YOLO11 и DAMO-YOLO
Выбор правильной архитектуры — критически важный этап любого проекта в области компьютерного зрения. В этом руководстве сравниваются две модели обнаружения объектов — Ultralytics YOLO11 и DAMO-YOLO, рассматриваются их архитектуры, процессы обучения и применимость в реальных условиях, чтобы ты мог выбрать подходящий инструмент для своего развертывания.
Обзор моделей#
Ultralytics YOLO11#
Разработанная Ultralytics, YOLO11 совершенствует семейство YOLO, обеспечивая и точность, и эффективность. Она создана для исследователей и инженеров, которым нужна единая готовая к промышленному применению экосистема — от управления наборами данных до развертывания на периферийных устройствах.
- Авторы: Glenn Jocher и Jing Qiu
- Организация: Ultralytics
- Дата: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Документация: https://docs.ultralytics.com/models/yolo11
Главное преимущество YOLO11 — универсальность. В то время как многие модели работают только с ограничивающими рамками, YOLO11 из коробки поддерживает обнаружение объектов, сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB). Это позволяет разработчикам объединить конвейеры компьютерного зрения в рамках одного хорошо поддерживаемого фреймворка.
DAMO-YOLO#
DAMO-YOLO разработана исследователями Alibaba Group. Для поиска эффективных backbone, подходящих для инференса в реальном времени на GPU и других ускорителях, используется поиск нейронной архитектуры (NAS).
- Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуне Хуан, Юань Чжан и Сюйюй Сунь
- Организация: Alibaba Group
- Дата: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
- Документация: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md
В основе DAMO-YOLO лежат перепараметризация и автоматизированный поиск. Используя MAE-NAS (Maximum Entropy Neural Architecture Search), авторы создали специальный backbone, ускоряющий инференс на специализированном оборудовании. В модель также добавлены оптимизированный neck Efficient RepGFPN и лёгкая голова ZeroHead для минимизации задержки.
Сравнивая YOLO11 и DAMO-YOLO, обрати внимание и на более новую Ultralytics YOLO26. Она поддерживает опциональный сквозной инференс без NMS (nms=False), а YOLO26n работает на CPU до 43% быстрее, чем YOLO11n. Также можно посмотреть сравнения YOLOX и DAMO-YOLO и YOLOv8 и DAMO-YOLO.
Сравнение производительности и архитектуры#
При развертывании приложений периферийного ИИ важно учитывать компромиссы между характеристиками. В таблице ниже приведены среднее значение точности (mAP), задержка и размер моделей на наборе данных COCO. При сопоставимых размерах YOLO11 точнее и быстрее на GPU T4: YOLO11s достигает 47.0 mAP за 2.5 мс против 46.0 mAP за 3.45 мс у DAMO-YOLOs, а YOLO11l достигает 53.4 mAP за 6.2 мс против 50.8 mAP за 7.18 мс у DAMO-YOLOl. DAMO-YOLOt (42.0 mAP, 8.5M параметров) по размеру и точности занимает промежуточное положение между YOLO11n и YOLO11s.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Подробный разбор архитектуры#
YOLO11 использует специально разработанный backbone, который обеспечивает баланс между количеством параметров и выразительной способностью. Модель хорошо работает на разных типах оборудования и потребляет мало памяти CUDA как во время обучения, так и при инференсе. Это делает её хорошим вариантом для потребительского оборудования и IoT-устройств с ограниченными ресурсами.
Backbone MAE-NAS в DAMO-YOLO оптимизированы для GPU-сред с высокой пропускной способностью. Efficient RepGFPN (обобщённая пирамида признаков) объединяет признаки разных масштабов. Перепараметризация ускоряет инференс, но может усложнить развертывание, если стек оборудования плохо поддерживает эти операции.
Удобство использования и эффективность обучения#
Когда сроки разработки важны, простота использования модели не менее важна, чем её результаты в тестах.
YOLO11 создана с расчётом на доступность для разработчиков. Пакет ultralytics обрабатывает разбор наборов данных, аугментацию и настройку гиперпараметров, а экспорт в производственные форматы, например ONNX, TensorRT и OpenVINO, выполняется одной командой.
from ultralytics import YOLO
# Инициализируй модель детекции объектов YOLO11
model = YOLO("yolo11s.pt")
# Обучи модель на COCO8 со смешанной точностью
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Экспортируй обученную модель в TensorRT для развёртывания на периферийном устройстве
model.export(format="engine", device=0)DAMO-YOLO разработана в исследовательской среде и сложнее в освоении. Заявленная точность модели достигается благодаря конвейеру дистилляции знаний: сначала обучается более крупная сеть-«учитель», затем её знания передаются меньшей сети-«ученику». По сравнению со стандартным циклом обучения Ultralytics это требует больше вычислений на GPU и времени на обучение.
Сценарии использования и рекомендации#
Выбор между YOLO11 и DAMO-YOLO зависит от конкретных требований проекта, ограничений развёртывания и предпочтений в отношении экосистемы.
Когда выбирать YOLO11#
YOLO11 — отличный выбор для следующих задач:
- Промышленное развертывание на периферийных устройствах: коммерческие приложения на устройствах вроде Raspberry Pi или NVIDIA Jetson, где особенно важны надёжность и активная поддержка.
- Многозадачные приложения компьютерного зрения: проекты, которым нужны обнаружение объектов, сегментация, оценка позы и OBB в рамках единого фреймворка.
- Быстрое прототипирование и развертывание: командам, которым нужно быстро пройти путь от сбора данных до промышленной эксплуатации с помощью Ultralytics Python API.
Когда стоит выбрать DAMO-YOLO#
DAMO-YOLO рекомендуется для следующих задач:
- Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на фиксированной инфраструктуре NVIDIA GPU, где основной показатель — пропускная способность при размере пакета 1.
- Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
- Исследования в области поиска нейросетевых архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных перенастраиваемых базовых сетей на качество обнаружения.
Когда выбирать Ultralytics (YOLO26)#
Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:
- Развертывание на периферийных устройствах без NMS: приложения, которым нужен стабильный инференс с низкой задержкой без сложной постобработки методом подавления немаксимумов (NMS).
- 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.
Примеры применения в реальных условиях#
Автономные системы и дроны#
Для аэрофотосъёмки и развертывания на БПЛА YOLO11 обеспечивает выгодный баланс скорости и точности. Обнаружение мелких объектов — серьёзная задача при анализе данных с дронов, а многомасштабное объединение признаков YOLO11 помогает обрабатывать объекты разных размеров. Низкие требования к памяти позволяют запускать варианты YOLO11 Nano и Small непосредственно на лёгких периферийных CPU или NPU, установленных на дроне.
Промышленная автоматизация и контроль качества#
На умных фабриках критически важна задержка. DAMO-YOLO обеспечивает быстрый инференс на серверных GPU, но её специализированную архитектуру может быть сложнее интегрировать. Для автоматизированного контроля качества часто практичнее выбрать YOLO11 благодаря простому API отслеживания и возможности переключаться с обнаружения объектов на задачи OBB, когда дефекты требуют наклонных ограничивающих рамок.
Умное здравоохранение и медицинская визуализация#
Наборы данных медицинских изображений часто невелики, поэтому избежать переобучения непросто. Встроенные инструменты аугментации и процессы трансферного обучения в экосистеме Ultralytics помогают врачам и разработчикам создавать точные модели для обнаружения опухолей. Большое сообщество Ultralytics также помогает решать задачи в специализированных областях, таких как здравоохранение.
Если ты создаёшь новое приложение с нуля, рассмотри YOLO26. Выпущенная в январе 2026 года, эта модель использует оптимизатор MuSGD, ProgLoss и STAL для повышения точности обнаружения мелких объектов, а также предлагает опциональный режим инференса без NMS в сквозной архитектуре (nms=False).
DAMO-YOLO остаётся ярким примером применения поиска нейронной архитектуры, но для реальных задач компьютерного зрения практичнее выбрать YOLO11 и более широкое семейство Ultralytics во главе с YOLO26 — благодаря быстрому развертыванию, простоте использования и поддержке нескольких задач.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.