DAMO-YOLO и YOLO26
Архитектуры компьютерного зрения продолжают развиваться, стремясь сочетать высокую точность с низкой задержкой вывода. В этом сравнении рассматриваются DAMO-YOLO и Ultralytics YOLO26, их архитектурные новшества, методы обучения и наиболее подходящие сценарии применения.
Развёртываешь ли ты модели компьютерного зрения на периферийных устройствах или создаёшь облачные конвейеры с высокой пропускной способностью, понимание различий между моделями помогает принимать обоснованные архитектурные решения.
DAMO-YOLO: поиск нейронной архитектуры в крупных масштабах#
DAMO-YOLO, разработанная Alibaba Group, была выпущена 23 ноября 2022 года. Созданная Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илунь Хуан, Юань Чжаном и Сюйюй Суном, модель использует поиск нейронных архитектур (NAS) для автоматического создания эффективных архитектур.
Ты можешь ознакомиться с оригинальным исследованием в статье на arXiv или изучить исходный код в репозитории DAMO-YOLO на GitHub.
Ключевые особенности архитектуры#
DAMO-YOLO предлагает ряд технических новшеств для обнаружения объектов в реальном времени:
- Бэкбоны MAE-NAS: DAMO-YOLO использует поиск на основе максимальной энтропии для подбора эффективных бэкбонов. Такой подход NAS находит архитектуры, строго балансирующие точность обнаружения и скорость вывода на конкретном оборудовании.
- Эффективный RepGFPN: Тяжёлая архитектура шеи значительно улучшает объединение признаков и помогает анализировать сложные сцены, например аэрофотоснимки.
- Архитектура ZeroHead: Значительно упрощённая голова детекции, которая минимизирует вычислительную сложность последних слоёв предсказания.
- AlignedOTA и дистилляция: DAMO-YOLO применяет Aligned Optimal Transport Assignment (AlignedOTA) для устранения неоднозначности при назначении меток. Дополнительно используется дистилляция знаний: большие модели-учителя помогают повысить точность компактных моделей-учеников.
Преимущества Ultralytics: YOLO26#
Выпущенная 14 января 2026 года Гленном Джокером и Цзин Цю из Ultralytics, YOLO26 — текущая рекомендуемая модель Ultralytics, которая делает высокопроизводительный ИИ в области компьютерного зрения доступнее. Развивая YOLO11 и YOLOv10, YOLO26 с нуля создавалась для развертывания с приоритетом периферийных устройств, решения множества задач и простоты использования.
Инновации YOLO26#
Ultralytics YOLO26 предлагает несколько функций для современных приложений компьютерного зрения:
- Сквозная архитектура без NMS: встроенная голова one-to-one (
nms=False) в YOLO26 устраняет этап постобработки — подавление немаксимумов (NMS). Развивая идею обучения без NMS, впервые реализованную в YOLOv10, этот сквозной подход упрощает конвейеры развертывания и обеспечивает предсказуемый инференс с низкой задержкой. - Инференс на CPU до 43% быстрее: благодаря архитектурной оптимизации для периферийных вычислений YOLO26 обеспечивает быстрый инференс на периферийных устройствах и стандартных CPU. YOLO26n работает до 43% быстрее YOLO11n, поэтому хорошо подходит для работающих от батареи устройств IoT.
- Оптимизатор MuSGD: Вдохновлённая методами обучения больших языковых моделей, например Kimi K2 от Moonshot AI, YOLO26 использует гибрид SGD и Muon. Это переносит стабильность обучения больших языковых моделей в компьютерное зрение и обеспечивает более быструю и надёжную сходимость.
- Удаление DFL: удаление Distribution Focal Loss упрощает граф модели и экспорт в такие форматы, как ONNX и TensorRT.
- ProgLoss + STAL: прогрессивная функция потерь и стратегия назначения меток с учетом малых объектов заметно повышают качество распознавания небольших объектов — это важно для эксплуатации дронов и сельского хозяйства.
YOLO26 включает специализированные улучшения для разных модальностей: многомасштабный прототип для сегментации экземпляров, оценку остаточного логарифма правдоподобия (RLE) для оценки позы и продвинутую функцию потерь угла для устранения проблем на границах при детекции ориентированных ограничивающих рамок (OBB).
Сравнение производительности#
При оценке этих моделей первостепенное значение имеет баланс между точностью (mAP) и вычислительной эффективностью (скоростью и FLOPs). В таблице ниже показано сравнение моделей на отраслевом стандартном наборе данных COCO.
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Как видно выше, YOLO26 неизменно обеспечивает более высокую точность при значительно меньшем количестве параметров и FLOPs, благодаря чему его архитектура эффективнее как при обучении, так и при инференсе.
Эффективность обучения и удобство использования#
Сложности DAMO-YOLO#
Хотя DAMO-YOLO обеспечивает конкурентную точность, его метод обучения сложен. Зависимость от поиска нейронной архитектуры (NAS) и интенсивной дистилляции знаний означает, что для обучения пользовательской модели часто требуются значительные ресурсы GPU и специальные знания. Этот многоэтапный процесс, в ходе которого большая модель-учитель передает знания меньшей модели-ученику, может замедлить работу инженерных команд, которым нужно быстро итерировать на пользовательских наборах данных.
Упрощённый процесс работы с Ultralytics#
В отличие от него, Ultralytics YOLO26 рассчитан на быстрое освоение. Весь цикл обучения, валидации и развертывания доступен через удобные унифицированные Python API и CLI. YOLO26 также требует значительно меньше памяти CUDA при обучении, чем модели на базе Transformer, такие как RT-DETR, поэтому исследователи могут обучать точные модели на обычном потребительском оборудовании.
Вот пример обучения, оценки и экспорта модели YOLO26 с помощью пакета Ultralytics для Python:
from ultralytics import YOLO
# Загрузи последнюю нано-модель YOLO26
model = YOLO("yolo26n.pt")
# Обучи модель на наборе данных COCO8 в течение 50 эпох
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Оценить производительность модели на проверочной выборке
metrics = model.val()
# Выполни инференс на тестовом изображении
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()
# Экспортируй модель в формат ONNX для развёртывания
model.export(format="onnx")Для команд, которым нужна среда без написания кода, Ultralytics Platform предлагает интуитивно понятный интерфейс для аннотирования наборов данных, облачного обучения и развертывания.
Применение в реальных условиях#
Выбор подходящей архитектуры во многом зависит от целевой среды развертывания и ограничений оборудования.
Промышленный контроль качества#
Для высокоскоростной автоматизации производства DAMO-YOLO может хорошо работать на выделенном оборудовании GPU. Однако для современных сборочных линий предпочтительнее YOLO26. Его сквозная архитектура без NMS обеспечивает предсказуемую задержку с минимальным джиттером — это важно для синхронизации визуальных данных с роботизированными исполнительными механизмами в реальном времени.
Периферийный ИИ и мобильные устройства#
Развертывание компьютерного зрения на работающих от батареи устройствах требует высокой эффективности. DAMO-YOLO использует специализированные шеи RepGFPN, а YOLO26n (Nano) оптимизирован для периферийных вычислений. Удаление DFL и инференс на CPU до 43% быстрее, чем у YOLO11n, делают эту модель отличным выбором для умных камер, мобильных приложений и охранных сигнализаций.
Требования проектов с несколькими задачами#
Если проект требует большего, чем просто детекция объектов — например, анализа движений игроков в спорте с помощью оценки позы или выделения точных границ объектов на уровне пикселей с помощью сегментации экземпляров, — YOLO26 изначально поддерживает все эти задачи в единой кодовой базе. DAMO-YOLO ограничена исключительно детекцией ограничивающих рамок.
Сценарии использования и рекомендации#
Выбор между DAMO-YOLO и YOLO26 зависит от требований конкретного проекта, ограничений среды развёртывания 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 YOLO26#
YOLO26 рекомендуется для:
- Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
- Среды только с CPU: устройства без выделенного ускорителя GPU, на которых YOLO26n получает явное преимущество благодаря инференсу на CPU до 43% быстрее, чем у YOLO11n.
- Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.
Заключение#
Обе архитектуры — значительные достижения в глубоком обучении. DAMO-YOLO демонстрирует, чего можно добиться с помощью поиска нейронной архитектуры и дистилляции, адаптированных к конкретным аппаратным тестам.
Однако разработчикам, исследователям и компаниям, которым нужно готовое к производству решение, лучше выбрать Ultralytics YOLO26. Сочетание сквозной архитектуры без NMS, инференса на CPU до 43% быстрее (YOLO26n по сравнению с YOLO11n), поддержки множества задач и интеграции в хорошо поддерживаемую экосистему Ultralytics делает YOLO26 наиболее надежным и практичным инструментом для решения реальных задач компьютерного зрения.
Пользователям, которые хотят изучить другие модели экосистемы Ultralytics, доступны предварительно обученные модели YOLO11 и YOLOv8 на Ultralytics Platform, а документация по модели на базе Transformer RT-DETR размещена в документации Ultralytics.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.