DAMO-YOLO и YOLOv8#
Ландшафт компьютерного зрения в реальном времени постоянно меняется по мере того, как исследователи и инженеры расширяют границы скорости и точности. Два значимых этапа этого развития — DAMO-YOLO и Ultralytics YOLOv8. Хотя обе модели стремятся оптимизировать компромисс между задержкой и средней точностью (mAP), они используют принципиально разные архитектурные и концептуальные подходы к решению задач обнаружения объектов.
В этом подробном техническом разборе сравниваются их базовые архитектуры, методики обучения и практическое развертывание, чтобы помочь тебе выбрать подходящий инструмент для следующего проекта в области искусственного интеллекта.
Происхождение и спецификации моделей#
Понимание происхождения этих моделей глубокого обучения дает ценное представление об их целях проектирования и экосистемах развертывания.
Подробности о DAMO-YOLO#
- Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
- Организация: Alibaba Group
- Дата: 2022-11-23
- Arxiv: https://arxiv.org/abs/2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Сведения 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: архитектура на основе автоматизированного поиска#
DAMO-YOLO в значительной степени опирается на поиск архитектуры нейронной сети (NAS) для автоматического определения оптимальных структур сети. В нем используется концепция под названием MAE-NAS, которая ищет базовые сети, обеспечивающие высокую производительность при низкой задержке. Кроме того, модель использует эффективную RepGFPN (перепараметризованную обобщенную пирамиду признаков) для улучшения слияния признаков на разных пространственных масштабах.
Для улучшения обучения команда Alibaba внедрила дизайн ZeroHead и назначение меток AlignedOTA. Кроме того, команда активно использует сложный процесс дистилляции знаний, в котором тяжелая модель-учитель направляет легковесную модель-ученика, обеспечивая более высокие показатели точности на академических бенчмарках.
YOLOv8: оптимизированная и универсальная модель#
Ultralytics выбрала ориентированный в первую очередь на разработчиков подход к YOLOv8. Модель перешла от якорной архитектуры YOLOv5 к безъякорной, значительно сократив количество прогнозов ограничивающих рамок и ускорив инференс. Введение модуля C2f (частичный межэтапный блок с двумя свертками) улучшило прохождение градиентов и представление признаков без существенного увеличения вычислительных затрат.
В отличие от моделей, которые строго ориентированы на ограничивающие рамки, YOLOv8 была разработана с нуля как многозадачная. Единая кодовая база PyTorch изначально поддерживает сегментацию экземпляров, оценку поз и классификацию изображений, избавляя инженеров от необходимости собирать воедино разнородные репозитории.
Моделям Ultralytics по своей природе требуется меньше памяти во время обучения по сравнению с тяжелыми архитектурами на базе Transformer, что позволяет получать результаты уровня современных разработок на стандартных потребительских GPU.
Сравнение производительности#
При сравнении исходных метрик важно проанализировать, как теоретические возможности отражаются на производительности оборудования. 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 | 165.2 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
DAMO-YOLO демонстрирует высокое соотношение количества параметров и точности благодаря методам дистилляции, тогда как YOLOv8 предлагает более широкий ряд размеров моделей — от Nano до Extra-large. Модель YOLOv8 Nano представляет собой образцовый пример оптимизации для периферийных устройств: она потребляет меньше ресурсов, обеспечивая при этом практически применимую точность.
Экосистема и опыт разработчиков#
Именно экосистема по-настоящему отличает академические статьи от готовых к промышленной эксплуатации систем.
Зависимость DAMO-YOLO от масштабных конвейеров дистилляции знаний может усложнить обучение на пользовательских данных. Создание модели-учителя, перенос знаний и настройка базовых сетей на основе NAS требуют большого объема памяти CUDA и расширенной конфигурации, что часто замедляет работу гибких инженерных команд.
В свою очередь, экосистема Ultralytics делает ставку на простоту использования. Через Ultralytics Platform разработчики получают доступ к простым API, подробной документации и надежным интеграциям для отслеживания экспериментов. Единый фреймворк на Python упрощает создание сложных конвейеров.
from ultralytics import YOLO
# Load a pretrained YOLOv8 nano model
model = YOLO("yolov8n.pt")
# Train the model on a custom dataset with built-in augmentations
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Export the trained model to ONNX format for deployment
model.export(format="onnx")Этот оптимизированный рабочий процесс в сочетании с бесшовным экспортом в OpenVINO и TensorRT обеспечивает плавный переход от локального прототипирования к развертыванию в облаке или на периферийных устройствах.
Применение в реальных условиях и оптимальные сценарии использования#
Выбор между этими архитектурами часто определяется эксплуатационными ограничениями твоей среды.
Где подходит DAMO-YOLO#
DAMO-YOLO — отличный выбор для академических сред, изучающих поиск архитектур нейросетей, или для исследователей, пытающихся воспроизвести сложные стратегии перепараметризации. Она также может преуспеть в строго контролируемых промышленных приложениях, таких как высокоскоростное обнаружение дефектов на производственных линиях, при условии, что у команды есть вычислительные ресурсы для поддержки ее многоэтапного обучения.
Почему Ultralytics лидирует в промышленной эксплуатации#
Для подавляющего большинства коммерческих проектов модели Ultralytics обеспечивают превосходный баланс производительности.
- Умная розничная торговля: использование возможностей YOLOv8 для решения нескольких задач — обнаружения ограничивающих рамок товаров и оценки позы для анализа поведения покупателей.
- Сельское хозяйство: применение сегментации экземпляров для обнаружения точных границ растений и сорняков в потоковом видео с тракторов в реальном времени.
- Аэрофотосъемка: использование ориентированных ограничивающих рамок (OBB) для точного отслеживания повернутых автомобилей и судов с дронов или спутников.
На перспективу: встречай YOLO26#
Хотя YOLOv8 остается фундаментальной моделью, эта область продолжает развиваться. Для всех новых разработок рекомендуется YOLO26. Выпущенная в январе 2026 года, она представляет собой значительный скачок в линейке Ultralytics.
YOLO26 внедряет встроенную сквозную архитектуру без NMS, полностью устраняя традиционное узкое место в виде подавления немаксимумов. Этот структурный прорыв обеспечивает до 43% более быстрый инференс на CPU, делая модель исключительно мощным решением для периферийных вычислений и оборудования IoT.
Кроме того, YOLO26 представляет оптимизатор MuSGD — гибридный оптимизатор, вдохновленный методами обучения больших языковых моделей (LLM), который гарантирует более быструю сходимость и высокую стабильность циклов обучения. В сочетании с новыми алгоритмами ProgLoss + STAL YOLO26 демонстрирует значительное улучшение распознавания небольших объектов, обеспечивая не только быстродействие, но и неизменно высокую точность твоих развертываний.