Перейти к содержанию

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

Выбор оптимальной архитектуры object detection — это важнейшее решение, которое влияет на эффективность, точность и масштабируемость проектов компьютерного зрения. В этом всестороннем сравнении анализируются две известные модели: DAMO-YOLO, детектор, ориентированный на скорость, от Alibaba, и PP-YOLOE+, высокоточная модель из экосистемы PaddlePaddle от Baidu. Мы углубимся в их уникальные архитектуры, показатели производительности и идеальные сценарии развертывания, чтобы помочь разработчикам сделать осознанный выбор.

DAMO-YOLO: Инновации, ориентированные на скорость, от Alibaba

DAMO-YOLO, разработанный Alibaba Group, представляет собой значительный скачок в эффективном обнаружении объектов. Он отдает приоритет превосходному компромиссу между скоростью и точностью, используя передовые методы, такие как поиск нейронной архитектуры (NAS), для оптимизации производительности на устройствах с ограниченными ресурсами.

Технические детали:

Узнайте больше о DAMO-YOLO

Архитектура и ключевые особенности

DAMO-YOLO отличается модульной философией проектирования, которая объединяет несколько передовых технологий:

  • Бэкбон MAE-NAS: В отличие от традиционных моделей, которые используют стандартные бэкбоны, такие как ResNet, DAMO-YOLO использует бэкбон, обнаруженный с помощью поиска нейронной архитектуры (NAS). Это приводит к созданию структуры, математически оптимизированной для эффективности извлечения признаков.
  • Эффективный RepGFPN: Модель использует обобщенную пирамиду признаков (GFPN), улучшенную с помощью методов повторной параметризации (Rep). Эта архитектура neck улучшает слияние признаков в разных масштабах, минимизируя задержку во время inference.
  • 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.
  • AlignedOTA Label Assignment: Во время обучения DAMO-YOLO использует AlignedOTA, стратегию динамического назначения меток, которая обеспечивает лучшее соответствие между задачами классификации и регрессии, что приводит к более быстрой сходимости.

Дистилляция для компактных моделей

DAMO-YOLO активно использует Knowledge Distillation для своих уменьшенных вариантов (Tiny, Small). Передавая знания от большей «учительской» модели к меньшей «ученической» модели, он достигает более высокой точности, чем это обычно возможно для таких легких архитектур.

PP-YOLOE+: Точная разработка в PaddlePaddle

PP-YOLOE+ — это эволюция серии PP-YOLO, разработанная исследователями Baidu. Это одноэтапный детектор без привязки к anchor boxes, разработанный для расширения границ точности на стандартных бенчмарках, таких как набор данных COCO, специально оптимизированный для фреймворка глубокого обучения PaddlePaddle.

Технические детали:

Узнайте больше о PP-YOLOE+

Архитектура и ключевые особенности

PP-YOLOE+ фокусируется на уточнении и компонентах высокой точности:

  • Механизм без Anchor: Принимая подход без anchor, PP-YOLOE+ упрощает ландшафт гиперпараметров, устраняя необходимость проектировать anchor boxes вручную.
  • CSPRepResNet: Backbone сочетает в себе сети Cross Stage Partial (CSPNet) с повторно параметризованными остаточными блоками, предлагая надежный экстрактор признаков, который уравновешивает градиентный поток и вычислительные затраты.
  • Task Alignment Learning (TAL): Этот метод явно выравнивает оценку классификации с качеством локализации (IoU), гарантируя, что обнаружения с высокой уверенностью также имеют высококачественные ограничивающие рамки.
  • ET-Head: Efficient Task-aligned Head (ET-Head) дополнительно оптимизирует разделение задач классификации и локализации, что способствует высоким показателям mAP модели.

Анализ производительности: Метрики и эффективность

При сравнении DAMO-YOLO и PP-YOLOE+ компромисс обычно заключается между чистой скоростью инференса и абсолютной точностью. DAMO-YOLO разработан для более быстрой работы на оборудовании GPU, в то время как PP-YOLOE+ нацелен на максимальную точность, часто за счет увеличения размера модели и FLOPs.

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

DAMO-YOLO:

  • Преимущества: Исключительная скорость вывода в реальном времени, что делает ее идеальной для обработки видео и периферийных развертываний, где критична задержка. Архитектура на основе NAS обеспечивает эффективное использование ресурсов.
  • Недостатки: Реализация тесно связана с конкретными исследовательскими кодовыми базами, которые может быть сложнее интегрировать в стандартные производственные конвейеры по сравнению с более устоявшимися библиотеками.

PP-YOLOE+:

  • Преимущества: Очень высокие потолки точности, особенно с вариантом 'x' (extra-large). Интеграция с экосистемой PaddlePaddle предоставляет полный набор инструментов для пользователей, уже находящихся в этой среде.
  • Недостатки: Более сильная зависимость от фреймворка PaddlePaddle может быть барьером для команд, стандартизированных на PyTorch. Обычно для достижения аналогичной скорости инференса требуется больше параметров по сравнению с DAMO-YOLO.

Случаи использования и приложения

Архитектурные различия определяют идеальные варианты использования для каждой модели:

  • DAMO-YOLO превосходен в Edge AI и Робототехнике. Его низкая задержка идеально подходит для дронов или автономных мобильных роботов (AMR), которым необходимо мгновенно обрабатывать визуальные данные для навигации в окружающей среде или избежания 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?

В то время как DAMO-YOLO и PP-YOLOE+ предлагают определенные преимущества, Ultralytics YOLO11 предоставляет целостное решение, которое уравновешивает производительность, удобство использования и поддержку 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 электростанция. Он поддерживает широкий спектр задач, включая object detection, instance segmentation, pose estimation, classification и oriented bounding box (OBB) detect — все в рамках единого унифицированного фреймворка.

  • Простота использования: Ultralytics уделяет первостепенное внимание опыту разработчиков, предлагая простой, интуитивно понятный Python API. Вы можете обучать, проверять и развертывать модели всего в несколько строк кода, что значительно сокращает время разработки по сравнению со сложными конфигурациями, часто требуемыми моделями, ориентированными на исследования.
  • Баланс производительности: YOLO11 достигает современной точности с замечательной скоростью. Он оптимизирован для эффективной работы на различном оборудовании, от мощных облачных GPU до периферийных устройств, таких как NVIDIA Jetson, используя меньше памяти, чем многие альтернативы на основе трансформеров.
  • Эффективность обучения: Фреймворк включает в себя оптимизированные процедуры обучения и обширную библиотеку предварительно обученных весов. Это позволяет быстро выполнять точную настройку на пользовательских наборах данных, экономя вычислительные затраты и время.

Оптимизированный рабочий процесс

Экосистема Ultralytics разработана для плавного перехода от исследований к производству. Благодаря активному обслуживанию, частым обновлениям и интеграции с такими инструментами, как TensorRT и OpenVINO, разработчики могут уверенно развертывать модели.

Пример: Запуск YOLO11 с Python

Начать работу с YOLO11 довольно просто. Следующий фрагмент кода демонстрирует, как загрузить предварительно обученную модель и запустить inference 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 на основе искусственного интеллекта.

Заключение

DAMO-YOLO и PP-YOLOE+ внесли значительный вклад в область компьютерного зрения. DAMO-YOLO демонстрирует мощь Neural Architecture Search для повышения эффективности, в то время как PP-YOLOE+ подчеркивает точность, возможную при использовании конструкций без привязки к якорям в экосистеме PaddlePaddle.

Однако, если вам нужно универсальное, готовое к производству решение, которое предлагает оптимальный баланс скорости, точности и простоты использования, Ultralytics YOLO11 остается лучшей рекомендацией. Его всесторонняя поддержка различных задач компьютерного зрения, низкое потребление памяти и обширная документация позволяют разработчикам быстрее и эффективнее внедрять инновации.

Изучите другие сравнения


Комментарии