EfficientDet vs. DAMO-YOLO: техническое сравнение

В быстро развивающейся области компьютерного зрения выбор правильной архитектуры обнаружения объектов имеет решающее значение для успеха приложения. Две заметные архитектуры, которые сформировали эту область, - EfficientDet, разработанная Google Research, и YOLO, разработанная Академией DAMO компании Alibaba. Хотя обе архитектуры нацелены на максимальную производительность, они значительно отличаются друг от друга по философии проектирования: одна из них сосредоточена на эффективности параметров и масштабируемости, а другая нацелена на создание выводов с низкой задержкой на промышленном оборудовании.

В этом руководстве представлен глубокий технический анализ этих двух моделей, сравнение их архитектур, показателей производительности и идеальных сценариев использования, что поможет разработчикам принять обоснованное решение.

Анализ производительности: Эффективность в сравнении с задержкой

Следующие бенчмарки иллюстрируют различные компромиссы между EfficientDet и YOLO. EfficientDet славится низким количеством параметров и FLOPs, что делает его теоретически эффективным, в то время как YOLO оптимизирован для реальной скорости вычислений на графических процессорах.

Основные выводы по бенчмаркам

Из приведенных выше данных следует несколько важнейших различий:

• Преобладание латентностиGPU : YOLO демонстрирует значительно более высокую скорость вычислений на аппаратном обеспечении GPU . Например, DAMO-YOLOm достигает mAP 49,2 при задержке всего 5,09 мс на GPU T4. Для сравнения, сопоставимый EfficientDet-d4 (49,7 mAP) требует 33,55 мс - почти в 6 раз медленнее.
• Эффективность параметров: EfficientDet превосходит по показателям сжатия модели. Модель EfficientDet-d0 использует всего 3,9 М параметров и 2,54 Б операций FLOP, предлагая легкую площадь, идеальную для устройств с ограниченным объемом памяти.
• ПроизводительностьCPU : EfficientDet обеспечивает установленные контрольные показатели производительности CPU , что делает его предсказуемым выбором для краевых устройств без ускорения. Однако сложные слои слияния функций часто приводят к снижению производительности в реальном мире по сравнению с более простыми архитектурами.

EfficientDet: Масштабируемый и эффективный

EfficientDet произвел революцию в обнаружении объектов, представив принципиальный способ масштабирования размеров модели. Построенная на основе EfficientNet, она нацелена на достижение высокой точности при минимизации теоретических вычислительных затрат (FLOPs).

EfficientDet Details:

• Авторы: Мингксинг Тан, Руоминг Панг и Куок В. Ле
• Организация:Google
• Дата: 20.11.2019
• Arxiv:https://arxiv.org/abs/1911.09070
• GitHub:https://github.com/google/automl/tree/master/efficientdet

Архитектурные особенности

Инновации EfficientDet заключаются в двух основных компонентах:

1. BiFPN (Bidirectional Feature Pyramid Network): В отличие от традиционных FPN, которые суммируют признаки из разных шкал, BiFPN вводит обучаемые веса для различных входных признаков и позволяет передавать информацию как сверху вниз, так и снизу вверх многократно. Это улучшает слияние признаков, но увеличивает вычислительную сложность.
2. Составное масштабирование: EfficientDet предлагает комбинированный коэффициент, который совместно масштабирует магистраль, BiFPN, сеть классов/боксов и входное разрешение. Это обеспечивает сбалансированный рост всех частей сети, а не произвольное масштабирование только одного измерения (например, глубины или ширины).

Сильные и слабые стороны

Основная сила EfficientDet заключается в его теоретической эффективности. Он достигает современной точности с гораздо меньшим количеством параметров, чем предыдущие детекторы, такие как YOLOv3 или RetinaNet. Однако широкое использование глубинных сепарабельных сверток и сложные схемы доступа к памяти в BiFPN могут привести к снижению производительности современных графических процессоров, что приводит к увеличению задержек, несмотря на меньшее количество FLOP.

YOLO: инновации, ориентированные на скорость

YOLO был разработан с конкретной целью: преодолеть разрыв между высокой производительностью и низкой задержкой на промышленном оборудовании. В нем применены передовые технологии поиска нейронной архитектуры (NAS) для поиска оптимальной структуры для задач обнаружения.

YOLO Детали:

• Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илунь Хуан, Юань Чжан и Сююй Сунь
• Организация:Alibaba Group
• Дата: 23.11.2022
• Arxiv:https://arxiv.org/abs/2211.15444v2
• GitHub:https://github.com/tinyvision/DAMO-YOLO

Архитектурные особенности

YOLO представляет несколько "новых технологических" компонентов в семействе YOLO :

1. MAE-NAS Backbone: It utilizes Neural Architecture Search (NAS) driven by Maximum Entropy to discover efficient backbones that handle varying input resolutions effectively.
2. RepGFPN: Это усовершенствование стандартного обобщенного FPN, включающее репараметризацию для оптимизации блока слияния и максимального использования оборудования.
3. ZeroHead и AlignedOTA: конструкция "ZeroHead" значительно снижает сложность головки обнаружения, а AlignedOTA (Optimal Transport Assignment) обеспечивает надежную стратегию присвоения меток во время обучения для решения проблемы несоответствия между классификацией и регрессией.

Сильные и слабые стороны

YOLO превосходит всех по скорости. Благодаря приоритету структур, дружественных к аппаратному ускорению (например, TensorRT), он достигает значительной пропускной способности. Однако зависимость от сложных архитектур, генерируемых NAS, может затруднить их модификацию и тонкую настройку для пользовательских исследований по сравнению с более простыми архитектурами, создаваемыми вручную. Кроме того, ему не хватает широкой поддержки сообщества и простоты использования на нескольких платформах, как в более распространенных версиях YOLO .

Ultralytics YOLO11: холистическая альтернатива

В то время как EfficientDet предлагает эффективность параметров, а YOLO - скорость GPU , Ultralytics YOLO11 обеспечивает превосходный баланс того и другого, заключенный в удобную для разработчиков экосистему. Для большинства практических приложений - от краевого ИИ до облачных YOLO11 - YOLO11 представляет собой оптимальный выбор.

Узнайте больше о YOLO11

Почему стоит выбрать модели Ultralytics ?

1. Непревзойденная универсальность: В отличие от EfficientDet и YOLO, которые в основном являются детекторами объектов, Ultralytics YOLO11 поддерживает широкий спектр задач компьютерного зрения, включая сегментацию объектов, оценку позы, ориентированные ограничительные рамки (OBB) и классификацию изображений. Это позволяет использовать один фреймворк для различных требований проекта.
2. Баланс производительности: YOLO11 позволяет преодолеть границу между точностью и задержкой. Он часто соответствует или превосходит по точности более тяжелые модели, сохраняя при этом скорость вывода, конкурентоспособную со специализированными моделями реального времени.
3. Простота использования и экосистема: API Ultralytics разработан для простоты использования. Благодаря обширной документации и поддержке сообщества разработчики могут пройти путь от установки до обучения за считанные минуты. Экосистема включает в себя бесшовные интеграции для аннотирования данных, отслеживания экспериментов и экспорта в один клик в такие форматы, как ONNX, TensorRT, CoreML и TFLite.
4. Эффективность обучения: Модели Ultralytics оптимизированы для быстрой сходимости. В них используются передовые стратегии дополнения данных и эффективные загрузчики данных, что сокращает время и затраты, связанные с обучением высокопроизводительных моделей.
5. Эффективность использования памяти: По сравнению с моделями на базе Transformer или более старыми архитектурами, YOLO11 требует значительно меньше памяти CUDA для обучения, что делает его доступным на графических процессорах потребительского класса.

Пример кода: Начало работы с YOLO11

Реализовать современное обнаружение с помощью Ultralytics очень просто. Следующий фрагмент кода демонстрирует, как загрузить предварительно обученную модель YOLO11 и выполнить вывод на изображении:

from ultralytics import YOLO

# Load a pre-trained YOLO11n model
model = YOLO("yolo11n.pt")

# Run inference on a local image or URL
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Display the results
results[0].show()

# Export the model to ONNX format for deployment
path = model.export(format="onnx")

Заключение

При сравнении EfficientDet и YOLO выбор во многом зависит от конкретных аппаратных ограничений. EfficientDet остается сильным кандидатом для теоретической эффективности и сценариев, в которых количество параметров является основным узким местом. YOLO - явный победитель для высокопроизводительных приложений, работающих на современных GPU, где задержка имеет первостепенное значение.

Однако для решения, сочетающего в себе лучшее из двух миров - высокую производительность, простоту использования и многозадачность, - необходимо решение.Ultralytics YOLO11 является отраслевым стандартом. Его надежная экосистема и постоянные улучшения обеспечивают разработчиков самыми надежными инструментами для создания масштабируемых решений в области компьютерного зрения.

Изучите другие сравнения

Чтобы лучше понять ландшафт моделей обнаружения объектов, изучите эти дополнительные сравнения:

• YOLO11 vs. EfficientDet
• YOLOv8 vs. DAMO-YOLO
• RT-DETR против DAMO-YOLO
• YOLO11 vs. RT-DETR
• YOLOX в сравнении с EfficientDet

Комментарии