DAMO-YOLO и YOLOv5
Развитие компьютерного зрения отмечено постоянными инновациями в области детекции объектов в реальном времени. При разработке конвейеров компьютерного зрения разработчикам и исследователям приходится выбирать из множества архитектур. В этом техническом сравнении рассматриваются DAMO-YOLO и Ultralytics YOLOv5: их архитектуры, методы обучения, метрики производительности и наиболее подходящие сценарии развертывания.
Знакомство с DAMO-YOLO#
Выпущенная Alibaba Group модель DAMO-YOLO представила несколько новых методов, направленных на повышение скорости и точности детекции.
- Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуне Хуан, Юань Чжан и Сюйюй Сунь
- Организация: Alibaba Group
- Дата: 23 ноября 2022 года
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- Документация: README.md
Архитектурные инновации#
В основе DAMO-YOLO лежит поиск нейронной архитектуры (NAS). Авторы использовали MAE-NAS для автоматического проектирования бэкбонов, обеспечивающих баланс между задержкой и точностью. В модели применяется эффективная RepGFPN (репараметризованная обобщенная пирамидальная сеть признаков), которая улучшает слияние признаков разных масштабов. DAMO-YOLO также использует архитектуру «ZeroHead», заменяющую сложные многоветвевые головки предсказания более простой и эффективной структурой, которая активно использует репараметризацию во время инференса.
Для улучшения обучения в модели используется AlignedOTA для назначения меток и усиленная дистилляция знаний: более крупная модель-«учитель» помогает меньшей модели-«ученику» повысить точность.
Знакомство с Ultralytics YOLOv5#
Ultralytics YOLOv5 — одна из самых широко применяемых в мире архитектур компьютерного зрения, известная стабильностью, простотой использования и развитой экосистемой развертывания.
- Авторы: Glenn Jocher
- Организация: Ultralytics
- Дата: 26 июня 2020 года
- GitHub: ultralytics/yolov5
- Документация: Документация YOLOv5
Стандарт экосистемы#
YOLOv5 установила новый стандарт удобства использования. Созданная непосредственно на PyTorch, она использует оптимизированный бэкбон CSPNet и шею PANet для надежного объединения признаков. Хотя YOLOv5 появилась до распространения безъякорных моделей, характерного для более поздних архитектур, ее усовершенствованный подход с якорями и автоматическим обучением якорей сразу показывает хорошие результаты.
Главное преимущество YOLOv5 — экосистема, за которой хорошо следят. Она интегрируется с инструментами отслеживания экспериментов, такими как Comet и Weights & Biases, и поддерживает экспорт одной командой в форматы ONNX, TensorRT и CoreML.
YOLOv5 легко обучать на пользовательских наборах данных. Упрощенный API снижает сложности при переходе от прототипа к эксплуатации, поэтому модель пользуется популярностью у гибких инженерных команд.
Сравнение производительности и метрик#
При сравнении этих моделей важно учитывать баланс между средней точностью (mAP), скоростью инференса и количеством параметров.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
Анализ компромиссов#
DAMO-YOLO обеспечивает высокие показатели mAP при своем количестве параметров, во многом благодаря этапу дистилляции при обучении. Но за это приходится платить эффективностью обучения. Многоэтапный процесс дистилляции требует сначала обучить крупную модель-учителя, что значительно увеличивает необходимое время вычислений на GPU и объем VRAM.
В свою очередь, YOLOv5 отличается низкими требованиями к памяти. Модели Ultralytics YOLO потребляют меньше памяти при обучении и инференсе, чем сложные процессы дистилляции или модели на основе Transformer, такие как RT-DETR. Благодаря этому YOLOv5 можно эффективно обучать на потребительском оборудовании или в доступных облачных средах, например в Google Colab.
Применение в реальных условиях и универсальность#
Выбор подходящей архитектуры часто зависит от среды развёртывания.
В чём преимущества DAMO-YOLO#
DAMO-YOLO — это исключительно модель для детекции объектов. Она хорошо подходит для академических исследований, особенно для команд, изучающих поиск нейронной архитектуры или планирующих воспроизвести методы репараметризации, описанные в статье. DAMO-YOLO станет сильным кандидатом, если у проекта достаточно вычислительных ресурсов для этапа дистилляции и его единственная цель — выжать последние доли точности при детекции 2D-ограничивающих рамок.
Преимущества Ultralytics#
В реальном производстве модели Ultralytics становятся предпочтительным выбором благодаря простоте использования и универсальности. YOLOv5 поддерживает детекцию, сегментацию экземпляров и классификацию изображений, а общая экосистема Ultralytics позволяет разработчикам легко переключаться между задачами.
Например, новые модели семейства Ultralytics также поддерживают оценку позы и детекцию ориентированных ограничивающих рамок (OBB). Благодаря поддержке нескольких задач команды могут использовать единый API Python в сложных конвейерах, например сочетать автоматическое распознавание номерных знаков с сегментацией автомобилей.
Сценарии использования и рекомендации#
Выбор между DAMO-YOLO и YOLOv5 зависит от требований конкретного проекта, ограничений 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 стоит выбрать YOLOv5#
YOLOv5 рекомендуется для следующих задач:
- Проверенные промышленные системы: Существующие развертывания, где важны долгий опыт стабильной работы YOLOv5, обширная документация и большое сообщество.
- Обучение при ограниченных ресурсах: среды с ограниченными ресурсами GPU, где эффективный конвейер обучения YOLOv5 и сниженные требования к памяти дают преимущество.
- Широкая поддержка форматов экспорта: проекты, требующие развертывания во множестве форматов, включая ONNX, TensorRT, CoreML и LiteRT.
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 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.
Будущее: переход на YOLO26#
YOLOv5 по-прежнему широко используется, а DAMO-YOLO предлагает интересные идеи для академических исследований, но передовые технологии развиваются. Выпущенная в январе 2026 года Ultralytics YOLO26 стала важным шагом вперед для сообщества компьютерного зрения.
YOLO26 устраняет традиционные проблемы развёртывания на периферии и нестабильности обучения:
- Сквозная архитектура без NMS: Дополнительная сквозная головка YOLO26 (
nms=False) устраняет постобработку с подавлением немаксимумов (NMS). Это упрощает логику развертывания и снижает вариативность задержки, благодаря чему модель хорошо подходит для высокоскоростной робототехники и автономных систем. - Оптимизатор MuSGD: Вдохновленный инновациями в обучении LLM, например Kimi K2 от Moonshot AI, YOLO26 использует оптимизатор MuSGD — гибрид SGD и Muon, обеспечивающий стабильное обучение и быструю сходимость.
- Инференс на CPU до 43% быстрее: После удаления Distribution Focal Loss (DFL) YOLO26n работает на CPU ONNX до 43% быстрее YOLO11n.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов заметно улучшают распознавание небольших объектов, что особенно важно при анализе аэрофотосъемки с дронов и данных датчиков IoT.
Пример кода: просто и наглядно#
Пакет Ultralytics позволяет обучать и развёртывать модели всего несколькими строками кода. Пользуешься ты YOLOv5 или переходишь на рекомендуемую YOLO26 — интерфейс остаётся единообразным и понятным.
from ultralytics import YOLO
# Загрузить малую модель YOLO26
model = YOLO("yolo26s.pt")
# Обучай на пользовательском наборе данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Запусти инференс на изображении и отобрази результаты
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()
# Экспортируй модель для развёртывания на периферийном устройстве
model.export(format="onnx")Заключение#
DAMO-YOLO и YOLOv5 внесли значительный вклад в развитие компьютерного зрения. DAMO-YOLO демонстрирует возможности поиска нейронной архитектуры и дистилляции, поэтому представляет интерес для исследователей. Однако YOLOv5 остается практичным решением благодаря балансу производительности, низким требованиям к памяти и простоте использования.
Разработчикам, которые начинают новые проекты сегодня, рекомендуется использовать платформу Ultralytics и выбрать YOLO26. Эта модель сочетает удобную экосистему YOLOv5 с новыми архитектурными улучшениями, обеспечивая высокую точность и быстрый инференс в облачных и периферийных приложениях ИИ. В зависимости от ограничений устаревшего оборудования разработчикам также стоит рассмотреть другие эффективные модели, например YOLOv6 или YOLOX.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.