DAMO-YOLO и YOLO11
При выборе архитектуры обнаружения объектов в реальном времени для следующего проекта в области компьютерного зрения полезно понимать, чем отличаются ведущие модели. В этом руководстве технически сравниваются DAMO-YOLO и Ultralytics YOLO11: рассматриваются их архитектуры, метрики производительности, методы обучения и наиболее подходящие сценарии развертывания.
Сведения о DAMO-YOLO:
- Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуне Хуан, Юань Чжан и Сюйюй Сунь
- Организация: Alibaba Group
- Дата: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- Документация: Документация DAMO-YOLO
Сведения о YOLO11:
- Авторы: Glenn Jocher и Jing Qiu
- Организация: Ultralytics
- Дата: 2024-09-27
- GitHub: ultralytics/ultralytics
- Документация: Документация YOLO11
Философия проектирования архитектуры#
Архитектура модели обнаружения объектов определяет скорость инференса, точность и адаптивность модели в различных аппаратных средах.
DAMO-YOLO предлагает несколько академических инноваций и активно использует поиск нейронной архитектуры (NAS) для автоматического проектирования бэкбона. Для улучшения слияния признаков модель использует эффективную RepGFPN (обобщенную пирамидальную сеть признаков с перепараметризацией), а архитектура ZeroHead значительно уменьшает тяжелую голову предсказаний, применявшуюся в предыдущих архитектурах. Такой подход на основе NAS позволяет DAMO-YOLO добиться определенной эффективности на отдельных GPU, но получившимся архитектурам может не хватать гибкости для работы на разнообразных периферийных устройствах.
В отличие от нее, YOLO11 опирается на многолетние фундаментальные исследования и предлагает оптимизированную архитектуру, разработанную вручную. В ней используются упрощенный бэкбон и эффективная шея, сокращающая избыточные вычисления. Одно из главных преимуществ YOLO11 — оптимизированное использование параметров: модель эффективно представляет признаки без высоких требований к VRAM, типичных для моделей на базе Transformer, таких как RT-DETR. Благодаря этому YOLO11 универсальна и стабильно работает на потребительских GPU, мобильных устройствах и специализированных периферийных ускорителях.
Производительность и метрики#
При оценке производительности важно смотреть не только на итоговую точность, но и учитывать баланс между скоростью, размером модели и вычислительной нагрузкой (FLOPs).
| Модель | размер (пиксели) | mAPval50-95 | 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Как показывает таблица, YOLO11 обеспечивает удачный баланс производительности. Например, вариант YOLO11s превосходит DAMO-YOLOs по точности и при этом содержит значительно меньше параметров. Такое снижение требований к памяти напрямую уменьшает затраты на развертывание и повышает отзывчивость на периферийных устройствах.
Методики обучения и удобство использования#
Разработчики проводят значительную часть времени в конвейере обучения, поэтому эффективность обучения имеет большое значение.
DAMO-YOLO использует многоэтапный процесс обучения, который во многом зависит от дистилляции знаний. Для назначения меток применяется AlignedOTA (назначение методом оптимального транспорта), а для передачи знаний меньшим моделям-«ученикам» часто требуется обучить более крупную модель-«учителя». Этот метод существенно увеличивает объем используемой памяти CUDA и общее время вычислений, необходимое для сходимости.
Экосистема Ultralytics, напротив, избавляет от сложностей обучения моделей. YOLO11 проста в использовании: в ней есть упрощенный Python API и полноценный CLI, которые позволяют инженерам запускать обучение на пользовательских наборах данных одной командой. Конвейер обучения эффективно расходует ресурсы и сводит к минимуму скачки потребления памяти, поэтому даже крупные модели можно обучать на стандартном оборудовании.
Для обучения модели Ultralytics не нужен шаблонный код. Встроенные конвейеры загрузки данных, аугментации и вычисления функции потерь работают сразу после установки.
Вот краткий пример обучения и экспорта модели Ultralytics:
from ultralytics import YOLO
# Загрузи предварительно обученную малую модель YOLO11
model = YOLO("yolo11s.pt")
# Обучи модель на пользовательском датасете
model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Экспортируй обученную модель в ONNX для развёртывания
model.export(format="onnx")Применение в реальных условиях и универсальность#
Выбор между этими архитектурами часто зависит от разнообразия задач, которые должна решать среда развертывания.
Для каких задач подходит DAMO-YOLO#
DAMO-YOLO — это исключительно фреймворк для обнаружения объектов. Он хорошо подходит для академических исследований, в которых команды изучают перепараметризацию или воспроизводят конкретные эксперименты по поиску нейронной архитектуры. Его также можно развернуть в жестко ограниченных промышленных средах, где конкретный GPU-ускоритель соответствует бэкбону, сгенерированному с помощью NAS.
Преимущества Ultralytics#
Модели Ultralytics, включая YOLO11, широко применяются в коммерческих проектах благодаря своей универсальности и хорошо поддерживаемой экосистеме. В отличие от DAMO-YOLO, фреймворк Ultralytics изначально поддерживает множество задач. Единая кодовая база справляется со всем: от сегментации экземпляров в медицинской визуализации до оценки позы для биомеханического анализа в спорте.
Сферы, в которых применяют YOLO11:
- Умное сельское хозяйство: обнаружение объектов для мониторинга состояния посевов и автоматизации уборочной техники.
- Аналитика в розничной торговле: внедрение умного видеонаблюдения для анализа потока покупателей и автоматизации управления запасами.
- Логистика и цепочки поставок: скоростное обнаружение штрихкодов и посылок на быстро движущихся конвейерных лентах с помощью ориентированных ограничивающих рамок (OBB).
Сценарии использования и рекомендации#
Выбор между DAMO-YOLO и YOLO11 зависит от требований конкретного проекта, ограничений среды развертывания и предпочтений в отношении экосистемы.
Когда стоит выбрать DAMO-YOLO#
DAMO-YOLO — хороший выбор для:
- Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на фиксированной инфраструктуре NVIDIA GPU, где основной показатель — пропускная способность при размере пакета 1.
- Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
- Исследования в области поиска нейросетевых архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных перенастраиваемых базовых сетей на качество обнаружения.
Когда выбирать YOLO11#
YOLO11 рекомендуется для:
- Промышленное развертывание на периферийных устройствах: коммерческие приложения на устройствах вроде Raspberry Pi или NVIDIA Jetson, где особенно важны надёжность и активная поддержка.
- Мультитасковые приложения компьютерного зрения: проекты, которым в рамках единого фреймворка нужны обнаружение объектов, сегментация, оценка позы и OBB.
- Быстрое прототипирование и развертывание: команды, которым нужно быстро пройти путь от сбора данных до промышленной эксплуатации с помощью удобного Python API Ultralytics.
Когда выбирать Ultralytics (YOLO26)#
Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:
- Развертывание на периферийных устройствах без NMS: приложения, которым нужен стабильный инференс с низкой задержкой без сложной постобработки методом подавления немаксимумов (NMS).
- Среды только с CPU: устройства без выделенного GPU-ускорителя, где инференс YOLO26 (YOLO26n по сравнению с YOLO11n) до 43% быстрее, что дает явное преимущество.
- Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.
Следующее поколение: знакомься с YOLO26#
YOLO11 остается мощным и надежным решением, но область компьютерного зрения быстро развивается. Разработчикам, начинающим новые проекты, рекомендуется в первую очередь рассмотреть новейшую модель YOLO26.
Выпущенная в январе 2026 года YOLO26 предлагает несколько усовершенствований:
- Сквозная архитектура без NMS: благодаря опциональной голове one-to-one (
nms=False) YOLO26 пропускает постобработку с подавлением немаксимумов, обеспечивая более быстрый и предсказуемый инференс и упрощая конвейеры развертывания. - Инференс на CPU до 43% быстрее: после удаления Distribution Focal Loss (DFL) модель YOLO26n работает на CPU до 43% быстрее YOLO11n и хорошо подходит для периферийных устройств и устройств с низким энергопотреблением, в которых нет выделенных GPU.
- Оптимизатор MuSGD: этот гибридный оптимизатор переносит в компьютерное зрение методы обучения больших языковых моделей (LLM), вдохновленные Moonshot AI, и обеспечивает стабильную и быструю сходимость при обучении.
- Продвинутые методы обучения: благодаря ProgLoss + STAL YOLO26 лучше распознает небольшие объекты, что особенно важно для аэрофотосъемки и робототехники.
Заключение#
DAMO-YOLO и YOLO11 внесли значительный вклад в развитие быстрого и точного компьютерного зрения. DAMO-YOLO предлагает интересные академические идеи в области поиска архитектур и дистилляции, а Ultralytics YOLO11 (и более новая YOLO26) обеспечивает более удобный опыт разработки.
Благодаря низким требованиям к памяти, подробной документации, поддержке множества задач и интеграции с Ultralytics Platform модели Ultralytics остаются главным выбором исследователей и корпоративных инженеров, создающих надежные и масштабируемые ИИ-решения. Тем, кто изучает другие передовые архитектуры, сравнение YOLO26 и RT-DETR поможет лучше понять альтернативы на базе Transformer.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.