Начать

DAMO-YOLO и YOLOv6-3.0

Исследования в области компьютерного зрения привели к появлению специализированных архитектур для промышленного применения. Особенно выделяются две модели, ориентированные на производительность в реальном времени и эффективность развертывания: DAMO-YOLO и YOLOv6-3.0. На этой странице технически сравниваются их архитектуры, метрики производительности и методы обучения, чтобы ты мог выбрать подходящую модель.

DAMO-YOLO: поиск архитектуры нейронной сети для обнаружения объектов#

DAMO-YOLO разработали исследователи Alibaba Group. Эта модель предлагает новый подход к семейству YOLO, интегрируя поиск нейронной архитектуры (NAS) в дизайн бэкбона.

  • 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

Архитектурные инновации#

В DAMO-YOLO используется оптимизированный с помощью NAS бэкбон MAE-NAS, который автоматически ищет эффективные структуры сети с учетом заданных ограничений по задержке. Благодаря этому модель эффективно масштабируется для различных конфигураций оборудования. Для улучшения слияния признаков в архитектуре применяется Efficient RepGFPN (репараметризованная обобщенная пирамидальная сеть признаков), существенно улучшающая многомасштабное представление.

В модели также используется архитектура «ZeroHead». Удаление сложных многоветвевых структур из головки детекции позволяет эффективнее сохранять пространственную информацию и уменьшать вычислительные затраты. Для обучения также применяются AlignedOTA (сопоставление на основе выровненного оптимального транспорта) и дистилляция знаний, благодаря которым компактные модели-ученики учатся у более крупных моделей-учителей.

Узнай больше о DAMO-YOLO

Сложность дистилляции

Дистилляция знаний помогает DAMO-YOLO достигать высокой точности, но требует многоэтапного конвейера обучения. По сравнению с обучением стандартных одноэтапных моделей это значительно увеличивает необходимый объем вычислений на GPU.

YOLOv6-3.0: максимальная производительность в промышленных задачах#

Разработанная отделом Vision AI компании Meituan, модель YOLOv6-3.0 позиционируется именно как промышленный детектор объектов, оптимизированный для максимальной пропускной способности на оборудовании NVIDIA.

  • Авторы: Чуйи Ли, Лулу Ли, Ифэй Гэн, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдань Кэ, Сяомин Сюй и Сянсян Чу
  • Организация: Meituan
  • Дата: 2023-01-13
  • arXiv: 2301.05586
  • GitHub: meituan/YOLOv6

Основные функции и улучшения#

YOLOv6-3.0 построена на удобном для оборудования бэкбоне EfficientRep и работает очень быстро при использовании оптимизаций вроде TensorRT на современных GPU. В версии 3.0 в сеть добавлен двунаправленный модуль конкатенации (BiC), улучшающий локализацию объектов разных размеров.

Еще одна примечательная особенность — стратегия обучения с помощью якорей (AAT). AAT сочетает стабильность детекторов на основе якорей во время обучения со скоростью инференса безъякорной архитектуры. Такой гибридный подход хорошо сходится, не увеличивая задержку при развертывании, и отлично подходит для обработки больших объемов видео в системах аналитики умных городов и автоматизированных касс.

Подробнее о YOLOv6

Сравнение производительности#

При оценке этих моделей для инференса в реальном времени важно учитывать баланс между числом параметров, FLOPs и точностью mAP. В таблице ниже сравниваются их показатели.

Модельразмер
(пиксели)
mAPval50-95Скорость
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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

DAMO-YOLO немного превосходит конкурента в малом размерном классе (46.0 mAP против 45.0 mAP), но YOLOv6-3.0 лучше масштабируется и лидирует в среднем и крупном классах, сохраняя при этом наименьшее число параметров в конфигурации nano.

Как выбрать одну из двух моделей

Если твое оборудование позволяет проводить масштабный автоматизированный поиск для настройки бэкбона, подход DAMO-YOLO с NAS будет эффективен. Но если ты полагаешься исключительно на стандартное ускорение GPU (например, T4 или A100), структуры EfficientRep в YOLOv6 часто обеспечивают более высокий показатель FPS.

Сценарии использования и рекомендации#

Выбор между DAMO-YOLO и YOLOv6 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 YOLOv6#

YOLOv6 рекомендуется для следующих задач:

  • Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн и эффективная репараметризация модели обеспечивают оптимальную производительность на конкретном целевом оборудовании.
  • Быстрая одноэтапная детекция: приложения, где приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых условиях.
  • Интеграция в экосистему Meituan: Команды, которые уже работают с технологическим стеком и инфраструктурой развертывания Meituan.

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 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.

Преимущества Ultralytics: знакомство с YOLO26#

DAMO-YOLO и YOLOv6-3.0 — способные модели, но их экосистемы фрагментированы, возможности ограничены одной задачей, а конвейеры развертывания сложны. Для современных инженерных команд модели Ultralytics обеспечивают значительно более удобный опыт разработки, особенно благодаря новейшей модели YOLO26.

Выпущенная в январе 2026 года, YOLO26 подходит для развертывания как на периферийных устройствах, так и в облаке, оптимизируя требования к памяти и эффективность вычислений.

Почему стоит выбрать YOLO26?#

  1. Сквозная архитектура без NMS: Следуя идеям YOLOv10, YOLO26 поддерживает нативный сквозной инференс, при котором постобработка с подавлением немаксимумов (NMS) пропускается благодаря дополнительной однок одовой головке (nms=False). Это упрощает код развертывания и снижает вариативность задержки инференса на периферийных устройствах.
  2. Улучшенная оптимизация: В YOLO26 используется оптимизатор MuSGD — гибрид SGD и Muon, вдохновленный методами обучения больших языковых моделей. Он обеспечивает стабильное обучение и быструю сходимость.
  3. Универсальность на разных типах оборудования: Удаление DFL (Distribution Focal Loss) упрощает выходные головки и улучшает совместимость с периферийными устройствами. YOLO26n обеспечивает инференс на CPU до 43% быстрее, чем YOLO11n, и лучше YOLOv6 подходит для мобильных устройств и периферийных систем IoT.
  4. Повышенная точность: Благодаря ProgLoss + STAL YOLO26 улучшает детекцию небольших объектов, поэтому отлично подходит для аэрофотосъемки и поиска дефектов.
  5. Универсальность для разных задач: В отличие от промышленных моделей, которые предсказывают только ограничивающие рамки, семейство YOLO26 поддерживает множество задач, включая сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки (OBB).

Взаимодействие с экосистемой#

Платформа Ultralytics охватывает весь жизненный цикл машинного обучения. Для обучения модели не нужен многоэтапный конвейер дистилляции. Автоматическое расширение данных, единая настройка гиперпараметров и экспорт в один клик в форматы ONNX, OpenVINO и CoreML позволяют быстро перейти от набора данных к эксплуатации модели.

Модели Ultralytics также известны своей эффективностью использования памяти: им не требуется большой объем видеопамяти, необходимый архитектурам на основе Transformer, таким как RT-DETR.

Пример кода для быстрого старта#

Обучать модель Ultralytics, например YOLO26, и запускать на ней инференс просто. Следующий скрипт на Python показывает, как всего несколькими строками кода обучить модель, запустить инференс и экспортировать ее:

from ultralytics import YOLO

# Загрузи высокоэффективную нано-модель YOLO26
model = YOLO("yolo26n.pt")

# Обучи модель на собственном датасете
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Выполни инференс на тестовом изображении
prediction = model("https://ultralytics.com/images/bus.jpg")

# Экспортируй модель в TensorRT для максимальной пропускной способности GPU
model.export(format="engine", dynamic=True)

Заключение#

DAMO-YOLO и YOLOv6-3.0 — впечатляющие инженерные разработки, которые продвинули промышленную детекцию объектов. Однако это специализированные инструменты, для которых часто нужны сложные настройки и оборудование с жесткими ограничениями.

Разработчикам и исследователям, которым нужны удачный баланс производительности, возможности решения нескольких задач и активно поддерживаемая экосистема, рекомендуется Ultralytics YOLO26. Сочетая оптимизатор, вдохновленный LLM, с простой архитектурой, поддерживающей инференс без NMS, YOLO26 упрощает развертывание ИИ и обеспечивает высокую точность как на периферийных устройствах, так и в облаке.

Если ты оцениваешь модели для нового проекта в области компьютерного зрения, начни с изучения возможностей экосистемы Ultralytics YOLO. Чтобы лучше понять развитие ИИ для компьютерного зрения в реальном времени, сравни эти модели с другими архитектурами, такими как EfficientDet, или с предыдущими важными разработками, например YOLO11.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.