PP-YOLOE+ против DAMO-YOLO#

Непрерывная эволюция компьютерного зрения породила множество узкоспециализированных архитектур для обнаружения объектов в реальном времени. При оценке моделей для промышленных и исследовательских задач часто возникают дискуссии вокруг двух известных фреймворков 2022 года: PP-YOLOE+ от Baidu и DAMO-YOLO от Alibaba Group. Обе модели расширили границы детектирования без использования анкоров, представив новые бэкбоны, продвинутые стратегии назначения меток и специализированные методы слияния признаков.

Это руководство представляет собой подробный технический анализ PP-YOLOE+ и DAMO-YOLO, исследуя их архитектуры, методологии обучения и преимущества при развертывании. Мы также рассмотрим, как эти фреймворки соотносятся с современными решениями, такими как Ultralytics YOLO26, чтобы помочь тебе выбрать подходящий инструмент для твоих конкретных ограничений развертывания.

PP-YOLOE+: Улучшенное промышленное детектирование объектов#

Разработанный в рамках экосистемы Baidu, PP-YOLOE+ представляет собой итеративное улучшение оригинального PP-YOLOE, глубоко оптимизированное для фреймворка глубокого обучения PaddlePaddle. Он был разработан для максимизации точности и скорости инференса на оборудовании серверного класса, что делает его сильным кандидатом для систем промышленного контроля и приложений умного ритейла.

Архитектурные инновации#

PP-YOLOE+ внедряет несколько архитектурных улучшений по сравнению с предыдущими детекторами без анкоров:

• Бэкбон CSPRepResNet: В этом бэкбоне используется архитектура в стиле RepVGG в сочетании с соединениями Cross Stage Partial (CSP), что обеспечивает отличный баланс между способностью к извлечению признаков и задержкой вывода.
• Task Alignment Learning (TAL): PP-YOLOE+ использует продвинутую стратегию динамического назначения меток, которая выравнивает задачи классификации и регрессии в процессе обучения, сокращая разрыв между результатами обучения и вывода.
• Эффективная голова с согласованием задач (ET-head): Упрощенная детектирующая голова, разработанная для быстрой обработки признаков без ущерба для пространственного разрешения, что весьма полезно для поддержания высоких метрик mAP.

Подробности PP-YOLOE+:

• Авторы: Авторы PaddlePaddle
• Организация: Baidu
• Дата: 02.04.2022
• Arxiv: 2203.16250
• GitHub: PaddlePaddle/PaddleDetection
• Документация: Документация PP-YOLOE+

Узнай больше о PP-YOLOE+

DAMO-YOLO: Поиск нейронных архитектур для Edge-устройств#

Созданный Академией DAMO Alibaba, DAMO-YOLO использует совершенно иной подход. Вместо ручного проектирования бэкбона исследовательская группа использовала поиск архитектуры нейросетей (NAS) для обнаружения высокоэффективных топологий сетей, адаптированных под строгие ограничения по задержке.

Основные особенности и пайплайн обучения#

DAMO-YOLO делает упор на низкую задержку и высокую точность с помощью автоматизированной методологии, насыщенной дистилляцией:

• Бэкбоны MAE-NAS: Используя метод автоматизации эффективного поиска архитектуры нейросетей, DAMO-YOLO строит бэкбоны, оптимизированные специально для баланса между количеством параметров и точностью.
• Efficient RepGFPN: Репараметризованная обобщенная пирамида признаков (Generalized Feature Pyramid Network) обеспечивает надежное многомасштабное слияние признаков, что помогает модели обнаруживать объекты сильно различающихся размеров в одном кадре.
• Дизайн ZeroHead: Максимально упрощенная детектирующая «голова», которая значительно снижает вычислительные затраты на этапе вывода.
• Улучшение через дистилляцию: Для повышения производительности более компактных вариантов DAMO-YOLO сильно полагается на сложный процесс дистилляции знаний, в котором более крупная модель-учитель направляет модель-ученика.

Подробности DAMO-YOLO:

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• Организация: Alibaba Group
• Дата: 2022-11-23
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO
• Документация: Документация DAMO-YOLO

Узнай больше о DAMO-YOLO

Анализ производительности#

При оценке этих моделей баланс между задержкой, вычислительной сложностью (FLOPs) и средним показателем точности (mAP) определяет их идеальную среду развертывания.

DAMO-YOLO обычно обеспечивает более низкие задержки TensorRT в масштабах nano и tiny, что делает его крайне конкурентоспособным для видеопотоков с высокой пропускной способностью. Тем не менее, PP-YOLOE+ невероятно хорошо масштабируется до своего варианта extra-large (x), достигая первоклассной точности для сложных изображений, где время инференса имеет второстепенное значение.

Преимущество Ultralytics: выход за рамки архитектур 2022 года#

Хотя PP-YOLOE+ и DAMO-YOLO представляли собой значительные вехи, современная разработка требует большей универсальности, более простых конвейеров обучения и меньших требований к памяти. Платформа Ultralytics удовлетворяет эти потребности, предлагая бесшовный опыт, который радикально превосходит сложную дистилляцию и специфичные для фреймворков настройки, требуемые старыми моделями.

Для разработчиков, стремящихся достичь наилучшего баланса производительности сегодня, Ultralytics YOLO26 обеспечивает революционный скачок вперед в эффективности развертывания в реальных условиях.

Почему YOLO26 — лидер индустрии#

Выпущенный в начале 2026 года, YOLO26 развивает наследие YOLO11, внедряя прорывные технологии, адаптированные под производство:

• Сквозной дизайн без NMS: YOLO26 исключает постобработку через подавление немаксимумов (NMS). Это упрощает логику развертывания и обеспечивает стабильные, высокопредсказуемые задержки вывода.
• Оптимизатор MuSGD: Вдохновленный методами обучения больших языковых моделей, YOLO26 использует гибридный оптимизатор MuSGD. Это гарантирует невероятно стабильное обучение и быструю сходимость, экономя ценные часы работы GPU.
• Превосходный инференс на CPU: За счет удаления функции потерь Distribution Focal Loss (DFL) и оптимизации сетевого графа YOLO26 достигает до 43% более быстрого инференса на CPU, что делает его главным выбором для периферийных AI-устройств.
• ProgLoss + STAL: Эти продвинутые функции потерь дают замечательные улучшения в распознавании мелких объектов, что критически важно для управления дронами и дистанционного зондирования.
• Непревзойденная универсальность: В отличие от PP-YOLOE+, который сосредоточен исключительно на детекции, YOLO26 нативно и бесшовно поддерживает оценку позы, сегментацию экземпляров, классификацию изображений и ориентированные ограничивающие рамки (OBB).

Простота использования и эффективность обучения#

Обучение модели DAMO-YOLO требует управления тяжелым пайплайном дистилляции «учитель-ученик». Напротив, обучение модели Ultralytics требует лишь нескольких строк кода на Python, с минимальным использованием памяти CUDA по сравнению с конкурирующими архитектурами.

from ultralytics import YOLO

# Initialize the cutting-edge YOLO26 model
model = YOLO("yolo26n.pt")

# Train the model with native MuSGD optimization
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run an end-to-end NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or TensorRT seamlessly
model.export(format="onnx")

Узнай больше о YOLO26

Идеальные сценарии использования и рекомендации#

Выбор оптимальной архитектуры компьютерного зрения сильно зависит от интеграции в экосистему твоей команды и целей развертывания.

• Выбирай PP-YOLOE+, если твой пайплайн глубоко встроен в экосистему Baidu PaddlePaddle. Это остается отличным выбором для анализа статических изображений на мощных серверах, где главной целью является максимизация точности.
• Выбирай DAMO-YOLO, если ты проводишь специфические исследования алгоритмов поиска нейронных архитектур или если у тебя есть инженерные ресурсы для поддержки сложных пайплайнов дистилляции ради достижения агрессивных целей по задержке в TensorRT.
• Выбирай Ultralytics YOLO26 почти для всех современных производственных сценариев. Экосистема Ultralytics предоставляет непревзойденную документацию, пониженные требования к памяти и оптимизированный API. Независимо от того, создаешь ли ты системы автоматизированного контроля качества или запускаешь трекинг в реальном времени на Raspberry Pi, архитектура YOLO26 без NMS гарантирует быстрые, стабильные и высокоточные результаты «из коробки».

Для разработчиков, изучающих другие передовые решения, документация Ultralytics также предоставляет обширные ресурсы по широко применяемому YOLOv8 и надежному YOLO11, гарантируя наличие подходящей модели для любой задачи компьютерного зрения.