RTDETRv2 и YOLO26
Модели обнаружения объектов в реальном времени оценивают по скорости, точности и эффективности развёртывания. На этой странице сравниваются два актуальных подхода: основанная на Transformer модель RTDETRv2 и Ultralytics YOLO26 — свёрточная нейронная сеть (CNN), предназначенная для развёртывания на периферийных устройствах. Здесь рассматриваются их архитектуры, метрики производительности и оптимальные сценарии применения, чтобы помочь тебе выбрать подходящую модель для следующего проекта в области компьютерного зрения.
RTDETRv2: Transformer для обнаружения объектов в реальном времени#
RTDETRv2 развивает архитектуру оригинальной модели RT-DETR, сочетая способность vision Transformer учитывать глобальный контекст со скоростью, необходимой для приложений реального времени.
Основные характеристики:
- Авторы: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang и Yi Liu
- Организация: Baidu
- Дата: 2024-07-24
- Ссылки: arXiv, GitHub, Документация
Архитектура и сильные стороны#
В отличие от традиционных детекторов на основе якорных рамок, RTDETRv2 использует архитектуру на основе Transformer, которая устраняет необходимость в подавлении немаксимумов (NMS) при постобработке. Механизм внимания помогает модели обрабатывать сложные сцены и перекрывающиеся объекты. Улучшения обучения «Bag-of-Freebies» повышают точность на датасете COCO, сохраняя практическую скорость инференса на высокопроизводительных GPU.
Ограничения#
RTDETRv2 показывает высокие результаты в тестах, но её сложнее использовать в промышленной среде. Архитектуры Transformer обычно потребляют больше памяти при обучении и инференсе, чем CNN, что может осложнить развёртывание на ресурсно ограниченных устройствах для периферийного ИИ. Для обучения Transformer также обычно нужны пакеты большего размера и больше памяти CUDA, что может стать узким местом на оборудовании с ограниченными ресурсами.
YOLO26: визуальный ИИ для периферийных устройств#
Ultralytics YOLO26, выпущенная в январе 2026 года, — новейшая модель Ultralytics YOLO и рекомендуемый выбор для новых проектов. Её архитектура рассчитана на простое развёртывание в промышленной среде и эффективный инференс на периферийном оборудовании.
Основные характеристики:
- Авторы: Glenn Jocher и Jing Qiu
- Организация: Ultralytics
- Дата: 14 января 2026 года
- Ссылки: GitHub, Документация
Архитектурные инновации#
В YOLO26 реализовано несколько изменений, которые помогают решить распространённые проблемы развёртывания моделей:
- Сквозная архитектура без NMS: Опираясь на обучение без NMS, которое YOLOv10 внедрила в модели YOLO, YOLO26 поддерживает нативный сквозной инференс. Дополнительная голова one-to-one (
nms=False) пропускает постобработку с NMS, снижая колебания задержки и делая время инференса более предсказуемым в production. - Инференс на CPU до 43% быстрее: Архитектурные улучшения и отказ от Distribution Focal Loss (DFL) делают YOLO26n до 43% быстрее YOLO11n на CPU, что подходит для устройств периферийных вычислений без выделенных GPU.
- Оптимизатор MuSGD: Вдохновлённый методами обучения больших языковых моделей (LLM), например Kimi K2 от Moonshot AI, YOLO26 использует оптимизатор MuSGD — гибрид SGD и Muon, который обеспечивает более стабильное обучение и более быструю сходимость.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учётом малых объектов (STAL) улучшают распознавание небольших объектов, что важно для приложений с использованием аэроснимков и наблюдения с дронов.
Помимо стандартного обнаружения, YOLO26 включает улучшения для конкретных задач: функцию потерь для семантической сегментации и многомасштабный модуль прототипов для задач сегментации, Residual Log-Likelihood Estimation (RLE) для оценки позы и специализированную функцию потерь угла, которая устраняет проблемы на границах при обнаружении ориентированных ограничивающих рамок (OBB).
Сравнение производительности#
В таблице ниже сравниваются точность (mAP) и вычислительная эффективность на валидационной выборке COCO. При сопоставимом размере YOLO26 достигает более высокого mAP, чем RTDETRv2, и имеет меньшую задержку в TensorRT.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
YOLO26x достигает 57.5 mAP — на 3.2 пункта выше RTDETRv2-x — при меньшем числе параметров (55.7M против 76M) и более быстром инференсе в TensorRT (11.8 мс против 15.03 мс). YOLO26 также обычно использует меньше памяти, поэтому лучше подходит для периферийных систем реального времени.
Экосистема и простота использования#
Помимо чистой производительности, скорость перехода модели от исследований к production зависит от окружающей её экосистемы. Платформа Ultralytics объединяет в одном месте разметку наборов данных, обучение и развёртывание моделей Ultralytics.
Единая экосистема с надёжной поддержкой#
RTDETRv2 — это прежде всего исследовательский репозиторий, для которого может потребоваться сложная настройка окружения и ручное написание скриптов для пользовательских задач. Ultralytics YOLO26 входит в зрелый, тщательно протестированный пакет Python с простым API для обучения, валидации, предсказаний и экспорта.
Благодаря встроенным интеграциям с Weights & Biases и Comet отслеживание экспериментов доступно сразу. RTDETRv2 предназначен только для обнаружения объектов, тогда как YOLO26 также поддерживает сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию изображений, оценку позы и обнаружение OBB в рамках одной платформы.
Пример кода: просто и наглядно#
API Python от Ultralytics загружает модели, выполняет инференс и экспортирует модели всего несколькими строками кода, а один и тот же пакет поддерживает RT-DETR и YOLO26.
from ultralytics import RTDETR, YOLO
# Загрузить модель RT-DETR
model_rtdetr = RTDETR("rtdetr-l.pt")
# Загрузи модель YOLO26
model_yolo = YOLO("yolo26n.pt")
# Запустить инференс на изображении
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
# Показать результаты YOLO26
results_yolo[0].show()
# Экспортировать YOLO26 в формат ONNX
model_yolo.export(format="onnx")Сценарии использования и рекомендации#
Выбор между RT-DETR и YOLO26 зависит от конкретных требований проекта, ограничений развертывания и предпочтительной экосистемы.
Когда выбрать RT-DETR#
RT-DETR — отличный выбор для:
- Исследований обнаружения на основе Transformer: Проектов, в которых изучаются механизмы внимания и архитектуры Transformer для сквозного обнаружения объектов без NMS.
- Сценариев с высокой точностью и гибкими требованиями к задержке: Приложений, где точность обнаружения важнее всего, а немного большая задержка инференса допустима.
- Обнаружения крупных объектов: Сцен, в которых преобладают объекты среднего и крупного размера, а механизм глобального внимания Transformer даёт естественное преимущество.
Когда выбирать YOLO26#
YOLO26 рекомендуется для:
- Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
- Среды только с CPU: Устройства без выделенного ускорения GPU, где инференс YOLO26 на CPU — до 43% быстрее (YOLO26n против YOLO11n), что даёт решающее преимущество.
- Обнаружение небольших объектов: сложные сценарии, например аэрофотосъемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность обнаружения небольших объектов.
Другие архитектуры#
YOLO26 — рекомендуемая отправная точка, но и более ранние модели остаются полезными. YOLO11 по-прежнему полностью поддерживается и хорошо подходит для существующих систем, построенных на его основе; подробности см. в сравнении RT-DETR и YOLO11. Для более старых архитектур сравнение EfficientDet и YOLO26 показывает, насколько продвинулись архитектуры обнаружения объектов.
Заключение#
И RTDETRv2, и YOLO26 развивают обнаружение объектов в реальном времени. Для команд, которым важны простой путь к production, небольшой объём используемой памяти и широкая поддержка задач, рекомендуем Ultralytics YOLO26. Его дополнительный инференс без NMS, высокая скорость на CPU и экосистема Ultralytics помогают масштабировать проекты компьютерного зрения — как на облачном сервере, так и на Raspberry Pi с ограниченными ресурсами.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.