YOLO11 против DAMO-YOLO#

Выбор оптимальной архитектуры — критически важный шаг в любом проекте computer vision. Это техническое руководство предлагает подробное сравнение двух мощных моделей детекции объектов: Ultralytics YOLO11 и DAMO-YOLO. Мы погрузимся в их архитектурные инновации, парадигмы обучения и практическую применимость, чтобы помочь тебе выбрать лучший инструмент для твоих задач развертывания.

Обзор моделей#

Ultralytics YOLO11#

Разработанная командой Ultralytics, YOLO11 представляет собой высокоэффективную итерацию в семействе YOLO, значительно оптимизированную как по точности, так и по производительности. Она создана для исследователей и инженеров, которым нужна единая, готовая к промышленному использованию экосистема, охватывающая всё — от управления наборами данных до развертывания на граничных 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

Узнай больше о YOLO11

YOLO11 блистает своей универсальностью. В то время как многие традиционные модели ориентированы исключительно на ограничивающие рамки, YOLO11 изначально поддерживает object detection, instance segmentation, image classification и pose estimation. Эта многомодальная способность позволяет разработчикам объединять свои пайплайны vision AI в рамках единого, поддерживаемого в актуальном состоянии фреймворка.

DAMO-YOLO#

DAMO-YOLO была разработана исследователями из Alibaba Group. Она использует поиск архитектуры нейронных сетей (Neural Architecture Search, NAS) для обнаружения высокоэффективных бэкендов, адаптированных для инференса 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: 23.11.2022
• 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 (Multi-Objective Evolutionary Neural Architecture Search), авторы спроектировали кастомный бэкенд, который значительно увеличивает скорость инференса на специализированном оборудовании. Она также включает в себя сильно оптимизированную «шейку» (neck) под названием Efficient RepGFPN и упрощенную структуру ZeroHead для минимизации задержек.

Сравнение производительности и архитектуры#

Понимание компромиссов производительности жизненно важно при развертывании приложений edge AI. В таблице ниже приведены ключевые метрики, такие как mean Average Precision (mAP), задержка (latency) и вычислительный размер.

Глубокое изучение архитектуры#

YOLO11 полагается на высокоэффективный бэкбон собственной разработки, который идеально балансирует между количеством параметров и репрезентативной емкостью. Он оптимизирован для отличной работы на самых разных аппаратных средствах и изначально превосходит аналоги благодаря минимальному использованию CUDA memory как во время обучения, так и при инференсе. Это делает его отличным выбором для стандартного потребительского железа или IoT-устройств с ограниченными ресурсами.

Напротив, бэкенды DAMO-YOLO, созданные с помощью MAE-NAS, точно настроены для сред с высокой пропускной способностью GPU. Её Efficient RepGFPN (Generalized Feature Pyramid Network) агрессивно интегрирует несколько масштабов. Однако, несмотря на то, что репараметризация ускоряет инференс, это может усложнить процесс развертывания, если твой стек оборудования плохо поддерживает такие операции.

Удобство использования и эффективность обучения#

При учете времени разработки простота использования модели становится такой же важной, как и её базовые показатели.

YOLO11 во многом строится на принципах доступности для разработчиков. Комплексный пакет ultralytics берет на себя всю тяжелую работу по разбору датасетов, аугментации и подбору гиперпараметров. Экспорт моделей в производственные форматы вроде ONNX, TensorRT и OpenVINO требует всего одной команды.

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, происходящая из академической и исследовательской среды, отличается более высоким порогом вхождения. Достижение максимальной точности часто сопряжено со сложными пайплайнами дистилляции знаний: это значит, что сначала тебе нужно обучить массивную «учительскую» сеть, прежде чем передавать знания меньшей «ученической» сети. Это существенно увеличивает требуемые затраты GPU compute и общую продолжительность обучения по сравнению с лаконичными циклами обучения моделей Ultralytics.

Сценарии использования и рекомендации#

Выбор между YOLO11 и DAMO-YOLO зависит от требований твоего конкретного проекта, ограничений при развертывании и предпочтений в экосистеме.

Когда выбирать YOLO11#

YOLO11 — отличный выбор для:

• Развертывание на периферийных устройствах для продакшена: Коммерческие приложения на таких устройствах, как Raspberry Pi или NVIDIA Jetson, где надежность и активное обслуживание имеют первостепенное значение.
• Многозадачные приложения компьютерного зрения: Проекты, требующие обнаружения, сегментации, оценки позы и OBB в рамках единого универсального фреймворка.
• Быстрое прототипирование и развертывание: Команды, которым необходимо быстро перейти от сбора данных к продакшену с помощью удобного Ultralytics Python API.

Когда выбирать DAMO-YOLO#

DAMO-YOLO рекомендуется для:

• Высокопроизводительной видеоаналитики: обработки видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при batch-1 является основной метрикой.
• Промышленных производственных линий: сценариев с жесткими ограничениями по задержке GPU на специализированном оборудовании, таких как проверка качества в реальном времени на сборочных линиях.
• Исследований Neural Architecture Search: изучения влияния автоматизированного поиска архитектуры (MAE-NAS) и эффективных репараметризованных бэкендов на производительность детекции.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Реальные применения и варианты использования#

Автономные системы и дроны#

Для аэрофотоснимков и задач с БПЛА YOLO11 обеспечивает невероятно выгодный баланс производительности. Детекция мелких объектов — серьезнейшее препятствие в аналитике с дронов, но YOLO11 справляется с разными масштабами «из коробки». Кроме того, низкие memory requirements позволяют вариантам YOLO11 Nano и Small работать напрямую на легких периферийных CPU или NPU, установленных на дроне.

Промышленная автоматизация и контроль качества#

На умных производствах задержка имеет первостепенное значение. Хотя DAMO-YOLO предлагает надежную скорость инференса на мощных серверных GPU благодаря своему неку RepGFPN, столь жесткая интеграция может оказаться избыточной. YOLO11 часто служит лучшей альтернативой для автоматизированного контроля качества благодаря простым tracking APIs и возможности легко переключаться с чистой детекции на задачи oriented bounding box (OBB), если для дефектов требуется распознавание угловых границ.

Умное здравоохранение и медицинская визуализация#

Датасеты медицинских изображений часто относительно малы, и избежать переобучения непросто. Активные методы аугментации в сочетании со стандартными пайплайнами трансферного обучения, предоставляемыми развитой экосистемой Well-Maintained Ecosystem от Ultralytics, помогают клиницистам и разработчикам надежно развертывать точные модели tumor detection. Масштабная поддержка сообщества гарантирует быстрое решение проблем в таких сложных областях, как здравоохранение.

В конечном итоге, хотя DAMO-YOLO остается мощной демонстрацией поиска архитектуры нейронных сетей, YOLO11 и расширенное семейство Ultralytics остаются окончательной рекомендацией для реальных задач компьютерного зрения, отдавая приоритет быстрому развертыванию, удобству для разработчика и первоклассной мультимодальной производительности.