Сравнение DAMO-YOLO и YOLOv5#

Эволюция computer vision отмечена непрерывными инновациями в обнаружении объектов в реальном времени. Сегодня разработчики и исследователи сталкиваются с множеством архитектурных вариантов при проектировании конвейеров компьютерного зрения. Это комплексное техническое сравнение исследует нюансы между DAMO-YOLO и Ultralytics YOLOv5, подчеркивая их соответствующие архитектуры, методологии обучения, метрики производительности и идеальные сценарии развертывания.

Введение в DAMO-YOLO#

DAMO-YOLO, выпущенная Alibaba Group, представила ряд инновационных методов, направленных на расширение границ скорости и точности обнаружения.

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• Организация: Alibaba Group
• Дата: 23 ноября 2022 г.
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO
• Документация: README.md

Узнай больше о DAMO-YOLO

Архитектурные инновации#

DAMO-YOLO построена на основе поиска нейроархитектур (Neural Architecture Search, NAS). Авторы использовали MAE-NAS для автоматического проектирования бэкбонов, которые балансируют задержку и точность. Модель представляет эффективную сеть RepGFPN (Reparameterized Generalized Feature Pyramid Network), которая улучшает слияние признаков в разных масштабах. Кроме того, DAMO-YOLO включает в себя дизайн "ZeroHead", убирая сложные многоветвевые головы предсказаний в пользу более простой и эффективной структуры, которая сильно полагается на репараметризацию во время инференса.

Для улучшения обучения модель использует AlignedOTA для распределения меток и процесс интенсивного дистилляционного усиления, где более крупная модель-«учитель» направляет меньшую модель-«студента» для достижения более высокой точности.

Введение в Ultralytics YOLOv5#

Ultralytics YOLOv5 — одна из самых широко используемых архитектур компьютерного зрения в мире, известная своей стабильностью, простотой использования и обширной экосистемой для развертывания.

• Авторы: Glenn Jocher
• Организация: Ultralytics
• Дата: 26 июня 2020 г.
• GitHub: ultralytics/yolov5
• Документация: YOLOv5 Documentation

Узнай больше о YOLOv5

Стандарт экосистемы#

YOLOv5 переопределила отраслевой стандарт удобства использования. Созданная нативно на PyTorch, она использует высокооптимизированный бэкбон CSPNet и шею PANet для надежной агрегации признаков. Хотя она предшествовала тенденции без анкеров (anchor-free), наблюдаемой в более поздних моделях, ее высоко усовершенствованный подход на основе анкеров в сочетании с автоматическим обучением анкеров обеспечивает отличную производительность «из коробки».

Истинная сила YOLOv5 заключается в ее хорошо поддерживаемой экосистеме. Она легко интегрируется с инструментами отслеживания, такими как Comet и Weights & Biases, и поддерживает экспорт в один клик в такие форматы, как ONNX, TensorRT и CoreML.

Сравнение производительности и метрик#

При сравнении этих моделей критически важно учитывать баланс между средней точностью (mAP), скоростью инференса и количеством параметров.

Анализ компромиссов#

DAMO-YOLO достигает впечатляющих оценок mAP для своих размеров параметров, сильно выигрывая от фазы дистилляционного обучения. Однако это достигается за счет эффективности обучения. Многоэтапный процесс дистилляции требует сначала обучения тяжелой модели-учителя, что значительно увеличивает необходимое время GPU compute и VRAM.

И наоборот, YOLOv5 предлагает отличные требования к памяти. Модели Ultralytics YOLO известны более низким потреблением памяти как во время обучения, так и при инференсе по сравнению со сложными конвейерами дистилляции или моделями на основе трансформеров, такими как RT-DETR. Это позволяет эффективно обучать YOLOv5 на оборудовании потребительского уровня или доступных облачных средах, таких как Google Colab.

Применение в реальных условиях и универсальность#

Выбор правильной архитектуры часто зависит от среды развертывания.

В чем сильна DAMO-YOLO#

DAMO-YOLO является строго моделью object detection. Это отличный выбор для академических исследований, в частности для команд, изучающих поиск нейроархитектур, или тех, кто стремится воспроизвести методы репараметризации, описанные в документе. Если у проекта есть обширные вычислительные ресурсы для выполнения фазы дистилляционного обучения и он сосредоточен исключительно на выжимании последней доли точности для 2D bounding boxes, DAMO-YOLO является сильным конкурентом.

Преимущество Ultralytics#

Для реального производства простота использования и универсальность моделей Ultralytics делают их предпочтительным выбором. Хотя YOLOv5 остается основным инструментом для детекции и image classification, более широкая экосистема Ultralytics позволяет разработчикам легко переключаться между задачами.

Например, новые итерации в семействе Ultralytics нативно поддерживают instance segmentation, pose estimation и Oriented Bounding Box (OBB) детекцию. Эта многозадачная возможность гарантирует, что команды могут использовать единый унифицированный Python API для сложных конвейеров, таких как объединение automated number plate recognition с сегментацией транспортных средств.

Сценарии использования и рекомендации#

Выбор между DAMO-YOLO и YOLOv5 зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в экосистеме.

Когда выбирать DAMO-YOLO#

DAMO-YOLO — сильный выбор для:

• Высокопроизводительной видеоаналитики: обработки видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при batch-1 является основной метрикой.
• Промышленных производственных линий: сценариев с жесткими ограничениями по задержке GPU на специализированном оборудовании, таких как проверка качества в реальном времени на сборочных линиях.
• Исследований Neural Architecture Search: изучения влияния автоматизированного поиска архитектуры (MAE-NAS) и эффективных репараметризованных бэкендов на производительность детекции.

Когда стоит выбрать YOLOv5#

YOLOv5 рекомендуется для:

• Проверенных производственных систем: существующих развертываний, где ценятся долгая история стабильности YOLOv5, обширная документация и огромная поддержка сообщества.
• Обучения с ограниченными ресурсами: сред с ограниченными ресурсами GPU, где эффективный конвейер обучения YOLOv5 и более низкие требования к памяти являются преимуществом.
• Широкая поддержка форматов экспорта: Проекты, требующие развертывания во многих форматах, включая ONNX, TensorRT, CoreML и TFLite.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Будущее: переход на YOLO26#

Хотя YOLOv5 легендарна, а DAMO-YOLO дает интересные академические инсайты, современные технологии развиваются. Выпущенная в январе 2026 года, Ultralytics YOLO26 представляет собой огромный шаг вперед для сообщества компьютерного зрения.

Узнай больше о YOLO26

YOLO26 решает традиционные проблемы развертывания на периферии (edge) и нестабильности обучения:

• Дизайн без NMS «из конца в конец» (End-to-End NMS-Free): YOLO26 нативно исключает постпроцессинг Non-Maximum Suppression. Этот прорыв упрощает логику развертывания и резко снижает вариативность задержек, делая его идеальным для высокоскоростной robotics и автономных систем.
• Оптимизатор MuSGD: Вдохновленный инновациями в обучении LLM (такими как Kimi K2 от Moonshot AI), YOLO26 использует оптимизатор MuSGD (гибрид SGD и Muon). Это обеспечивает высокую стабильность обучения и значительно более быструю сходимость.
• Ускорение инференса на CPU до 43%: Стратегически удалив Distribution Focal Loss (DFL), YOLO26 достигает значительно превосходящих скоростей на CPU и периферийных устройствах по сравнению со своими предшественниками, такими как YOLO11 и YOLOv8.
• ProgLoss + STAL: Эти продвинутые функции потерь дают заметные улучшения в распознавании мелких объектов, что критически важно для анализа aerial drone imagery и потоков данных с IoT-сенсоров.

Пример кода: Простота в действии#

Пакет Ultralytics позволяет тебе обучать и развертывать модели всего за несколько строк кода. Независимо от того, используешь ли ты YOLOv5 или переходишь на рекомендуемую YOLO26, интерфейс остается последовательным и интуитивно понятным.

from ultralytics import YOLO

# Load the state-of-the-art YOLO26 small model
model = YOLO("yolo26s.pt")

# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image and display results
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# Export the model for edge deployment
model.export(format="onnx")

Заключение#

И DAMO-YOLO, и YOLOv5 внесли значительный вклад в развитие компьютерного зрения. DAMO-YOLO демонстрирует силу нейронного архитектурного поиска и дистилляции, что делает её интересным объектом для изучения исследователями. Однако YOLOv5 остается практической «рабочей лошадкой» благодаря своему балансу производительности, низким требованиям к памяти и непревзойденной простоте использования.

Для разработчиков, начинающих новые проекты сегодня, рекомендуется задействовать Ultralytics Platform и принять на вооружение YOLO26. Она сочетает в себе любимую удобную экосистему YOLOv5 с прорывными архитектурными достижениями, обеспечивая высочайшую точность и молниеносный инференс как для облачных, так и для граничных ИИ-приложений. Разработчики также могут захотеть изучить другие эффективные модели, такие как YOLOv6 или YOLOX, в зависимости от специфических ограничений устаревшего оборудования.