EfficientDet и PP-YOLOE+
Эволюция моделей обнаружения объектов постоянно меняла компьютерное зрение. Два важных этапа — EfficientDet от Google и PP-YOLOE+ от Baidu. Обе архитектуры уравновешивают вычислительную эффективность и точность обнаружения, но используют принципиально разные подходы к проектированию.
В этом руководстве рассматриваются архитектуры, методы обучения и сценарии развертывания в реальных условиях, чтобы помочь тебе выбрать подходящую нейронную сеть для следующего приложения в области 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 детекторов, заменив импровизированное масштабирование продуманным методом 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
Ключевая инновация EfficientDet — двунаправленная сеть пирамиды признаков (BiFPN). В отличие от традиционных FPN, которые складывают признаки только сверху вниз, BiFPN использует обучаемые веса для слияния признаков разных масштабов как сверху вниз, так и снизу вверх. Благодаря этому сеть может учитывать важность различных входных признаков. В сочетании с базовой сетью EfficientNet EfficientDet одновременно масштабирует разрешение, глубину и ширину, формируя семейство моделей от d0 до d7 для различных вычислительных бюджетов.
При развертывании EfficientDet тщательно учитывай целевое оборудование. Модель d0 подходит для мобильных устройств, а для масштабирования до d7 потребуются значительные объемы памяти GPU и вычислительные мощности.
PP-YOLOE+: расширяя возможности PaddlePaddle#
Развивая успех предшественников, PP-YOLOE+ была создана командой PaddlePaddle в Baidu для обеспечения высокой точности и оптимизирована для высокопроизводительного развертывания на серверах.
- Авторы: авторы PaddlePaddle
- Организация: Baidu
- Дата: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- Документация: конфигурация PP-YOLOE+
В PP-YOLOE+ используется базовая сеть CSPRepResNet, которая сочетает сети Cross Stage Partial с методами репараметризации, чтобы улучшить извлечение признаков без увеличения задержки инференса. Ее голова ET (эффективная голова, согласованная с задачей) значительно улучшает согласование задач классификации и локализации. Кроме того, модель использует безанкорную архитектуру и динамическое назначение меток (TAL), что упрощает обучение и улучшает обобщающую способность на различных 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.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Как видно, PP-YOLOE+ обычно обеспечивает более высокую точность при одинаковом количестве параметров, особенно в крупных вариантах (l и x). Модель оптимизирована для пропускной способности GPU и хорошо подходит для пакетной обработки на серверах. У небольших моделей EfficientDet, напротив, очень мало параметров и FLOPs, что может быть преимуществом в средах с крайне ограниченной памятью.
Оптимальные сценарии применения и стратегии развёртывания#
Выбор между этими архитектурами часто зависит от имеющегося 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 начального уровня (d0, d1) имеют небольшое количество параметров (3,9 млн и 6,6 млн), поэтому подходят для устройств со строгими ограничениями на размер модели.
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 разработчиков уже использует фреймворк глубокого обучения Baidu, интегрировать PP-YOLOE+ будет просто.
Преимущества Ultralytics: знакомство с YOLO26#
Хотя EfficientDet и PP-YOLOE+ — мощные модели, современным проектам нужны решения, сочетающие высокую производительность и простоту использования. Именно здесь Ultralytics YOLO26 выделяется как рекомендуемый выбор для современных задач компьютерного зрения.
Выпущенная в январе 2026 года модель YOLO26 получила встроенную архитектуру сквозной обработки без NMS. Благодаря возможности пропускать постобработку методом подавления немаксимумов (NMS) (nms=False), которая долгое время была узким местом старых моделей, YOLO26 упрощает развертывание и снижает колебания задержки инференса.
YOLO26 также оптимизирована для развертывания на периферийных устройствах. Отказ от Distribution Focal Loss (DFL) упрощает экспорт в такие форматы, как ONNX и TensorRT, а YOLO26n обеспечивает до 43% более быстрый инференс на CPU, чем YOLO11n. Благодаря этому модель отлично подходит для IoT-устройств с питанием от аккумулятора.
В YOLO26 используется оптимизатор MuSGD — гибрид SGD и Muon. Этот оптимизатор, вдохновленный достижениями в обучении LLM, обеспечивает стабильное обучение и быструю сходимость, экономя часы вычислений на GPU.
Разработчикам также полезны прогрессивная функция потерь YOLO26 и стратегия назначения меток с учетом малых объектов (ProgLoss + STAL): они улучшают распознавание мелких объектов, что особенно важно для аэросъемки и точного земледелия.
Развёртывание с Ultralytics#
Главное преимущество Ultralytics — единая экосистема. В отличие от моделей, для которых нужны сложные специализированные скрипты обучения, YOLO26 предлагает простой API. Чтобы обучить модель на собственном наборе данных, достаточно 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")YOLO26 из коробки поддерживает как стандартное обнаружение объектов, так и специализированные задачи, например сегментацию экземпляров и оценку позы, благодаря многомасштабным прототипам и оценке остаточного логарифмического правдоподобия (RLE). Все это доступно в рамках одной удобной для пользователя платформы.
Другие примечательные модели#
Если ты выбираешь архитектуру под конкретные требования предприятия, стоит также рассмотреть предыдущее поколение — Ultralytics YOLO11, надежную модель, проверенную в производственной эксплуатации. Для задач, в которых предпочтительны архитектуры на основе Transformer, интересной альтернативой станет RT-DETR, хотя для обучения ей обычно требуется больше памяти CUDA, чем более эффективным 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.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.