DAMO-YOLO против YOLOv6-3.0#

Стремительное развитие компьютерного зрения привело к появлению узкоспециализированных архитектур, адаптированных для промышленных задач. Среди них особенно выделяются два мощных решения, ориентированных на работу в реальном времени и эффективность развертывания: DAMO-YOLO и YOLOv6-3.0. На этой странице приводится подробное техническое сравнение их архитектур, показателей производительности и методик обучения, которое поможет тебе выбрать подходящий вариант развертывания.

DAMO-YOLO: поиск нейронной архитектуры и обнаружение объектов#

Разработанная исследователями Alibaba Group, модель DAMO-YOLO предлагает новый подход к семейству YOLO, активно интегрируя поиск нейронной архитектуры (NAS) в конструкцию своего backbone.

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• Организация: Alibaba Group
• Дата: 2022-11-23
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO

Архитектурные инновации#

DAMO-YOLO использует оптимизированный с помощью NAS backbone MAE-NAS, который автоматически ищет оптимальные структуры сети с учетом заданных ограничений по задержке. Это позволяет модели эффективно масштабироваться под различные аппаратные конфигурации. Для улучшения объединения признаков в архитектуре применяется Efficient RepGFPN (обобщенная переparameterизованная пирамидальная сеть признаков), что значительно улучшает представление объектов в разных масштабах.

Кроме того, в модели используется конструкция «ZeroHead». Удаляя сложные многоветвевые структуры из detection head, она эффективнее сохраняет пространственную информацию и одновременно снижает вычислительные затраты. Методика обучения также задействует AlignedOTA (выровненное назначение на основе оптимального транспорта) и надежную дистилляцию знаний, позволяя небольшим моделям-ученикам обучаться на более крупных моделях-учителях.

Узнай больше о DAMO-YOLO

YOLOv6-3.0: максимальная промышленная производительность#

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

• Авторы: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu и Xiangxiang Chu
• Организация: Meituan
• Дата: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Ключевые особенности и улучшения#

YOLOv6-3.0 построена на аппаратно-ориентированном backbone EfficientRep, благодаря чему она исключительно быстро работает при использовании таких оптимизаций, как TensorRT, на современных GPU. В версии v3.0 в сеть интегрирован двунаправленный модуль конкатенации (BiC), улучшающий локализацию объектов разных размеров.

Еще одной заметной особенностью является стратегия обучения с помощью якорей (AAT). AAT сочетает стабильность детекторов на основе якорей во время обучения со скоростью инференса безъякорной архитектуры. Такой гибридный подход обеспечивает отличную сходимость без увеличения задержки при развертывании, что делает его мощным решением для обработки огромных видеопотоков в аналитике умных городов и автоматизированных системах оплаты покупок.

Узнай больше о YOLOv6

Сравнение производительности#

При оценке этих моделей для инференса в реальном времени крайне важно соблюдать баланс между количеством параметров, FLOPs и точностью. Ниже приведена подробная оценка их производительности.

Хотя DAMO-YOLO немного превосходит конкурента в малом варианте (46.0 mAP против 45.0 mAP), YOLOv6-3.0 лучше масштабируется, превосходя ее в средних и крупных вариантах и сохраняя при этом наименьшее абсолютное количество параметров в конфигурации nano.

Варианты применения и рекомендации#

Выбор между DAMO-YOLO и YOLOv6 зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO — хороший выбор для:

• Высокопроизводительная видеоаналитика: Обработка видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при размере пакета 1 является основной метрикой.
• Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
• Исследования поиска нейронных архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных репараметризованных базовых сетей на производительность обнаружения.

Когда стоит выбрать YOLOv6#

YOLOv6 рекомендуется для:

• Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн модели и эффективная репараметризация обеспечивают оптимальную производительность на конкретном целевом оборудовании.
• Быстрое одностадийное обнаружение: приложения, в которых приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых средах.
• Интеграция с экосистемой Meituan: команды, уже работающие в технологическом стеке и инфраструктуре развертывания Meituan.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Преимущество Ultralytics: знакомство с YOLO26#

Хотя DAMO-YOLO и YOLOv6-3.0 обладают широкими возможностями, их экосистемы фрагментированы, они ограничены одной задачей, а конвейеры развертывания сложны. Для современных инженерных команд модели Ultralytics обеспечивают значительно более удобный опыт разработки, кульминацией которого стала революционная YOLO26.

Выпущенная в январе 2026 года, YOLO26 представляет новый стандарт для развертывания на периферии и в облаке, существенно оптимизируя требования к памяти и вычислительную эффективность.

Почему стоит выбрать YOLO26?#

1. Сквозная архитектура без NMS: развивая концепции YOLOv10, YOLO26 изначально устраняет постобработку с подавлением немаксимумов. Это значительно упрощает код развертывания и уменьшает вариативность задержки инференса на всех периферийных устройствах.
2. Превосходная оптимизация: YOLO26 использует оптимизатор MuSGD, гибрид SGD и Muon (вдохновленный большими языковыми моделями), который обеспечивает исключительно стабильный процесс обучения и более быструю сходимость.
3. Универсальность оборудования: благодаря реализации удаления DFL (Distribution Focal Loss) выходные головы упрощаются, что повышает совместимость с периферийными устройствами. Фактически YOLO26 обеспечивает до 43% более быстрый инференс на CPU, значительно превосходя YOLOv6 в мобильных и периферийных IoT-средах.
4. Повышенная точность: благодаря использованию ProgLoss + STAL YOLO26 значительно улучшает обнаружение небольших объектов, что делает ее оптимальным выбором для аэрофотоснимков и контроля дефектов.
5. Непревзойденная универсальность: В отличие от промышленных моделей, выполняющих только ограничивающие рамки, семейство YOLO26 поддерживает множество задач, включая классификацию изображений, сегментацию экземпляров, оценку позы и ориентированные ограничивающие рамки (OBB).

Бесшовная работа в экосистеме#

Платформа Ultralytics преобразует весь жизненный цикл машинного обучения. Обучение модели больше не требует мучительного многоэтапного процесса дистилляции. Благодаря автоматическому расширению данных, унифицированной настройке гиперпараметров и экспорту одним нажатием в такие форматы, как ONNX, OpenVINO и CoreML, ты переходишь от датасета к рабочему продукту за часы, а не за недели.

Кроме того, модели Ultralytics известны своей эффективностью использования памяти, что позволяет избежать огромных ограничений VRAM, характерных для архитектур на основе Transformer, таких как RT-DETR.

Пример кода для быстрого старта#

Обучение и инференс с моделью Ultralytics, такой как YOLO26, отличаются элегантной простотой. Следующий скрипт Python показывает, как можно сразу начать отслеживать объекты всего несколькими строками кода:

from ultralytics import YOLO

# Load the highly efficient, NMS-free YOLO26 nano model
model = YOLO("yolo26n.pt")

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

# Run inference on a sample image
prediction = model("https://ultralytics.com/images/bus.jpg")

# Export to TensorRT for maximum GPU throughput
model.export(format="engine", dynamic=True)

Заключение#

И DAMO-YOLO, и YOLOv6-3.0 — впечатляющие инженерные достижения, расширяющие границы промышленного обнаружения объектов. Однако это узкоспециализированные инструменты, которые часто требуют сложной настройки и предъявляют жесткие требования к оборудованию.

Для разработчиков и исследователей, которым необходимы идеальный баланс производительности, возможности работы с несколькими задачами и активно поддерживаемая экосистема, Ultralytics YOLO26 не имеет равных. Объединяя оптимизаторы, вдохновленные LLM, с чистой архитектурой без NMS, YOLO26 упрощает развертывание AI и обеспечивает точность уровня передовых решений в периферийных и облачных средах.

Если ты выбираешь модели для нового проекта в области компьютерного зрения, мы настоятельно рекомендуем изучить возможности экосистемы Ultralytics YOLO. Также тебе может быть полезно сравнить их с другими архитектурами, такими как EfficientDet, или с предыдущими знаковыми решениями, такими как YOLO11, чтобы полностью понять развитие AI-компьютерного зрения в реальном времени.