Начать

DAMO-YOLO и YOLOv9

Обнаружение объектов в реальном времени продолжает быстро развиваться. Инженерные команды и исследователи ищут оптимальный баланс точности, скорости инференса и вычислительной эффективности. В исследовательском сообществе выделяются две архитектуры: DAMO-YOLO и YOLOv9. Обе модели предлагают значительные архитектурные новшества в компьютерном зрении.

В этом техническом руководстве анализируются обе модели и сравниваются их архитектурные подходы, методы обучения и возможности практического развертывания. Также объясняется роль широкой программной экосистемы в современной разработке ИИ и рассматриваются преимущества интегрированных платформ, таких как Ultralytics Platform, и моделей нового поколения, таких как YOLO26.

Краткий обзор: как выбрать подходящую архитектуру#

Хотя обе модели стали важными вехами в исследованиях глубокого обучения, они рассчитаны на несколько различающиеся подходы к развертыванию.

DAMO-YOLO лучше всего подходит для задач, где поиск нейронной архитектуры (NAS) позволяет настроить конкретные характеристики производительности, поэтому модель представляет интерес для исследований и специализированного развертывания на периферии. YOLOv9, напротив, решает проблему информационных узких мест в глубоких сетях и эффективно использует параметры.

Однако для промышленного развертывания рекомендуется единая экосистема Ultralytics. Для новых проектов новейшая модель YOLO26 сочетает высокую точность с опциональной сквозной архитектурой, устраняющей необходимость в сложной постобработке.

Подготовь конвейер компьютерного зрения к будущему

DAMO-YOLO и YOLOv9 — мощные академические модели, однако их развертывание в производственной среде часто требует значительных усилий по разработке. Ultralytics YOLO26 обеспечивает высокую производительность и предлагает упрощенный API, удобный в сопровождении.

Технические характеристики и авторы#

История появления этих моделей и цели их разработки помогают понять их сильные стороны.

DAMO-YOLO#

DAMO-YOLO, созданная исследователями Alibaba Group, ориентирована на автоматизированную генерацию архитектуры и эффективное слияние признаков.

Узнай больше о DAMO-YOLO

YOLOv9#

YOLOv9 была представлена как решение проблемы потери информации в глубоких сверточных сетях и сосредоточена на сохранении градиентной информации при обучении.

Подробнее о YOLOv9

Архитектурные инновации#

DAMO-YOLO отличается настраиваемыми компонентами, сгенерированными машиной. Ее бэкбон создан с помощью поиска нейронной архитектуры (NAS) и рассчитан на инференс с низкой задержкой на разном оборудовании.

В архитектуре используется эффективная RepGFPN (обобщенная пирамидальная сеть признаков с перепараметризацией) для слияния признаков. Она улучшает обнаружение объектов на разных масштабах без чрезмерного увеличения вычислительной нагрузки. Также в модели используется архитектура ZeroHead, упрощающая голову обнаружения, а для назначения меток применяется AlignedOTA. При обучении модель дополнительно улучшается с помощью дистилляции знаний. Эти методы обеспечивают быстрый инференс, но многоэтапная дистилляция часто требует значительного объема VRAM и длительного обучения.

YOLOv9: решение проблемы информационного узкого места#

YOLOv9 решает фундаментальную проблему глубоких сетей: постепенную потерю информации о входных данных при их прохождении через последовательные слои.

Для решения этой проблемы авторы представили программируемую градиентную информацию (PGI) — вспомогательный механизм супервизии, который сохраняет важные детали для глубоких слоев и формирует надежные градиенты для обновления весов. Вместе с PGI используется архитектура GELAN (обобщенная эффективная сеть агрегации слоев). GELAN эффективно использует параметры, сочетая преимущества CSPNet и ELAN, и максимизирует информационный поток, строго ограничивая количество операций с плавающей запятой (FLOPs).

Анализ производительности и метрики#

При оценке производительности обе модели демонстрируют высокий показатель средней точности (mAP) на стандартных бенчмарках, таких как COCO. YOLOv9 обеспечивает более высокую точность при сопоставимом количестве параметров и наивысшую абсолютную точность в целом, используя архитектуру PGI для сохранения высокой точности на сложных наборах данных.

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
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Как показано выше, YOLOv9-E обеспечивает максимальную точность, а компактные варианты DAMO-YOLO и YOLOv9 сохраняют конкурентную скорость инференса благодаря оптимизациям TensorRT.

Методики обучения и экосистема#

Хотя архитектура модели важна, в реальных приложениях наибольшее значение имеют удобство использования и эффективность обучения в экосистеме модели.

Из-за зависимости DAMO-YOLO от дистилляции знаний часто приходится сначала обучать громоздкую модель-«учителя», а затем передавать знания целевой модели-«ученику». Такой традиционный исследовательский подход значительно увеличивает требования к памяти и длительность циклов обучения. Аналогично, в исходном репозитории YOLOv9 приходится разбираться в сложных файлах конфигурации, что может замедлить гибкую разработку.

Платформа Ultralytics, напротив, упрощает работу разработчика. Пакет Ultralytics для Python избавляет от шаблонного кода, позволяя командам с минимальными усилиями выполнять аугментацию данных, настройку гиперпараметров и экспорт моделей.

Примеры применения в реальных условиях#

Разные архитектуры подходят для разных отраслей с учетом их требований к ресурсам и характеристик точности.

  • DAMO-YOLO в периферийном ИИ: благодаря бэкбонам, оптимизированным с помощью NAS, DAMO-YOLO часто изучают для встраиваемых систем, где нужна перепараметризация под конкретное оборудование, например для выделенных ускорителей при контроле качества на производстве.
  • YOLOv9 для высокоточной аналитики: благодаря эффективному использованию параметров и сохранению градиентов с помощью PGI YOLOv9 хорошо подходит для обнаружения множества объектов, например для анализа аэрофотоснимков или отслеживания мелких объектов в переполненных торговых залах.

Сценарии использования и рекомендации#

Выбор между DAMO-YOLO и YOLOv9 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 выбирать YOLOv9#

YOLOv9 рекомендуется для таких задач:

  • Исследование информационного узкого места: Академические проекты, изучающие архитектуры программируемой информации о градиентах (PGI) и обобщённой эффективной сети агрегации слоёв (GELAN).
  • Исследования оптимизации потока градиентов: Работы, посвящённые изучению и устранению потери информации в глубоких слоях сети во время обучения.
  • Сравнительное тестирование точного детектирования: Сценарии, в которых высокая результативность YOLOv9 на тестах COCO нужна в качестве ориентира для сравнения архитектур.

Когда выбирать Ultralytics (YOLO26)#

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

  • 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 ускорителя GPU, на которых YOLO26n получает явное преимущество благодаря инференсу на CPU до 43% быстрее, чем у YOLO11n.
  • Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Преимущество Ultralytics: переход на YOLO26#

Тем, кто сравнивает устаревшие архитектуры, переход на современную экосистему Ultralytics, в частности на новейшие модели YOLO26, дает очевидные преимущества.

YOLO26 упрощает развертывание благодаря сквозной архитектуре без NMS. Опциональная голова one-to-one (nms=False) устраняет этап постобработки с подавлением немаксимумов (NMS), упрощая архитектуру развертывания и ускоряя его. Удаление Distribution Focal Loss (DFL) также улучшает совместимость YOLO26 с периферийными устройствами и устройствами с низким энергопотреблением.

В YOLO26 также используется оптимизатор MuSGD — гибрид стохастического градиентного спуска и Muon, вдохновленный обучением LLM. Он обеспечивает стабильную сходимость при обучении и снижает потребление памяти по сравнению с альтернативами, в которых активно используются Transformer.

Упрощённое обучение с YOLO26

С помощью API Ultralytics ты можешь обучить модель YOLO26 со встроенным отслеживанием экспериментов всего за несколько строк Python-кода.

from ultralytics import YOLO

# Загрузи новейшую модель YOLO26
model = YOLO("yolo26n.pt")

# Эффективно обучи модель на собственном наборе данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируй обученную модель в формат ONNX
model.export(format="onnx")

Нужна ли тебе продвинутая сегментация экземпляров, высокоточная оценка позы или стандартное обнаружение объектов с ограничивающими рамками, универсальность фреймворка Ultralytics поможет команде тратить меньше времени на настройку сред глубокого обучения и больше — на развертывание надежных ИИ-решений. Благодаря улучшениям обучения, таким как ProgLoss + STAL, повышающим качество распознавания небольших объектов, YOLO26 рекомендуется для новых приложений компьютерного зрения.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.