PP-YOLOE+ и YOLOv5
При выборе фреймворка глубокого обучения для компьютерного зрения разработчики часто сравнивают разные архитектуры, чтобы найти оптимальный баланс скорости, точности и простоты развертывания. В этом сравнении рассматриваются технические различия PP-YOLOE+ и YOLOv5 для обнаружения объектов. Анализируя их архитектуры, показатели производительности и наиболее подходящие сценарии развертывания, ты сможешь принять обоснованное решение для следующего проекта — будь то робототехника реального времени, развертывание на периферийных устройствах или облачная видеоаналитика.
Происхождение моделей и метаданные#
За обеими моделями стоят сильные инженерные команды, но они ориентированы на несколько разные экосистемы. Знание их происхождения поможет понять причины архитектурных решений.
Подробности о PP-YOLOE+:
- Авторы: авторы PaddlePaddle
- Организация: Baidu
- Дата: 2022-04-02
- arXiv: https://arxiv.org/abs/2203.16250
- GitHub: https://github.com/PaddlePaddle/PaddleDetection/
- Документация: README PaddleDetection
Сведения о YOLOv5:
- Авторы: Glenn Jocher
- Организация: Ultralytics
- Дата: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Документация: https://docs.ultralytics.com/models/yolov5
Сравнение архитектур#
Архитектура PP-YOLOE+#
PP-YOLOE+ — развитие моделей экосистемы Baidu на основе предыдущих решений, таких как PP-YOLOv2. В ней используется оптимизированная основа CSPRepResNet, улучшающая извлечение признаков за счет сочетания принципов сетей с частичным межэтапным соединением (CSP) и методов репараметризации. Благодаря этому модель сохраняет высокую точность при обучении, а затем сводится к более компактной архитектуре для ускорения инференса.
Кроме того, PP-YOLOE+ использует обучение с выравниванием задач (TAL) и эффективную голову, согласованную с задачами (ET-head). Это сочетание призвано устранить несогласованность задач классификации и локализации — распространенное узкое место плотных детекторов объектов. Несмотря на продуманную архитектуру, модель тесно связана с фреймворком PaddlePaddle, что может создавать трудности с интеграцией для команд, выбравших другие распространенные библиотеки машинного обучения.
Архитектура YOLOv5#
В отличие от нее, YOLOv5 изначально разработана на PyTorch, отраслевом стандарте для академических исследований и корпоративных производственных систем. В модели используется модифицированная основа CSPDarknet53, известная эффективным распространением градиента и использованием параметров.
Отличительная особенность YOLOv5 — алгоритм AutoAnchor, который перед обучением автоматически проверяет и настраивает размеры анкерных рамок с учётом твоего пользовательского набора данных. Это избавляет от ручной настройки гиперпараметров ограничивающих рамок. Шейк сети агрегации путей (PANet) обеспечивает надёжное слияние признаков разных масштабов, позволяя эффективно обнаруживать объекты разных размеров.
Поскольку YOLOv5 создана непосредственно на PyTorch, для экспорта в оптимизированные форматы, такие как ONNX и TensorRT, требуется значительно меньше промежуточной конфигурации, чем для моделей, привязанных к инструментальным цепочкам конкретных фреймворков.
Анализ производительности#
Для оценки этих моделей нужно учитывать компромисс между средней точностью (mAP) и задержкой. В таблице ниже приведены показатели для моделей разных размеров.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
PP-YOLOE+ обеспечивает очень конкурентные показатели mAP в крупных вариантах, например X, а YOLOv5 работает быстрее и использует меньше параметров в младших вариантах. Для YOLOv5 Nano (YOLOv5n) требуется всего 1.9 миллиона параметров, поэтому модель хорошо подходит для периферийных устройств с ограниченной памятью. Кроме того, для обучения моделей YOLO обычно требуется меньше памяти CUDA, чем для тяжелых альтернатив на основе Transformer, таких как RT-DETR.
Преимущества Ultralytics#
При выборе архитектуры одних только численных показателей недостаточно. Успех проекта в реальных условиях часто зависит от удобства разработки, поддержки экосистемы и конвейеров развертывания. В этих областях особенно заметны модели Ultralytics.
Простота использования#
Python API Ultralytics скрывает сложный шаблонный код. Разработчики могут запускать обучение, проверять производительность и развертывать модели, написав минимум кода. Документация подробная, активно поддерживается и доступна при поддержке большого международного сообщества с открытым исходным кодом.
Универсальность для разных задач#
PP-YOLOE+ — специализированный детектор объектов, тогда как экосистема Ultralytics позволяет решать разные задачи компьютерного зрения с помощью единого API. С YOLOv5 и последующими моделями ты можешь легко перейти от стандартных ограничивающих рамок к рабочим процессам сегментации экземпляров и классификации.
Пример кода: обучение YOLOv5#
Для начала работы достаточно нескольких строк кода. Благодаря такой простоте циклы исследований и разработок значительно ускоряются.
from ultralytics import YOLO
# Загрузить предварительно обученную малую модель YOLOv5
model = YOLO("yolov5su.pt") # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics
# Обучи модель на датасете COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Выполнить быстрый инференс изображения
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()Примеры применения в реальных условиях#
Когда стоит выбрать PP-YOLOE+: Если твоя организация тесно интегрирована в программный стек Baidu или активно использует специализированное оборудование, требующее фреймворка PaddlePaddle, PP-YOLOE+ станет надежным решением. Модель часто применяют в специализированных производственных конвейерах с уже существующей интеграцией Paddle.
Когда стоит выбрать YOLOv5: Для большинства разработчиков, исследователей и компаний YOLOv5 остается отличным вариантом. Благодаря PyTorch модель сразу совместима с такими инструментами отслеживания, как Weights & Biases, и легко экспортируется в TensorRT для ускорения на GPU NVIDIA или в CoreML для устройств Apple. Модель хорошо показывает себя в самых разных областях — от мониторинга сельскохозяйственных культур до высокоскоростной навигации дронов.
Будущее обнаружения объектов: Ultralytics YOLO26#
YOLOv5 стала знаковой моделью, но компьютерное зрение продолжает развиваться. Для всех новых проектов рекомендуется YOLO26, выпущенная в январе 2026 года. Доступная через Ultralytics Platform, YOLO26 задает новый уровень эффективности.
Ключевые инновации YOLO26:
- Сквозная архитектура без NMS: Необязательная голова one-to-one (
nms=False) в YOLO26 полностью исключает этап постобработки с подавлением немаксимумов (NMS). Это снижает вариативность задержки и значительно упрощает конвейер развертывания. - До 43% более быстрый вывод на CPU: Отказ от распределённой фокальной функции потерь (DFL) значительно повышает скорость YOLO26 на периферийных устройствах без GPU: YOLO26n работает до 43% быстрее YOLO11n.
- Оптимизатор MuSGD: Этот гибридный оптимизатор, вдохновлённый методами обучения больших языковых моделей (LLM), стабилизирует динамику обучения и ускоряет сходимость на пользовательских наборах данных.
- Улучшения для конкретных задач: Включает ProgLoss и STAL (прогрессивную функцию потерь и назначение меток с учётом мелких объектов), повышающие точность распознавания крошечных объектов. Модель изначально поддерживает обнаружение ориентированных ограничивающих рамок (OBB) на аэрофотоснимках.
Если ты изучаешь современные модели компьютерного зрения, тебе может быть интересно сравнить предыдущее поколение YOLO11 или такие трансформерные подходы, как RT-DETR. Надёжная экосистема и постоянное развитие архитектуры делают Ultralytics отличным выбором для современных задач компьютерного зрения.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.