DAMO-YOLO против YOLOv6-3.0#

Стремительное развитие компьютерного зрения привело к созданию узкоспециализированных архитектур, предназначенных для промышленных приложений. Среди них выделяются два тяжеловеса, ориентированных на производительность в реальном времени и эффективность развертывания: DAMO-YOLO и YOLOv6-3.0. Эта страница содержит подробное техническое сравнение их архитектур, показателей производительности и методик обучения, чтобы помочь тебе определиться с выбором при развертывании.

DAMO-YOLO: нейросетевой архитектурный поиск в задачах детектирования объектов#

Разработанный исследователями из Alibaba Group, DAMO-YOLO предлагает новый подход к семейству YOLO, активно внедряя нейросетевой архитектурный поиск (NAS) в проектирование своего бэкбона.

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• Организация: Alibaba Group
• Дата: 23.11.2022
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO

Архитектурные инновации#

DAMO-YOLO использует оптимизированный с помощью NAS бэкбон под названием MAE-NAS, который автоматически ищет оптимальные структуры сети с учетом заданных ограничений по задержке. Это обеспечивает эффективное масштабирование модели под разные типы аппаратного обеспечения. Для улучшения слияния признаков архитектура использует Efficient RepGFPN (перепараметризованная обобщенная пирамида признаков), что значительно улучшает представление объектов на разных масштабах.

Кроме того, в модели представлена концепция «ZeroHead». Исключая сложные многоветвевые структуры в «голове» детектора, она более эффективно сохраняет пространственную информацию, снижая при этом вычислительную нагрузку. Методика обучения также использует AlignedOTA (Aligned Optimal Transport Assignment) и надежную дистилляцию знаний, позволяя меньшим моделям-ученикам учиться на более тяжелых сетях-учителях.

Узнай больше о DAMO-YOLO

YOLOv6-3.0: максимизация промышленной пропускной способности#

Разработанный отделом искусственного интеллекта зрения компании Meituan, YOLOv6-3.0 прямо позиционируется как промышленный детектор объектов, созданный специально для максимизации 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 построен на базе дружественного к оборудованию бэкбона EfficientRep, что делает его исключительно быстрым при использовании оптимизаций вроде TensorRT на современных GPU. В своей версии v3.0 сеть объединяет модуль двунаправленной конкатенации (BiC) для улучшения локализации объектов разного размера.

Еще одна яркая особенность — стратегия обучения на основе якорей (AAT). AAT объединяет стабильность детекторов на основе якорей во время обучения со скоростью инференса бесякорного дизайна. Такой гибридный подход обеспечивает отличную сходимость без ущерба для задержки развертывания, что делает его мощным выбором для обработки массивных видеопотоков в аналитике умных городов и системах автоматизированной оплаты.

Узнай больше о YOLOv6

Сравнение производительности#

При оценке этих моделей для инференса в реальном времени балансировка параметров, FLOPs и точности имеет решающее значение. Ниже представлена подробная оценка, сравнивающая их производительность.

Хотя DAMO-YOLO имеет небольшое преимущество в малом сегменте (46.0 mAP против 45.0 mAP), YOLOv6-3.0 демонстрирует превосходную масштабируемость, выигрывая в среднем и большом сегментах, сохраняя при этом минимальное количество параметров в своей конфигурации nano.

Сценарии использования и рекомендации#

Выбор между DAMO-YOLO и YOLOv6 зависит от требований твоего конкретного проекта, ограничений при развертывании 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 выбирать YOLOv6#

YOLOv6 рекомендуется для:

• Промышленного внедрения с учетом оборудования: сценарии, где аппаратная ориентированность модели и эффективная репараметризация обеспечивают оптимизированную производительность на конкретном целевом оборудовании.
• Быстрого одноэтапного обнаружения: приложения, где приоритетом является чистая скорость вывода на GPU для обработки видео в реальном времени в контролируемых условиях.
• Интеграция с экосистемой Meituan: Команды, уже работающие в стеке технологий и инфраструктуре развертывания Meituan's.

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.

Преимущество Ultralytics: представляем YOLO26#

Хотя и DAMO-YOLO, и YOLOv6-3.0 обладают высокой функциональностью, они страдают от фрагментированных экосистем, ограничений одной задачи и сложных конвейеров развертывания. Для современных инженерных команд модели Ultralytics обеспечивают существенно лучший опыт разработчика, кульминацией которого стал новаторский YOLO26.

Выпущенный в январе 2026 года YOLO26 представляет собой новый стандарт для развертывания на периферийных устройствах и в облаке, существенно оптимизируя требования к памяти и вычислительную эффективность.

Почему стоит выбрать YOLO26?#

1. Конструкция End-to-End без NMS: Опираясь на концепции из YOLOv10, YOLO26 изначально исключает постобработку подавления ненужных максимумов (Non-Maximum Suppression). Это значительно упрощает код развертывания и снижает разброс задержки инференса на всех периферийных устройствах.
2. Превосходная оптимизация: YOLO26 использует оптимизатор MuSGD, гибрид SGD и Muon (вдохновленный большими языковыми моделями), который обеспечивает очень стабильное обучение и более быструю сходимость.
3. Аппаратная универсальность: Благодаря реализации DFL Removal (Distribution Focal Loss), выходные головы упрощены, что повышает совместимость с Edge-устройствами. На самом деле, YOLO26 достигает до 43% более быстрого инференса на CPU, что делает её значительно лучше YOLOv6 для мобильных или IoT-сред.
4. Повышенная точность: Используя ProgLoss + STAL, YOLO26 демонстрирует разительные улучшения в обнаружении мелких объектов, что делает его оптимальным выбором для аэрофотоснимков и инспекции дефектов.
5. Непревзойденная универсальность: В отличие от промышленных моделей, работающих только с ограничивающими рамками, семейство YOLO26 поддерживает многозадачность, включая классификацию изображений, сегментацию экземпляров, оценку позы и ориентированные ограничивающие рамки (OBB).

Узнай больше о YOLO26

Бесшовный опыт работы с экосистемой#

Платформа Ultralytics преобразует весь жизненный цикл машинного обучения. Обучение модели больше не является многоэтапной головной болью с дистилляцией. Благодаря автоматической аугментации данных, унифицированной настройке гиперпараметров и экспорту в один клик в такие форматы, как ONNX, OpenVINO и CoreML, ты переходишь от датасета к продакшену за часы, а не недели.

Кроме того, модели Ultralytics известны своей эффективностью использования памяти, позволяя обойти огромные узкие места VRAM, которые преследуют архитектуры трансформеров вроде RT-DETR.

Пример кода быстрого старта#

Обучение и инференс с моделью Ultralytics, такой как YOLO26, удивительно просты. Следующий скрипт на Python демонстрирует, как ты можешь немедленно начать отслеживать объекты всего с помощью нескольких строк 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 являются впечатляющими инженерными достижениями, расширяющими границы промышленного детектирования объектов. Однако это узкоспециализированные инструменты, которые часто требуют сложной настройки и жестких аппаратных ограничений.

Для разработчиков и исследователей, которым требуется идеальный баланс производительности, многозадачные возможности и активно поддерживаемая экосистема, Ultralytics YOLO26 не имеет равных. Сочетая оптимизаторы, вдохновленные LLM, с чистой архитектурой без NMS, YOLO26 упрощает развертывание ИИ, обеспечивая передовую точность в средах периферийных вычислений и облака.

Если ты оцениваешь модели для нового проекта компьютерного зрения, мы настоятельно рекомендуем изучить возможности экосистемы Ultralytics YOLO. Тебе также может оказаться полезным сравнить их с другими архитектурами вроде EfficientDet или предыдущими вехами вроде YOLO11, чтобы полностью понять эволюцию визуального ИИ в реальном времени.