DAMO-YOLO и YOLOv8#
Ландшафт компьютерного зрения в реальном времени постоянно меняется: исследователи и инженеры расширяют границы скорости и точности. Важными вехами этого пути стали DAMO-YOLO и Ultralytics YOLOv8. Хотя обе модели призваны оптимизировать компромисс между задержкой и средней точностью (mAP), для решения задач обнаружения объектов они используют принципиально разные архитектурные и концептуальные подходы.
В этом подробном техническом обзоре мы сравним базовые архитектуры, методики обучения и практические варианты развёртывания моделей, чтобы помочь тебе выбрать подходящий инструмент для следующего проекта в области искусственного интеллекта.
Происхождение моделей и характеристики#
Понимание происхождения этих моделей глубокого обучения позволяет лучше разобраться в целях их разработки и экосистемах развёртывания.
Подробнее о DAMO-YOLO#
- Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуне Хуан, Юань Чжан и Сюйюй Сунь
- Организация: Alibaba Group
- Дата: 2022-11-23
- Arxiv: https://arxiv.org/abs/2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Подробности об Ultralytics YOLOv8#
- Авторы: Glenn Jocher, Ayush Chaurasia и Jing Qiu
- Организация: Ultralytics
- Дата: 2023-01-10
- GitHub: ultralytics/ultralytics
- Документация: Документация YOLOv8
Архитектурные инновации#
Характеристики производительности обеих архитектур обусловлены их уникальными структурными решениями.
DAMO-YOLO: поиск оптимальной архитектуры#
DAMO-YOLO активно использует поиск нейронной архитектуры (NAS), чтобы автоматически находить оптимальные структуры сетей. В ней применяется концепция MAE-NAS, которая ищет базовые сети с высокой производительностью и низкой задержкой. Кроме того, модель использует эффективную RepGFPN (обобщённую пирамидальную сеть признаков с репараметризацией) для улучшения слияния признаков на разных пространственных масштабах.
Для улучшения обучения команда Alibaba добавила архитектуру ZeroHead и назначение меток AlignedOTA. Кроме того, в модели широко применяется сложный процесс дистилляции знаний: большая модель-учитель направляет компактную модель-ученика, помогая повысить показатели точности на академических бенчмарках.
YOLOv8: простая и универсальная#
При разработке YOLOv8 Ultralytics поставила во главу угла потребности разработчиков. Модель перешла от анкерной архитектуры YOLOv5 к безанкерной, значительно сократив число предсказаний ограничивающих рамок и ускорив вывод. Внедрение модуля C2f (узкое место с частичным межэтапным соединением и 2 свёртками) улучшило поток градиентов и представление признаков без чрезмерного увеличения вычислительных затрат.
В отличие от моделей, ориентированных исключительно на ограничивающие рамки, YOLOv8 изначально создавалась как многозадачная модель. Единая кодовая база на PyTorch изначально поддерживает сегментацию экземпляров, оценку позы и классификацию изображений, избавляя инженеров от необходимости собирать решения из разрозненных репозиториев.
Для обучения моделей Ultralytics требуется меньше памяти, чем для крупных архитектур на основе Transformer, поэтому они позволяют получать передовые результаты на обычных потребительских GPU.
Сравнение производительности#
При сравнении фактических метрик важно анализировать, как теоретические возможности воплощаются в производительности на оборудовании. В таблице ниже показаны компромиссы для моделей разных размеров.
| Модель | размер (пиксели) | mAPval 50-95 | 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
DAMO-YOLO демонстрирует высокое соотношение точности к числу параметров благодаря методам дистилляции, тогда как YOLOv8 предлагает более широкий диапазон размеров моделей — от Nano до Extra-large. Модель YOLOv8 Nano — образец оптимизации для периферийных устройств: она потребляет меньше ресурсов и при этом обеспечивает весьма практичную точность.
Экосистема и опыт разработчиков#
Именно экосистема отличает академические статьи от готовых к производству систем.
Из-за сложных конвейеров дистилляции знаний настройка DAMO-YOLO для обучения на собственных данных может быть затруднительной. Создание модели-учителя, передача знаний и настройка базовых сетей на основе NAS требуют большого объёма памяти CUDA и сложной конфигурации, что часто замедляет работу гибких инженерных команд.
Экосистема Ultralytics, напротив, делает ставку на удобство использования. Через платформу Ultralytics разработчики получают доступ к простым API, подробной документации и надёжным интеграциям для отслеживания экспериментов. Единый фреймворк Python позволяет без труда создавать сложные конвейеры.
from ultralytics import YOLO
# Загрузка предварительно обученной облегчённой модели YOLOv8
model = YOLO("yolov8n.pt")
# Обучи модель на собственном наборе данных со встроенными аугментациями
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Экспортируй обученную модель в формат ONNX для развёртывания
model.export(format="onnx")Этот упрощённый рабочий процесс и беспроблемный экспорт в OpenVINO и TensorRT обеспечивают лёгкий переход от локального прототипирования к развёртыванию в облаке или на периферийных устройствах.
Применение в реальном мире и подходящие сценарии использования#
Выбор между этими архитектурами часто зависит от эксплуатационных ограничений твоей среды.
Для каких задач подходит DAMO-YOLO#
DAMO-YOLO отлично подходит для академических исследований поиска нейронной архитектуры и для исследователей, пытающихся воспроизвести сложные стратегии репараметризации. Модель также может хорошо проявить себя в строго контролируемых промышленных приложениях, например при высокоскоростном обнаружении дефектов на производственных линиях, если у команды достаточно вычислительных ресурсов для многоэтапного обучения.
Почему Ultralytics лидирует в производственной среде#
Для подавляющего большинства коммерческих проектов модели Ultralytics обеспечивают лучший баланс производительности.
- Умная розница: использование многозадачных возможностей YOLOv8 для обнаружения товаров по ограничивающим рамкам и оценки позы при анализе поведения покупателей.
- Сельское хозяйство: применение сегментации экземпляров для точного определения границ растений и сорняков в видеопотоках с тракторов в реальном времени.
- Аэрофотосъёмка: применение ориентированных ограничивающих рамок (OBB) для точного отслеживания повёрнутых автомобилей и судов по данным с дронов и спутников.
Запас на будущее: встречай YOLO26#
YOLOv8 остаётся фундаментальной моделью, но область продолжает развиваться. Для всех новых проектов рекомендуется YOLO26. Выпущенная в январе 2026 года, она стала огромным шагом вперёд в линейке Ultralytics.
В YOLO26 реализована встроенная сквозная архитектура без NMS (nms=False), которая при включении устраняет традиционное узкое место — подавление немаксимумов. Это структурное нововведение ускоряет вывод на CPU до 43%, делая модель исключительно эффективной для периферийных вычислений и оборудования IoT.
Кроме того, в YOLO26 появился оптимизатор MuSGD — гибрид, вдохновлённый методами обучения больших языковых моделей (LLM), который обеспечивает более быструю сходимость и высокую стабильность циклов обучения. В сочетании с новыми алгоритмами ProgLoss + STAL это значительно улучшает распознавание мелких объектов, поэтому развёрнутые модели не только быстрые, но и исключительно точные.