Перейти к содержанию

DAMO-YOLO vs. PP-YOLOE+: техническое сравнение

Выбор оптимальной архитектуры обнаружения объектов - ключевое решение, влияющее на эффективность, точность и масштабируемость проектов в области компьютерного зрения. В этом комплексном сравнении анализируются две известные модели: YOLO, детектор, ориентированный на скорость, от Alibaba, и PP-YOLOE+, высокоточная модель из экосистемы PaddlePaddle от Baidu. Мы подробно рассматриваем их уникальные архитектуры, показатели производительности и идеальные сценарии развертывания, чтобы помочь разработчикам сделать осознанный выбор.

YOLO: инновации, ориентированные на скорость, от Alibaba

YOLO, разработанная компанией Alibaba Group, представляет собой значительный скачок в области эффективного обнаружения объектов. Приоритет отдается компромиссу между скоростью и точностью, используются передовые технологии, такие как нейронная архитектура поиска (NAS), для оптимизации производительности на устройствах с ограниченными ресурсами.

Технические детали:

Узнайте больше о DAMO-YOLO

Архитектура и ключевые особенности

YOLO отличает модульная философия дизайна, объединяющая несколько передовых технологий:

  • MAE-NAS Backbone: В отличие от традиционных моделей, использующих стандартные основы, такие как ResNet, в YOLO применяется основа, найденная с помощью поиска нейронной архитектуры (NAS). В результате получается структура, математически оптимизированная для эффективного извлечения признаков.
  • Эффективная RepGFPN: В модели используется обобщенная сеть пирамид признаков (GFPN), усовершенствованная с помощью методов повторной параметризации (Rep). Эта шейная архитектура улучшает объединение признаков в различных масштабах, минимизируя задержки при выводе.
  • Технология ZeroHead: Отличительной особенностью является конструкция "ZeroHead", которая значительно снижает вычислительную нагрузку на головку обнаружения. Благодаря более эффективному разделению задач классификации и регрессии она позволяет экономить параметры, не жертвуя точностью.
  • Назначение меток AlignedOTA: В процессе обучения YOLO использует AlignedOTA, динамическую стратегию присвоения меток, которая обеспечивает лучшее согласование между целями классификации и регрессии, что приводит к ускорению сходимости.

Дистилляция для компактных моделей

YOLO в значительной степени использует дистилляцию знаний для своих меньших вариантов (Tiny, Small). Передавая знания от более крупной модели "учителя" к более мелкой модели "ученика", она достигает более высокой точности, чем обычно возможно для таких легких архитектур.

PP-YOLOE+: Точная инженерия в PaddlePaddle

PP-YOLOE+ - это эволюция серии YOLO , разработанной исследователями Baidu. Это одноступенчатый детектор без якорей, разработанный для повышения точности на стандартных эталонах, таких как набор данныхCOCO , и специально оптимизированный для фреймворка глубокого обучения PaddlePaddle .

Технические детали:

Узнайте больше о PP-YOLOE+

Архитектура и ключевые особенности

PP-YOLOE+ уделяет особое внимание изысканности и высокоточным компонентам:

  • Механизм без якорей: Благодаря использованию безъякорного подхода PP-YOLOE+ упрощает ландшафт гиперпараметров, избавляя от необходимости разрабатывать якорные ящики вручную.
  • CSPRepResNet: В основе лежит сочетание кросс-стадийных частичных сетей (CSPNet) с перепараметризованными остаточными блоками, что позволяет создать надежный экстрактор признаков, обеспечивающий баланс между градиентным потоком и вычислительными затратами.
  • Task Alignment Learning (TAL): этот метод явно согласовывает оценку классификации с качеством локализацииIoU), гарантируя, что высокодостоверные обнаружения также имеют высококачественные ограничительные рамки.
  • ET-Head: Эффективная головка с выравниванием задач (ET-Head) дополнительно оптимизирует разделение задач классификации и локализации, способствуя высоким показателям модели по mAP .

Анализ производительности: Метрики и эффективность

При сравнении YOLO и PP-YOLOE+ компромисс обычно лежит между чистой скоростью вывода и абсолютной точностью. YOLO спроектирован так, чтобы быть быстрее на аппаратном обеспечении GPU , в то время как PP-YOLOE+ стремится к точности высшего уровня, часто ценой увеличения размера модели и количества FLOP.

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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Сильные и слабые стороны

YOLO:

  • Сильные стороны: Исключительная скорость вывода данных в реальном времени, что делает его идеальным для обработки видео и развертывания на границе, где задержка является критичной. Архитектура на базе NAS обеспечивает эффективное использование ресурсов.
  • Слабые стороны: Реализация глубоко привязана к конкретным исследовательским кодовым базам, которые может быть сложнее интегрировать в стандартные производственные конвейеры по сравнению с более авторитетными библиотеками.

PP-YOLOE+:

  • Сильные стороны: Очень высокие потолки точности, особенно в варианте 'x' (extra-large). Интеграция с экосистемой PaddlePaddle обеспечивает полный набор инструментов для пользователей, уже работающих в этой среде.
  • Слабые стороны: Более сильная зависимость от фреймворка PaddlePaddle может стать препятствием для команд, стандартизированных на PyTorch. Как правило, требуется больше параметров для аналогичной скорости вычислений по сравнению с YOLO.

Случаи использования и приложения

Различия в архитектуре диктуют идеальные варианты использования каждой модели:

  • YOLO отлично подходит для Edge AI и робототехники. Его низкая задержка идеально подходит для беспилотников или автономных мобильных роботов (AMR), которым требуется мгновенная обработка визуальных данных для навигации по окружению или обхода препятствий.
  • PP-YOLOE+ хорошо подходит для промышленного контроля и детальной аналитики. В таких сценариях, как контроль качества производства или анализ медицинских изображений, где пропуск небольшого дефекта обходится дороже, чем чуть более медленное время вывода, более высокий mAP PP-YOLOE+ является очень ценным.

Преимущество Ultralytics: Почему стоит выбрать YOLO11?

Хотя и YOLO , и PP-YOLOE+ обладают определенными преимуществами, Ultralytics YOLO11 представляет собой целостное решение, в котором сбалансированы производительность, удобство использования и поддержка экосистемы. Для большинства разработчиков YOLO11 представляет собой наиболее практичный и мощный выбор для внедрения компьютерного зрения в производство.

Узнайте больше о YOLO11

Непревзойденная универсальность и экосистема

В отличие от специализированных детекторов, YOLO11 - это мультимодальная мощь. Он поддерживает широкий спектр задач, включая обнаружение объектов, сегментацию экземпляров, оценку позы, классификацию и обнаружение ориентированных ограничительных рамок (OBB) - и все это в рамках единой унифицированной структуры.

  • Простота использования: Ultralytics уделяет большое внимание работе с разработчиками, используя простой и интуитивно понятный API на Python . Вы можете обучать, проверять и развертывать модели всего в нескольких строках кода, что значительно сокращает время разработки по сравнению со сложными конфигурациями, которые часто требуются для моделей, ориентированных на исследования.
  • Баланс производительности: YOLO11 достигает современной точности при поразительной скорости. Он оптимизирован для эффективной работы на различных аппаратных средствах, от мощных облачных GPU до периферийных устройств, таких как NVIDIA Jetson, и использует меньше памяти, чем многие альтернативы на основе трансформаторов.
  • Эффективность обучения: Фреймворк включает оптимизированные процедуры обучения и обширную библиотеку предварительно обученных весов. Это позволяет быстро выполнять тонкую настройку на пользовательских наборах данных, экономя вычислительные затраты и время.

Оптимизированный рабочий процесс

Экосистема Ultralytics создана для беспрепятственного перехода от исследований к производству. Благодаря активной поддержке, частым обновлениям и интеграции с такими инструментами, как TensorRT и OpenVINO, разработчики могут с уверенностью развертывать модели.

Пример: Запуск YOLO11 с помощью Python

Приступить к работе с YOLO11 очень просто. Следующий фрагмент кода демонстрирует, как загрузить предварительно обученную модель и выполнить вывод на изображении:

from ultralytics import YOLO

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

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

# Display the inference results
results[0].show()

Эта простота в сочетании с высокой производительностью делает Ultralytics YOLO11 предпочтительным выбором для разработчиков, стремящихся создавать масштабируемые и поддерживаемые решения в области искусственного интеллекта.

Заключение

И YOLO , и PP-YOLOE+ внесли значительный вклад в область компьютерного зрения. YOLO демонстрирует возможности нейроархитектурного поиска для повышения эффективности, а PP-YOLOE+ подчеркивает точность, возможную при использовании безъякорных конструкций в экосистеме PaddlePaddle .

Однако для универсального, готового к производству решения, предлагающего оптимальный баланс скорости, точности и простоты использования, Ultralytics YOLO11 остается лучшим решением. Его комплексная поддержка множества задач технического зрения, малый объем памяти и обширная документация позволяют разработчикам быстрее и эффективнее внедрять инновации.

Изучите другие сравнения


Комментарии