EfficientDet и PP-YOLOE+#

На развитие компьютерного зрения существенно повлияло постоянное совершенствование моделей обнаружения объектов. Двумя важными вехами на этом пути стали EfficientDet от Google и PP-YOLOE+ от Baidu. Обе архитектуры разработаны для поиска тонкого баланса между вычислительной эффективностью и точностью обнаружения, но решают эту задачу, опираясь на принципиально разные подходы к проектированию.

В этом подробном руководстве разбираются архитектуры, методики обучения и реальные сценарии развертывания этих моделей, чтобы помочь тебе выбрать оптимальную нейронную сеть для следующего приложения компьютерного зрения.

Архитектурные инновации и подходы к проектированию#

Понимание базовой архитектуры этих моделей крайне важно для их эффективного развертывания в производственной среде — как на периферийных устройствах, так и на облачных серверах.

EfficientDet: возможности составного масштабирования#

Разработанная Google Research модель EfficientDet изменила подход к масштабированию: вместо произвольного процесса здесь применили математически обоснованный метод составного масштабирования.

• Авторы: Mingxing Tan, Ruoming Pang и Quoc V. Le
• Организация: Google Research
• Дата: 2019-11-20
• Arxiv: 1911.09070
• GitHub: google/automl
• Документация: документация EfficientDet

Подробнее об EfficientDet

Главная инновация EfficientDet — двунаправленная пирамидальная сеть признаков (BiFPN). В отличие от традиционных FPN, которые объединяют признаки только сверху вниз, BiFPN использует обучаемые веса для слияния признаков разных масштабов в обоих направлениях — сверху вниз и снизу вверх. Это позволяет сети определять важность различных входных признаков. В сочетании с базовой сетью EfficientNet EfficientDet одновременно масштабирует разрешение, глубину и ширину, создавая семейство моделей (от d0 до d7) для разных вычислительных бюджетов.

PP-YOLOE+: расширяя возможности PaddlePaddle#

Развивая успех предыдущих моделей, команда PaddlePaddle в Baidu создала PP-YOLOE+ для достижения передовых показателей производительности. Модель специально оптимизирована для развертывания на серверах с высокой пропускной способностью.

• Авторы: авторы PaddlePaddle
• Организация: Baidu
• Дата: 2022-04-02
• Arxiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection
• Документация: конфигурация PP-YOLOE+

Узнай больше о PP-YOLOE+

В PP-YOLOE+ используется базовая сеть CSPRepResNet, в которой сети Cross Stage Partial сочетаются с методами репараметризации, что улучшает извлечение признаков без увеличения задержки инференции. Ее голова ET-head (голова с эффективным выравниванием задач) значительно улучшает согласование задач классификации и локализации. Кроме того, в модели используется безанкерная архитектура и динамическое назначение меток (TAL), что упрощает процесс обучения и улучшает обобщающую способность на разных наборах данных.

Показатели производительности и результаты тестирования#

При выборе модели для инференции в реальном времени крайне важно оценить баланс между средней точностью по всем классам (mAP) и вычислительной скоростью. В таблице ниже приведены основные показатели производительности обоих семейств моделей.

Как видно, PP-YOLOE+ обычно обеспечивает более высокую точность при одинаковом количестве параметров, особенно в крупных вариантах (l и x). Модель отлично оптимизирована для высокой пропускной способности GPU, что делает ее подходящим вариантом для развертывания серверов пакетной обработки. С другой стороны, у младших моделей EfficientDet очень эффективно соотношение количества параметров к FLOP, что может быть полезно в условиях жестких ограничений по памяти.

Оптимальные сценарии применения и стратегии развёртывания#

Выбор между этими архитектурами часто во многом зависит от существующего технологического стека и оборудования для развертывания.

Когда выбирать EfficientDet:

• Рабочие процессы AutoML: если ты активно используешь экосистему Google и полагаешься на возможности автоматизированного поиска архитектуры.
• Периферийные устройства с ограниченными ресурсами: модели младших уровней (d0, d1) обеспечивают предсказуемую производительность на мобильных CPU, где количество параметров строго ограничено.

Когда выбирать PP-YOLOE+:

• Высокопроизводительные серверы с GPU: сценарии, требующие максимальной пропускной способности на оборудовании NVIDIA, например обработка сотен одновременных видеопотоков для наблюдения за умным городом.
• Экосистема PaddlePaddle: если команда разработки уже использует фреймворк глубокого обучения Baidu, интеграция PP-YOLOE+ пройдет без проблем.

Преимущества Ultralytics: знакомство с YOLO26#

Хотя EfficientDet и PP-YOLOE+ — мощные модели, стремительное развитие ИИ требует решений, сочетающих передовую производительность и исключительную простоту использования. Именно здесь Ultralytics YOLO26 раскрывает свои преимущества и становится лучшим выбором для современных приложений компьютерного зрения.

Выпущенная в 2026 году YOLO26 полностью меняет представление об обнаружении объектов в реальном времени благодаря встроенной сквозной архитектуре без NMS. Возможность пропустить постобработку подавления немаксимумов (nms=False) — постоянное узкое место более старых моделей — значительно упрощает развертывание YOLO26 и снижает колебания задержки инференции.

Кроме того, YOLO26 специально оптимизирована для развертывания на периферийных устройствах. Удаление Distribution Focal Loss (DFL) упрощает экспорт в такие форматы, как ONNX и TensorRT, обеспечивая до 43% более быструю инференцию на CPU по сравнению с предыдущими поколениями. Благодаря этому модель идеально подходит для устройств Интернета вещей с питанием от аккумулятора.

Разработчики также могут использовать продвинутые функции потерь YOLO26, включая ProgLoss + STAL, которые заметно улучшают распознавание небольших объектов — важное требование для аэрофотоснимков и точного земледелия.

Удобное развертывание с Ultralytics#

Истинная сила Ultralytics — в единой экосистеме. В отличие от моделей, для которых нужны сложные специализированные скрипты обучения, YOLO26 предлагает невероятно простой API. Чтобы обучить модель на собственном наборе данных, достаточно всего нескольких строк кода на Python:

from ultralytics import YOLO

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

# Обучи модель на датасете COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Запусти инференцию на новом изображении
predictions = model("https://ultralytics.com/images/bus.jpg")

# Экспортируем в формат ONNX для развертывания
model.export(format="onnx")

Нужна ли тебе стандартная задача обнаружения или специализированные задачи, например сегментация экземпляров и оценка позы, YOLO26 изначально поддерживает их с помощью многомасштабных прототипов и оценки остаточного логарифмического правдоподобия (RLE) — и все это в рамках одного и того же удобного фреймворка.

Другие примечательные модели#

Если ты выбираешь архитектуру под конкретные требования предприятия, стоит также рассмотреть предыдущее поколение — Ultralytics YOLO11, надежную рабочую модель, проверенную в производственной среде. Для задач, где нужны архитектуры на базе Transformer, RT-DETR станет интересной альтернативой, хотя во время обучения ей обычно требуется больше памяти CUDA, чем высокоэффективным вариантам YOLO.

Подводя итог: EfficientDet предлагает обоснованный подход к масштабированию, а PP-YOLOE+ — высокую пропускную способность GPU в рамках своей экосистемы. Однако Ultralytics YOLO26 сегодня обеспечивает наиболее сбалансированное, универсальное и удобное для разработчиков решение. Ее сквозная архитектура и широкие возможности интеграции делают модель рекомендуемой основой для ИИ следующего поколения в области компьютерного зрения.