Начать

EfficientDet и DAMO-YOLO

При построении масштабируемых конвейеров компьютерного зрения выбор подходящей архитектуры модели — важное решение, влияющее и на возможность развертывания, и на точность обнаружения. В этом руководстве технически сравниваются две известные архитектуры: EfficientDet и DAMO-YOLO.

Хотя обе модели привнесли значительные инновации в обнаружение объектов, с тех пор системы компьютерного зрения и ИИ стали более интегрированными. В этом обзоре рассматриваются основные принципы работы этих ранних сетей и объясняется, почему современные решения, такие как платформа Ultralytics и Ultralytics YOLO26, широко используются в производственной среде.

EfficientDet: масштабируемое и эффективное обнаружение объектов#

Созданная исследователями Google модель EfficientDet предназначена для систематического масштабирования архитектуры при сохранении высокой эффективности. Для этого применяется составное масштабирование глубины и ширины сети, а также разрешения входных данных.

Подробнее об EfficientDet:

Архитектурные инновации#

Главный вклад EfficientDet — двунаправленная сеть пирамиды признаков (BiFPN). В отличие от традиционных FPN, BiFPN обеспечивает быстрое слияние признаков разных масштабов, используя обучаемые веса для оценки важности различных входных признаков. В сочетании с базовой сетью EfficientNet это дает семейство моделей от D0 до D7 с предсказуемым масштабированием.

Преимущества и недостатки#

Ключевое преимущество EfficientDet — эффективность по числу параметров. Метод составного масштабирования хорошо подходит для задач, где нужно максимизировать среднюю точность (mAP) при фиксированном бюджете вычислений: его результаты предсказуемы. Однако обучать EfficientDet с нуля сложно, и часто требуется существенный подбор гиперпараметров. Сильная зависимость от специфических операций TensorFlow также усложняет переход к развертыванию на периферийных устройствах через ONNX или TensorRT по сравнению с удобными возможностями экспорта современных моделей YOLO.

Подробнее об EfficientDet

DAMO-YOLO: автоматизированный поиск архитектуры на практике#

DAMO-YOLO использует иной подход: с помощью поиска архитектуры нейросети (NAS) модель автоматически создает эффективные структуры сетей для инференса в реальном времени.

Сведения 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: 2211.15444v2
  • GitHub: tinyvision/DAMO-YOLO

Архитектурные инновации#

В DAMO-YOLO реализовано несколько новых технологий. В модели используются созданная с помощью NAS базовая сеть MAE-NAS, эффективная RepGFPN в шейке и архитектура ZeroHead, значительно снижающая вычислительные затраты на голову обнаружения. Кроме того, для назначения меток применяется AlignedOTA, а для повышения производительности облегченных вариантов активно используется дистилляция знаний.

Преимущества и недостатки#

DAMO-YOLO выделяется скоростью инференса на GPU и спроектирована для развертывания на архитектурах NVIDIA с использованием TensorRT. Благодаря упрощенной структуре головы модель выдает прогнозы с низкой задержкой. Однако автоматизированный поиск архитектуры может сделать структуру модели непрозрачной, затрудняя ручную отладку и настройку для пользовательских периферийных устройств. В отличие от универсальной Ultralytics YOLO11, DAMO-YOLO в первую очередь предназначена для стандартного обнаружения ограничивающих рамок и не поддерживает из коробки такие задачи, как оценка позы или обнаружение ориентированных ограничивающих рамок (OBB).

Узнай больше о DAMO-YOLO

Сравнение производительности#

Чтобы выбрать модель, важно понимать практические компромиссы. В таблице ниже семейство EfficientDet сравнивается с серией DAMO-YOLO по ключевым показателям производительности.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0
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
Анализ данных

EfficientDet-d7 обеспечивает наивысшую точность, но требует значительных вычислительных ресурсов, поэтому не подходит для периферийного ИИ. DAMO-YOLO обеспечивает высокую скорость в TensorRT, но для сопоставимой точности ей обычно нужно больше параметров, чем младшим моделям EfficientDet.

Сценарии использования и рекомендации#

Выбор между EfficientDet и DAMO-YOLO зависит от требований конкретного проекта, ограничений развертывания и предпочтительной экосистемы.

Когда стоит выбрать EfficientDet#

EfficientDet — хороший выбор для:

  • Конвейеры Google Cloud и TPU: системы на базе TensorFlow в инфраструктуре Google Cloud TPU, где эталонная реализация EfficientDet поддерживает обучение на TPU.
  • Исследования составного масштабирования: Академические исследования и сравнительное тестирование, посвящённые влиянию сбалансированного масштабирования глубины, ширины и разрешения сети.
  • Развертывание на мобильных устройствах через LiteRT: Проекты, для которых требуется экспорт в LiteRT (ранее TensorFlow Lite) для Android или встраиваемых устройств с Linux.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

  • 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 Ultralytics (YOLO26)#

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

  • Развертывание на периферийных устройствах без NMS: приложения, которым нужен стабильный инференс с низкой задержкой без сложной постобработки методом подавления немаксимумов (NMS).
  • Среды только с CPU: устройства без выделенного GPU-ускорителя, где инференс YOLO26 (YOLO26n по сравнению с YOLO11n) до 43% быстрее, что дает явное преимущество.
  • Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Преимущества Ultralytics: развитие моделей предыдущих поколений#

Хотя EfficientDet и DAMO-YOLO представляют научную ценность, современным разработчикам нужны инструменты, сочетающие высокую производительность и удобство работы. Именно здесь выделяется экосистема Ultralytics.

Простота использования и экосистема#

Развертывание моделей из отдельных исследовательских репозиториев с многочисленными модификациями часто требует сложной интеграции. Ultralytics предлагает единую, хорошо поддерживаемую экосистему с подробной документацией и API в стиле Python. Будь то обучение в Google Colab или экспорт в CoreML для инференса на мобильных устройствах — для настройки конвейера достаточно нескольких строк кода.

from ultralytics import YOLO

# Загрузи настоятельно рекомендуемую компактную модель YOLO26
model = YOLO("yolo26n.pt")

# Обучи модель на пользовательском датасете
model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Экспортируй обученную модель в ONNX для производственной среды
model.export(format="onnx")

Представляем YOLO26#

Для разработчиков, оценивающих EfficientDet или DAMO-YOLO, естественным следующим шагом станет Ultralytics YOLO26. Выпущенная в январе 2026 года модель предлагает несколько новых возможностей:

  • Сквозная обработка без NMS: Развивая идею обучения без NMS в YOLOv10, встроенная голова один-к-одному YOLO26 (nms=False) устраняет необходимость постобработки NMS. Это упрощает архитектуру развертывания и обеспечивает стабильную задержку на разном оборудовании.
  • До 43% более быстрый инференс на CPU: YOLO26 оптимизирована для обычных CPU и подходит для развертывания на периферийных устройствах без мощных GPU, для которых DAMO-YOLO не предназначена. YOLO26n работает до 43% быстрее YOLO11n.
  • Оптимизатор MuSGD: YOLO26 переносит методы обучения LLM в компьютерное зрение и использует оптимизатор MuSGD, вдохновленный Moonshot AI, для стабильного обучения и быстрой сходимости. Обучение становится менее чувствительным, чем с EfficientDet.
  • Отказ от DFL: Отказ от Distribution Focal Loss упрощает экспорт и повышает совместимость с маломощными периферийными устройствами, например с Raspberry Pi.
  • ProgLoss + STAL: Прогрессивная функция потерь и стратегия назначения меток с учетом малых объектов заметно улучшают распознавание мелких объектов — задачу, с которой старые архитектуры часто справляются плохо.

Эффективное использование памяти и универсальность задач#

В отличие от моделей на основе Transformer или сильно объединенных сетей, созданных с помощью NAS, модели Ultralytics известны своей эффективностью по памяти. При обучении они используют гораздо меньше памяти CUDA, что позволяет быстро выполнять итерации на обычном оборудовании.

Хотя EfficientDet и DAMO-YOLO ограничены обнаружением ограничивающих рамок, Ultralytics в рамках той же интуитивно понятной платформы из коробки поддерживает сегментацию экземпляров и классификацию изображений. Тем, кто продолжает поддерживать старые проекты, стоит обратить внимание на Ultralytics YOLOv8 — надежную и широко применяемую альтернативу.

Заключение#

Выбирая архитектуру компьютерного зрения, нужно сопоставить теоретическую производительность с реальными условиями развертывания. EfficientDet предлагает продуманный подход к масштабированию, а DAMO-YOLO обеспечивает высокую скорость на GPU. Однако командам, для которых важны быстрая разработка, надежное развертывание и современные функции, лучше подойдут модели Ultralytics. Сочетая такие инновации, как инференс без NMS и оптимизация MuSGD, YOLO26 создает производительную, удобную в сопровождении и эффективную основу для проектов компьютерного зрения.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.