YOLO11 и DAMO-YOLO#

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

Обзор моделей#

Ultralytics YOLO11#

Разработанная командой Ultralytics, YOLO11 — это тщательно доработанная модель семейства YOLO, в которой значительно улучшены точность и эффективность. Она предназначена для исследователей и инженеров, которым нужна единая готовая к production экосистема — от управления наборами данных до развёртывания 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

Сильная сторона YOLO11 — универсальность. В отличие от многих традиционных моделей, которые работают только с ограничивающими рамками, YOLO11 изначально поддерживает детекцию объектов, сегментацию экземпляров, классификацию изображений и оценку позы. Благодаря поддержке нескольких задач разработчики могут объединить свои конвейеры ИИ для компьютерного зрения в рамках одного поддерживаемого фреймворка.

DAMO-YOLO#

DAMO-YOLO разработана исследователями Alibaba Group. Для поиска эффективных основ, 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

Узнай больше о DAMO-YOLO

В основе DAMO-YOLO лежат репараметризация и автоматизированный поиск. С помощью MAE-NAS (поиска нейронной архитектуры с максимальной энтропией) авторы создали специальную основу, которая значительно повышает скорость инференса на специализированном оборудовании. В архитектуре также используются высокооптимизированная шея Efficient RepGFPN и упрощённая структура ZeroHead, позволяющие свести задержку к минимуму.

Сравнение производительности и архитектуры#

При развёртывании приложений периферийного ИИ важно понимать компромиссы между производительностью и вычислительными затратами. В таблице ниже приведены ключевые метрики, такие как средняя точность (mAP), задержка и вычислительная сложность.

Подробный разбор архитектуры#

YOLO11 использует специально разработанную высокоэффективную основу, обеспечивающую оптимальный баланс между числом параметров и выразительной способностью модели. Она отлично работает на разном оборудовании и изначально оптимизирована для минимального использования памяти CUDA как при обучении, так и при инференсе. Поэтому она отлично подходит для стандартного потребительского оборудования и IoT-устройств с ограниченными ресурсами.

Напротив, основы DAMO-YOLO, созданные с помощью MAE-NAS, точно настроены для высокопроизводительных GPU-сред. Efficient RepGFPN (обобщённая пирамидальная сеть признаков) активно объединяет данные разных масштабов. Однако репараметризация ускоряет инференс, но может усложнить развёртывание, если стек оборудования не обеспечивает явную поддержку этих операций.

Удобство использования и эффективность обучения#

При оценке времени разработки простота использования модели не менее важна, чем её результаты в тестах.

YOLO11 создавалась с особым вниманием к удобству для разработчиков. Комплексный пакет ultralytics берёт на себя разбор наборов данных, аугментацию и настройку гиперпараметров. Для экспорта моделей в production-форматы, такие как ONNX, TensorRT и OpenVINO, достаточно одной команды.

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, созданная в академической исследовательской среде, сложнее в освоении. Для достижения максимальной точности часто требуются сложные конвейеры дистилляции знаний: сначала нужно обучить большую сеть «учитель», а затем передать её знания меньшей сети «ученик». Это значительно увеличивает затраты на вычисления GPU и общую продолжительность обучения по сравнению с лёгкими циклами обучения моделей Ultralytics.

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, в которых в рамках единого фреймворка требуются обнаружение объектов, сегментация, оценка позы и OBB.
• Быстрое прототипирование и развертывание: команды, которым нужно быстро пройти путь от сбора данных до промышленной эксплуатации с помощью удобного Python API Ultralytics.

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 оптимальное сочетание производительности и удобства разработки:

• 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 ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Примеры применения в реальных условиях#

Автономные системы и дроны#

Для аэрофотосъёмки и беспилотных летательных аппаратов YOLO11 обеспечивает исключительно удачный баланс производительности. Детекция мелких объектов — серьёзная проблема при анализе данных с дронов, но YOLO11 изначально умеет работать с объектами разного масштаба. Кроме того, низкие требования к памяти позволяют запускать версии YOLO11 Nano и Small непосредственно на лёгких периферийных CPU или NPU, установленных на дроне.

Промышленная автоматизация и контроль качества#

На умных производствах задержка имеет первостепенное значение. Благодаря шее RepGFPN DAMO-YOLO обеспечивает надёжно высокую скорость инференса на мощных серверных GPU, однако её жёсткая интеграция может оказаться избыточной. YOLO11 часто становится более удачным выбором для автоматизированного контроля качества благодаря простым API для трекинга и возможности без проблем перейти от обычной детекции к задачам с ориентированными ограничивающими рамками (OBB), если для обнаружения дефектов нужно распознавать наклонные границы.

Умное здравоохранение и медицинская визуализация#

Наборы медицинских изображений часто относительно малы, поэтому избежать переобучения непросто. Активная аугментация и стандартные конвейеры трансферного обучения, доступные благодаря хорошо поддерживаемой экосистеме Ultralytics, помогают врачам и разработчикам надёжно внедрять точные модели для обнаружения опухолей. Благодаря большой поддержке сообщества проблемы в сложных областях, таких как здравоохранение, решаются быстро.

DAMO-YOLO остаётся впечатляющим примером поиска нейронной архитектуры, однако для практических задач компьютерного зрения мы рекомендуем YOLO11 и расширенное семейство Ultralytics: они обеспечивают быстрое развёртывание, удобство для разработчиков и первоклассную производительность при решении нескольких задач.