует вычислительные издержки, обычно связанные с детекционными головами. Модель также выигрывает от AlignedOTA (выровненного оптимального транспортного назначения) и улучшения дистилляции, что гарантирует, что даже самые маленькие варианты обучаются богатым представлениям от более крупных моделей.

Узнайте больше о DAMO-YOLO

EfficientDet: Масштабируемость за счет составного масштабирования

В отличие от подхода, ориентированного на скорость, EfficientDet сосредоточен на систематической масштабируемости при различных вычислительных бюджетах.

Подробности EfficientDet:
Авторы: Mingxing Tan, Ruoming Pang, and Quoc V. Le
Организация: Google Brain
Дата: 2019-11-20
Arxiv: https://arxiv.org/abs/1911.09070
GitHub: https://github.com/google/automl/tree/master/efficientdet

EfficientDet представляет BiFPN (двунаправленную пирамидальную сеть признаков), которая обеспечивает простое и быстрое слияние многомасштабных признаков. В отличие от традиционных методов, которые масштабируют архитектуры путем произвольного добавления слоев или каналов, EfficientDet использует метод составного масштабирования, который равномерно масштабирует разрешение, глубину и ширину backbone-сети, сети признаков и сетей предсказания ограничивающих рамок/классов одновременно. Это позволяет ему достигать современной точности на высокопроизводительном оборудовании, предлагая при этом меньшие варианты для сред с ограниченными ресурсами.

Узнайте больше об EfficientDet

Сравнение производительности и метрик

При сопоставлении этих моделей становится очевидным компромисс между абсолютной точностью и скоростью инференса. В таблице ниже представлены ключевые метрики производительности, демонстрирующие, как возможности инференса DAMO-YOLO соотносятся с семейством моделей EfficientDet.

Модель	размер ^{(пиксели)}	mAP^val 50-95	Скорость ^{CPU ONNX (мс)}	Скорость ^{T4 TensorRT10 (мс)}	параметры ^(M)	FLOPs ^(B)
DAMO-YOLOt	640	42.0	-	2.32	8.5	18.1
DAMO-YOLOs	640	46.0	-	3.45	16.3	37.8
DAMO-YOLOm	640	49.2	-	5.09	28.2	61.8
DAMO-YOLOl	640	50.8	-	7.18	42.1	97.3

EfficientDet-d0	640	34.6	10.2	3.92	3.9	2.54
EfficientDet-d1	640	40.5	13.5	7.31	6.6	6.1
EfficientDet-d2	640	43.0	17.7	10.92	8.1	11.0
EfficientDet-d3	640	47.5	28.0	19.59	12.0	24.9
EfficientDet-d4	640	49.7	42.8	33.55	20.7	55.2
EfficientDet-d5	640	51.5	72.5	67.86	33.7	130.0
EfficientDet-d6	640	52.6	92.8	89.29	51.9	226.0
EfficientDet-d7	640	53.7	122.0	128.07	51.9	325.0

Как показано выше, EfficientDet-d7 достигает наивысшей общей точности, что делает его подходящим для требовательных облачных приложений. Напротив, серия DAMO-YOLO обеспечивает высококонкурентную точность со значительно меньшей задержкой на аппаратном обеспечении GPU, что делает ее более сильным кандидатом для развертываний на периферии в реальном времени.

Сценарии использования и рекомендации

Выбор между DAMO-YOLO и EfficientDet зависит от ваших конкретных требований проекта, ограничений развертывания и предпочтений экосистемы.

Когда следует выбирать DAMO-YOLO

DAMO-YOLO — это отличный выбор для:

Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на стационарной инфраструктуре NVIDIA GPU, где пропускная способность при размере пакета 1 является основным показателем.
Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на специализированном оборудовании, например, контроль качества в реальном времени на сборочных линиях.
Исследования нейронного поиска архитектуры: Изучение влияния автоматизированного поиска архитектуры (MAE-NAS) и эффективных репараметризованных бэкбонов на производительность detect.

Когда следует выбирать EfficientDet

EfficientDet рекомендуется для:

Конвейеры Google Cloud и TPU: Системы, глубоко интегрированные с API Google Cloud Vision или инфраструктурой TPU, где EfficientDet имеет нативную оптимизацию.
Исследование составного масштабирования: Академическое бенчмаркинг, сфокусированное на изучении влияния сбалансированного масштабирования глубины, ширины и разрешения сети.
Мобильное развертывание через TFLite: Проекты, которые специально требуют экспорта TensorFlow Lite для Android или встраиваемых устройств на Linux.

Когда выбирать Ultralytics (YOLO26)

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчиков:

Развертывание на периферии без NMS: Приложения, требующие стабильного вывода с низкой задержкой без сложности постобработки методом Non-Maximum Suppression.
Среды только с CPU: Устройства без выделенного ускорения GPU, где до 43% более быстрая инференция YOLO26 на CPU обеспечивает решающее преимущество.
Обнаружение мелких объектов: Сложные сценарии, такие как аэрофотосъемка с дронов или анализ данных с IoT-датчиков, где ProgLoss и STAL значительно повышают точность на крошечных объектах.

Современная альтернатива: Ultralytics YOLO26

Хотя DAMO-YOLO и EfficientDet представляют собой значительные академические достижения, реальное развертывание часто требует более сбалансированного, многофункционального и удобного для разработчиков подхода. Именно здесь Ultralytics YOLO26 устанавливает новый отраслевой стандарт.

Выпущенный в январе 2026 года, YOLO26 опирается на наследие своих предшественников, включая Ultralytics YOLO11 и YOLOv8, обеспечивая смену парадигмы в подходе к обнаружению объектов.

Сквозная простота

YOLO26 обладает нативной сквозной архитектурой без NMS. Устраняя подавление немаксимумов (NMS) во время постобработки — узкое место, которое годами преследовало детекторы объектов — YOLO26 предлагает более простой и значительно более быстрый конвейер развертывания, особенно на периферийном оборудовании.

Непревзойденная производительность и универсальность

YOLO26 не просто улучшает скорость; он переосмысливает стабильность и точность обучения. Он представляет оптимизатор MuSGD, гибрид SGD и Muon, вдохновленный инновациями в обучении LLM, что приводит к значительно более быстрым темпам сходимости и превосходной эффективности обучения. В отличие от тяжелых альтернатив на основе трансформеров, таких как RT-DETR, YOLO26 поддерживает невероятно низкие требования к памяти, что позволяет обучать его на потребительском оборудовании.

Кроме того, YOLO26 включает ProgLoss + STAL, значительно улучшая распознавание мелких объектов, что жизненно важно для таких сценариев использования, как аэрофотосъемка с дронов и робототехника. Для оптимизации под устройства с низким энергопотреблением YOLO26 исключил Distribution Focal Loss (DFL), что привело к ускорению инференса на CPU до 43% по сравнению с предыдущими поколениями.

Экосистема и простота использования

Одной из самых больших проблем с моделями, такими как EfficientDet, является сложный процесс интеграции. В отличие от них, Ultralytics Platform предлагает хорошо поддерживаемую, сквозную экосистему. Благодаря унифицированному API пользователи могут легко переключаться между detect, сегментацией экземпляров, оценкой позы, классификацией изображений и ориентированными ограничивающими рамками (obb).

Вот как просто обучать и запускать инференс с YOLO26, используя пакет Ultralytics для python:

from ultralytics import YOLO

# Load the state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model on your custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Run ultra-fast NMS-free inference
predictions = model.predict("image.jpg")

Узнайте больше о YOLO26

Заключение

Хотя изучение DAMO-YOLO против EfficientDet дает прекрасное представление о компромиссах между поиском нейронной архитектуры и составным масштабированием, современным разработчикам требуются инструменты, которые устраняют разрыв между академическими исследованиями и производственной реальностью.

Для разработчиков, которые отдают приоритет простоте использования, активному сообществу с открытым исходным кодом и бескомпромиссному балансу скорости и точности, Ultralytics YOLO26 является окончательным выбором. Его архитектура без NMS, низкие накладные расходы на обучение и бесшовная интеграция с комплексной экосистемой Ultralytics делают его идеальным фреймворком для вашего следующего проекта компьютерного зрения.