Перейти к содержанию

DAMO-YOLO vs. EfficientDet: техническое сравнение

В быстро развивающейся области компьютерного зрения выбор правильной архитектуры обнаружения объектов имеет решающее значение для успеха приложения. В этом комплексном анализе противопоставляются YOLO, высокопроизводительная модель от Alibaba, и EfficientDet, масштабируемая и эффективная архитектура от Google. Обе модели внесли значительные инновации в эту область, решив извечную проблему компромисса между скоростью, точностью и вычислительными затратами.

Обзоры моделей

Прежде чем перейти к рассмотрению показателей производительности, необходимо понять происхождение и архитектурную философию каждой модели.

DAMO-YOLO

Разработанная компанией Alibaba Group система YOLO (Distillation-Enhanced Neural Architecture Search-based YOLO) нацелена на максимальное увеличение скорости вычислений без ущерба для точности. В ней реализованы такие технологии, как нейронная архитектура поиска (NAS) для опорных сетей, эффективная сеть RepGFPN (Reparameterized Generalized Feature Pyramid Network) и легкая головка обнаружения, известная как ZeroHead.

YOLO Детали:

Узнайте больше о DAMO-YOLO

EfficientDet

EfficientDet, созданный командой Google Brain, произвел революцию в обнаружении объектов, предложив метод комбинированного масштабирования. Этот подход равномерно масштабирует разрешение, глубину и ширину опорной сети, сети признаков и сети предсказаний. В нем используется BiFPN (Bi-directional Feature Pyramid Network), которая позволяет легко и быстро объединять признаки.

EfficientDet Details:

Узнайте больше об EfficientDet

Анализ производительности: скорость, точность и эффективность

На следующих графике и в таблице представлено количественное сравнение моделей EfficientDet и YOLO на наборе данныхCOCO . Эти бенчмарки подчеркивают различные цели оптимизации каждой архитектуры.

Модельразмер
(пиксели)		mAPval
50-95		Скорость
CPU ONNX
(мс)		Скорость
T4 TensorRT10
(мс)		параметры
(M)		FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
EfficientDet-d064034.610.23.923.92.54
EfficientDet-d164040.513.57.316.66.1
EfficientDet-d264043.017.710.928.111.0
EfficientDet-d364047.528.019.5912.024.9
EfficientDet-d464049.742.833.5520.755.2
EfficientDet-d564051.572.567.8633.7130.0
EfficientDet-d664052.692.889.2951.9226.0
EfficientDet-d764053.7122.0128.0751.9325.0

Основные выводы

Из полученных данных можно сделать вывод, что у каждого семейства моделей есть свои сильные стороны:

  1. Задержка GPU : YOLO доминирует по скорости вычислений на GPU . Например, DAMO-YOLOm достигает Средняя точностьmAP) 49,2 при задержке всего 5,09 мс на GPU T4. Для сравнения, EfficientDet-d4при аналогичном mAP 49,7, значительно медленнее - 33,55 мс.
  2. Эффективность параметров: EfficientDet очень легка в плане параметров и Операции с плавающей запятой (FLOPs). EfficientDet-d0 В ней используется всего 3,9 М параметров, что делает ее очень эффективной для хранения данных, хотя это не всегда приводит к более быстрому выводу на современных графических процессорах по сравнению с оптимизированными по архитектуре моделями, такими как YOLO.
  3. ПроизводительностьCPU : EfficientDet обеспечивает надежные бенчмарки для CPU , что позволяет говорить о том, что он остается жизнеспособным вариантом для устаревшего оборудования, в котором недоступно GPU .

Архитектурная заметка

Преимущество YOLO в скорости обусловлено оптимизацией аппаратной задержки с использованием нейронной архитектуры (NAS), в то время как EfficientDet оптимизирует теоретические FLOP, которые не всегда линейно коррелируют с реальной задержкой.

Архитектурное Глубокое Погружение

EfficientDet: Сила сложного масштабирования

EfficientDet построена на базе EfficientNet, использующей мобильные инвертированные свертки (MBConv). Ее отличительной особенностью является BiFPN- взвешенная двунаправленная сеть пирамид признаков. В отличие от традиционных FPN, которые суммируют признаки только сверху вниз, BiFPN позволяет информации течь как сверху вниз, так и снизу вверх, рассматривая каждый слой признаков с обучаемыми весами. Это позволяет сети понимать важность различных входных признаков.

Модель масштабируется с помощью составного коэффициента phi, который равномерно увеличивает ширину, глубину и разрешение сети, поэтому большие модели (такие как d7) остаются сбалансированными по точности и эффективности.

YOLO: инновации, ориентированные на скорость

YOLO использует другой подход, фокусируясь на задержках в реальном времени. Он использует MAE-NAS (метод автоматизации поиска архитектуры) для поиска оптимальной структуры магистрали при определенных ограничениях на время ожидания.

Ключевые инновации включают:

  • RepGFPN: Улучшение стандартного GFPN, дополненное репараметризацией для оптимизации путей слияния признаков с целью повышения скорости.
  • ZeroHead: упрощенная головка обнаружения, которая снижает вычислительную нагрузку, обычно связанную с последними слоями предсказания.
  • AlignedOTA: стратегия присвоения меток, которая решает проблему несоответствия между задачами классификации и регрессии во время обучения.

Случаи использования и приложения

Различия в архитектуре определяют, в чем каждая модель превосходит другие в реальных условиях.

  • EfficientDet идеально подходит для сред с ограниченным объемом памяти или приложений, полагающихся на выводы CPU , где минимизация количества FLOP имеет решающее значение. Он часто используется в мобильных приложениях и встраиваемых системах, где время работы от батареи (коррелирующее с FLOPs) является первоочередной задачей.
  • YOLO отлично подходит для промышленной автоматизации, автономного вождения и охранного видеонаблюдения, где требуются выводы в реальном времени на GPU. Низкая задержка позволяет обрабатывать видеопотоки с высокой частотой кадров без выпадения кадров.

Преимущество Ultralytics

В то время как YOLO и EfficientDet являются способными моделями, Ultralytics Ultralytics экосистема Ultralytics предлагает более комплексное решение для разработки современного ИИ. Такие модели, как ультрасовременная YOLO11 и универсальная YOLOv8 обеспечивают значительные преимущества в удобстве использования, производительности и наборе функций.

Узнайте больше о YOLO11

Почему стоит выбрать Ultralytics?

  • Баланс производительности: Модели Ultralytics разработаны таким образом, чтобы обеспечить оптимальный компромисс между скоростью и точностью. Например, модель YOLO11 обеспечивает превосходную mAP по сравнению с предыдущими поколениями, сохраняя при этом исключительную скорость вычислений как на CPU, так и на GPU.

  • Простота использования: Используя философию "батарейки в комплекте", Ultralytics предоставляет простой API на Python и мощный интерфейс командной строки (CLI). Разработчики могут пройти путь от установки до обучения за считанные минуты.

    from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model("path/to/image.jpg")

  • Хорошо поддерживаемая экосистема: В отличие от многих исследовательских моделей, которые забрасываются после публикации, Ultralytics поддерживает активный репозиторий с частыми обновлениями, исправлениями ошибок и поддержкой сообщества через проблемы и обсуждения на GitHub.

  • Универсальность: Модели Ultralytics не ограничиваются ограничивающими рамками. Они поддерживают сегментацию объектов, оценку позы, классификацию изображений и ориентированные ограничительные рамки (OBB)- все в рамках единой унифицированной структуры.
  • Эффективность памяти: Модели Ultralytics YOLO разработаны таким образом, чтобы не занимать много памяти во время обучения. В отличие от моделей на основе трансформаторов или старых архитектур, которые часто требуют значительного объема памяти CUDA , это делает модели Ultralytics доступными на оборудовании потребительского класса.
  • Эффективность обучения: Фреймворк поддерживает такие функции, как автоматическая смешанная точность (AMP), обучение на нескольких GPU и кэширование, обеспечивая быстрое и экономичное обучение пользовательских наборов данных.

Заключение

И YOLO, и EfficientDet представляют собой значительные вехи в истории компьютерного зрения. EfficientDet продемонстрировал возможности принципиального масштабирования и эффективного объединения признаков, а YOLO раздвинул границы поиска архитектуры с учетом задержки.

Однако разработчикам требуется готовое к производству решение, сочетающее высокую производительность с исключительными возможностями для разработчиков, Ultralytics YOLO11 является рекомендуемым выбором. Интеграция в надежную экосистему, поддержка множества задач компьютерного зрения и постоянное совершенствование делают его наиболее практичным инструментом для преобразования визуальных данных в полезные сведения.

Изучите другие сравнения моделей

Чтобы еще больше облегчить процесс выбора модели, изучите эти связанные с ней сравнения в документации Ultralytics :


Комментарии