YOLO11 и DAMO-YOLO#

Выбор оптимальной архитектуры — важнейший этап любого проекта в области компьютерного зрения. В этом техническом руководстве подробно сравниваются две мощные модели обнаружения объектов: Ultralytics YOLO11 и DAMO-YOLO. Мы подробно рассмотрим их архитектурные инновации, подходы к обучению и применимость в реальных условиях, чтобы помочь тебе выбрать лучший инструмент для своих задач развертывания.

Обзор моделей#

Ultralytics YOLO11#

Разработанная командой Ultralytics, YOLO11 представляет собой тщательно доработанную версию семейства YOLO с серьезной оптимизацией точности и эффективности. Она предназначена для исследователей и инженеров, которым нужна единая готовая к промышленной эксплуатации 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

YOLO11 блещет своей универсальностью. В то время как многие традиционные модели ориентируются исключительно на ограничивающие рамки, YOLO11 изначально поддерживает обнаружение объектов, сегментацию экземпляров, классификацию изображений и оценку поз. Эта многозадачная способность позволяет разработчикам объединять свои конвейеры визуального ИИ в рамках единого, хорошо поддерживаемого фреймворка.

DAMO-YOLO#

DAMO-YOLO разработана исследователями Alibaba Group. Она использует поиск нейронной архитектуры (NAS) для создания высокоэффективных базовых сетей, оптимизированных для вывода в реальном времени на GPU и других ускорителях.

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• 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

Узнай больше о DAMO-YOLO

Основная философия DAMO-YOLO строится вокруг репараметризации и автоматизированного поиска. Используя MAE-NAS (поиск архитектур нейронных сетей на основе максимальной энтропии), авторы спроектировали кастомный бэкбон, который существенно увеличивает скорость инференса на специализированном железе. Он также включает в себя сильно оптимизированный нек под названием Efficient RepGFPN и упрощенную структуру ZeroHead для минимизации задержек.

Сравнение производительности и архитектуры#

Понимание компромиссов производительности крайне важно при развертывании приложений ИИ на периферийных устройствах. В таблице ниже приведены такие ключевые показатели, как средняя точность (mAP), задержка и вычислительная сложность.

Подробный разбор архитектуры#

YOLO11 использует высокоэффективную базовую сеть собственной разработки, которая обеспечивает оптимальный баланс между количеством параметров и выразительной способностью. Она оптимизирована для эффективной работы на широком спектре оборудования и особенно хорошо показывает себя при минимальном использовании памяти CUDA как во время обучения, так и при выводе. Это делает ее отличным вариантом для стандартного пользовательского оборудования и устройств IoT с ограниченными ресурсами.

С другой стороны, бэкбоны DAMO-YOLO, созданные с помощью MAE-NAS, тонко настроены под высокопроизводительные GPU-окружения. Efficient RepGFPN (обобщенная пирамида признаков) агрессивно интегрирует множество масштабов. Тем не менее, хотя репараметризация ускоряет инференс, она может усложнить процесс деплоя, если твой аппаратный стек не поддерживает эти операции должным образом.

Удобство использования и эффективность обучения#

При учете времени разработки простота использования модели становится не менее важной, чем ее показатели в бенчмарках.

YOLO11 создавалась с особым вниманием к доступности для разработчиков. Комплексный пакет ultralytics берет на себя сложные задачи разбора наборов данных, аугментации и настройки гиперпараметров. Экспорт моделей в производственные форматы, такие как ONNX, TensorRT и OpenVINO, выполняется одной командой.

from ultralytics import YOLO

# Initialize YOLO11 object detection model
model = YOLO("yolo11s.pt")

# Train the model with mixed precision on COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to TensorRT for edge deployment
model.export(format="engine", device=0)

DAMO-YOLO, созданная в академической и исследовательской среде, имеет более высокий порог освоения. Для достижения максимальной точности часто требуются сложные конвейеры дистилляции знаний — сначала нужно обучить большую сеть «учитель», а затем передать эти знания меньшей сети «ученику». По сравнению с компактными циклами обучения моделей Ultralytics это значительно увеличивает необходимые вычислительные ресурсы GPU и общую продолжительность обучения.

Варианты применения и рекомендации#

Выбор между YOLO11 и DAMO-YOLO зависит от конкретных требований проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLO11#

YOLO11 — отличный выбор для:

• Промышленного развертывания на периферийных устройствах: коммерческих приложений на таких устройствах, как Raspberry Pi или NVIDIA Jetson, где особенно важны надежность и активная поддержка.
• Многоцелевых приложений компьютерного зрения: проектов, которым в рамках единого унифицированного фреймворка требуются детектирование, сегментация, оценка позы и OBB.
• Быстрого прототипирования и развертывания: команд, которым нужно быстро перейти от сбора данных к промышленной эксплуатации с помощью оптимизированного Ultralytics Python API.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

• Высокопроизводительная видеоаналитика: Обработка видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при размере пакета 1 является основной метрикой.
• Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
• Исследования поиска нейронных архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных репараметризованных базовых сетей на производительность обнаружения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Применение и варианты использования в реальных условиях#

Автономные системы и дроны#

Для аэрофотосъемки и развертывания на БПЛА YOLO11 обеспечивает исключительно удачный баланс производительности. Обнаружение небольших объектов — серьезная проблема для анализа данных с дронов, но YOLO11 изначально эффективно работает с различными масштабами. Кроме того, низкие требования к памяти позволяют вариантам YOLO11 Nano и Small работать непосредственно на легких периферийных CPU или NPU, установленных на дроне.

Промышленная автоматизация и контроль качества#

На интеллектуальных фабриках задержка имеет первостепенное значение. Хотя DAMO-YOLO обеспечивает высокую скорость вывода на мощных серверных GPU благодаря шейному модулю RepGFPN, такая жесткая интеграция может оказаться избыточной. YOLO11 часто становится более эффективной альтернативой для автоматизированного контроля качества благодаря простым API трекинга и возможности легко перейти от обычного обнаружения к задачам с ориентированными ограничивающими рамками (OBB), если для распознавания дефектов требуются границы под углом.

Интеллектуальное здравоохранение и медицинская визуализация#

Наборы данных медицинских изображений часто относительно невелики, поэтому избежать переобучения бывает сложно. Методы активной аугментации в сочетании со стандартными конвейерами переноса обучения, предоставляемыми экосистемой Ultralytics с полноценной поддержкой, помогают врачам и разработчикам надежно развертывать точные модели обнаружения опухолей. Обширная поддержка сообщества обеспечивает быстрое решение проблем в сложных областях, таких как здравоохранение.

В конечном счете, хотя DAMO-YOLO остается мощной демонстрацией поиска архитектур нейронных сетей, YOLO11 и расширенное семейство Ultralytics остаются окончательной рекомендацией для задач компьютерного зрения в реальном мире, отдавая приоритет быстрому развертыванию, удобству для разработчиков и первоклассной многозадачной производительности.