PP-YOLOE+ и DAMO-YOLO#

Непрерывная эволюция компьютерного зрения привела к появлению множества узкоспециализированных архитектур для обнаружения объектов в реальном времени. При оценке моделей для промышленных и исследовательских задач часто рассматривают два заметных фреймворка 2022 года: PP-YOLOE+ от Baidu и DAMO-YOLO от Alibaba Group. Обе модели расширили возможности безанкорного обнаружения, представив новые backbone-архитектуры, продвинутые стратегии назначения меток и специализированные методы слияния признаков.

В этом руководстве приведён подробный технический анализ PP-YOLOE+ и DAMO-YOLO с рассмотрением их архитектур, методик обучения и преимуществ при развёртывании. Мы также сравним эти фреймворки с современными решениями, такими как Ultralytics YOLO26, чтобы помочь тебе выбрать подходящий инструмент с учётом конкретных ограничений развёртывания.

PP-YOLOE+: улучшенное обнаружение объектов в промышленности#

Разработанный в рамках экосистемы Baidu, PP-YOLOE+ представляет собой итеративное улучшение оригинального PP-YOLOE, значительно оптимизированное для фреймворка глубокого обучения PaddlePaddle. Модель создана для максимальной точности и скорости инференса на серверном оборудовании, что делает её сильным кандидатом для промышленного контроля и задач умной розничной торговли.

Архитектурные инновации#

PP-YOLOE+ включает несколько архитектурных улучшений по сравнению с предыдущими безанкорными детекторами:

• Backbone CSPRepResNet: эта backbone-архитектура использует архитектуру в стиле RepVGG в сочетании со связями частичного разделения этапов (CSP), обеспечивая оптимальный баланс между возможностями извлечения признаков и задержкой инференса.
• Обучение с выравниванием задач (TAL): PP-YOLOE+ использует продвинутую стратегию динамического назначения меток, которая согласует задачи классификации и регрессии во время обучения, сокращая разрыв между производительностью на обучении и при инференсе.
• Эффективная голова с выравниванием задач (ET-head): оптимизированная голова детектора, предназначенная для быстрой обработки признаков без потери пространственного разрешения, что особенно полезно для сохранения высоких значений метрик mAP.

Сведения о PP-YOLOE+:

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

Узнай больше о PP-YOLOE+

DAMO-YOLO: поиск нейронной архитектуры на периферийных устройствах#

Созданная академией DAMO Alibaba, модель DAMO-YOLO использует принципиально другой подход. Вместо ручного проектирования backbone исследовательская команда применила поиск нейронной архитектуры (NAS), чтобы найти высокоэффективные топологии сетей, адаптированные к строгим ограничениям по задержке.

Ключевые особенности и конвейер обучения#

DAMO-YOLO делает акцент на низкой задержке и высокой точности благодаря автоматизированной методологии с активным использованием дистилляции:

• Магистральные сети MAE-NAS: Используя поиск архитектур нейронных сетей на основе максимальной энтропии, DAMO-YOLO строит магистральные сети, оптимизированные специально под баланс между количеством параметров и точностью.
• Efficient RepGFPN: переупараметризованная обобщённая сеть пирамиды признаков обеспечивает надёжное многошкальное слияние признаков, помогая модели обнаруживать объекты сильно различающихся размеров в одном кадре.
• Архитектура ZeroHead: значительно упрощённая голова детектора, резко сокращающая вычислительные накладные расходы на этапе инференса.
• Улучшение с помощью дистилляции: для повышения производительности небольших вариантов DAMO-YOLO активно использует сложный процесс дистилляции знаний, в котором большая модель-учитель направляет обучение модели-ученика.

Сведения о 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 компромисс между задержкой, вычислительной сложностью (FLOPs) и средней точностью (mAP) определяет оптимальную среду их развёртывания.

DAMO-YOLO обычно обеспечивает меньшую задержку TensorRT в вариантах nano и tiny, что делает модель весьма конкурентоспособной для видеопотоков с высокой пропускной способностью. Однако PP-YOLOE+ отлично масштабируется до варианта extra-large (x), обеспечивая точность высшего уровня для сложных изображений, где время инференса имеет второстепенное значение.

Преимущество Ultralytics: развитие архитектур за пределами 2022 года#

Хотя PP-YOLOE+ и DAMO-YOLO стали важными этапами развития, современная разработка требует большей универсальности, более простых конвейеров обучения и меньших требований к памяти. Платформа Ultralytics отвечает этим требованиям, предлагая бесшовный процесс, который значительно превосходит сложные настройки с дистилляцией и зависимостью от конкретного фреймворка, необходимые для более старых моделей.

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

Почему YOLO26 лидирует в отрасли#

Выпущенный в начале 2026 года, YOLO26 развивает наследие YOLO11, внедряя передовые технологии, адаптированные для эксплуатации в продуктивной среде:

• Сквозная архитектура без NMS: YOLO26 устраняет постобработку подавления немаксимумов (NMS). Это упрощает логику развёртывания и обеспечивает стабильную, предсказуемую задержку инференса.
• Оптимизатор MuSGD: вдохновлённый методами обучения больших языковых моделей, YOLO26 использует гибридный оптимизатор MuSGD. Он обеспечивает исключительно стабильное обучение и быструю сходимость, экономя ценные часы работы GPU.
• Превосходный инференс на CPU: за счёт удаления Distribution Focal Loss (DFL) и оптимизации графа сети YOLO26 обеспечивает ускорение инференса на CPU до 43 %, что делает его оптимальным выбором для периферийных устройств с ИИ.
• ProgLoss + STAL: эти продвинутые функции потерь значительно улучшают распознавание небольших объектов, что критически важно для операций с дронами и дистанционного зондирования.
• Непревзойдённая универсальность: в отличие от PP-YOLOE+, ориентированного исключительно на обнаружение, YOLO26 изначально поддерживает оценку позы, сегментацию экземпляров, классификацию изображений и ориентированные ограничивающие рамки (OBB).

Простота использования и эффективность обучения#

Обучение модели DAMO-YOLO требует управления ресурсоёмким конвейером дистилляции «учитель—ученик». Напротив, для обучения модели Ultralytics достаточно нескольких строк Python при минимальном использовании 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")

Оптимальные варианты использования и рекомендации#

Выбор оптимальной архитектуры компьютерного зрения во многом зависит от интеграции с экосистемой твоей команды и целевых сред развёртывания.

• Выбирай PP-YOLOE+, если весь твой конвейер глубоко интегрирован в экосистему Baidu PaddlePaddle. Это по-прежнему отличный выбор для анализа статичных изображений на мощных серверах, где максимальная точность является главным приоритетом.
• Выбирай DAMO-YOLO, если ты проводишь специализированные исследования алгоритмов поиска нейронной архитектуры или располагаешь инженерными ресурсами для поддержки сложных конвейеров дистилляции ради достижения агрессивных целевых показателей задержки TensorRT.
• Выбери Ultralytics YOLO26 для почти всех современных производственных сценариев. Экосистема Ultralytics предоставляет непревзойденную документацию, сниженные требования к памяти и упрощенный API. 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 содержит обширные ресурсы по широко используемым YOLOv8 и надёжному YOLO11, помогая выбрать подходящую модель для любой задачи компьютерного зрения.