YOLO11 против EfficientDet: Всестороннее техническое сравнение

В быстро развивающейся области компьютерного зрения выбор правильной модели обнаружения объектов имеет решающее значение для создания успешных приложений искусственного интеллекта. Два известных имени, которые часто всплывают в этих оценках, - это Ultralytics YOLO11 Хотя обе архитектуры нацелены на решение проблемы обнаружения объектов на изображениях, они подходят к этой задаче с принципиально разными философиями проектирования, архитектурными инновациями и приоритетами производительности.

В данном руководстве приводится подробное техническое сравнение, которое поможет разработчикам и исследователям разобраться в нюансах этих двух моделей. Мы рассмотрим их архитектуры, показатели производительности, методики обучения и идеальные сценарии использования, подчеркнув, почему современные разработки часто предпочитают универсальность и скорость семейства YOLO .

Ultralytics YOLO11: современное состояние системы технического зрения в режиме реального времени

Выйдет в конце 2024 года, YOLO11 представляет собой последнюю итерацию знаменитой архитектуры "You Only Look Once" от Ultralytics. Она разработана таким образом, чтобы обеспечить оптимальный компромисс между задержкой вывода и точностью, что делает ее лучшим выбором для приложений реального времени - от периферийных устройств до облачных серверов.

Технические детали:

• Авторы: Гленн Джохер, Цзин Цю
• Организация:Ultralytics
• Дата: 2024-09-27
• GitHub:ultralytics
• Док-ты:Ultralytics YOLO11 Docs

Архитектура и ключевые особенности

YOLO11 опирается на историю оптимизации. В нем используется усовершенствованная конструкция безъякорного детектора, которая упрощает процесс обучения, устраняя необходимость в ручных расчетах якорных блоков. В архитектуру интегрированы усовершенствованные слои извлечения признаков, которые уменьшают общее количество параметров, сохраняя при этом высокий уровень mAP.

В отличие от своих предшественников и конкурентов, ориентированных исключительно на обнаружение, YOLO11 является многозадачным фреймворком. Архитектура одной модели может быть адаптирована для:

• Обнаружение объектов
• Сегментация экземпляров
• Классификация изображений
• Оценка позы
• Ориентированная граница (Oriented Bounding Box, OBB)

Сильные стороны

• Непревзойденная скорость: Оптимизировано для GPU для вычислений, обеспечивая производительность в реальном времени даже при работе с потоками высокого разрешения.
• Универсальность: Встроенная поддержка множества задач компьютерного зрения избавляет от необходимости переключать фреймворки для сегментации или оценки позы.
• Простота использования: Параметр ultralytics Пакет позволяет проводить обучение, проверку и развертывание всего за несколько строк кода.
• Эффективность памяти: Разработан для более быстрого обучения с меньшими требованиями к памяти CUDA по сравнению с альтернативами на основе трансформаторов или более старыми архитектурами.

Узнайте больше о YOLO11

EfficientDet от Google: Оптимизация для повышения эффективности

EfficientDet, представленный командой Google Brain в конце 2019 года, был разработан для повышения эффективности моделей обнаружения объектов. Он был ориентирован на оптимизацию количества параметров и теоретических вычислений (FLOPs), необходимых для достижения высокой точности.

Технические детали:

• Авторы: Мингксинг Тан, Руоминг Панг, Куок В. Ле
• Организация:Google
• Дата: 20.11.2019
• Arxiv:EfficientDet: Масштабируемое и эффективное обнаружение объектов
• GitHub:google
• Документы:EfficientDet README

Архитектура и ключевые особенности

EfficientDet построен на базе EfficientNet и представляет собой две ключевые концепции:

1. BiFPN (Bi-directional Feature Pyramid Network): Слой слияния признаков, который позволяет легко интегрировать многомасштабные признаки, по-разному взвешивая входные признаки, чтобы узнать их важность.
2. Составное масштабирование: Метод равномерного масштабирования разрешения, глубины и ширины сети, создающий семейство моделей от D0 (наименьшая) до D7 (наибольшая).

Сильные и слабые стороны

EfficientDet превосходит по эффективности параметров, часто достигая хорошей точности с меньшим количеством параметров, чем старые модели, такие как YOLOv3. Она хорошо масштабируется, позволяя пользователям выбирать размер модели, который соответствует их теоретическому бюджету FLOPs.

Однако EfficientDet имеет заметные ограничения в современных условиях развертывания:

• Более медленный вывод GPU : Несмотря на эффективность в FLOPs, разделимые по глубине свертки, широко используемые в EfficientDet, часто менее оптимизированы на GPU по сравнению с плотными свертками, используемыми в моделях YOLO . Это приводит к увеличению задержки вычислений.
• Ограниченная область применения: Являясь в первую очередь детектором объектов, он не имеет встроенной, унифицированной поддержки сложных задач, таких как OBB или оценка позы, которая есть в YOLO11.
• Сложный инструментарий: Исходный репозиторий ориентирован на исследованияTensorFlow), в нем отсутствуют отточенные, удобные API и инструменты развертывания, характерные для экосистемы Ultralytics .

Узнайте больше об EfficientDet

Сравнение производительности

При сравнении YOLO11 с EfficientDet наиболее заметная разница заключается в реальной скорости вычислений на аппаратном обеспечении GPU . В то время как EfficientDet минимизирует FLOPs, YOLO11 минимизирует задержку, которая является наиболее важной метрикой для приложений реального времени.

Таблица ниже иллюстрирует этот разрыв. Например, YOLO11n превосходит EfficientDet-d0 как по точности (+4,9 mAP), так и по скорости (в 2,6 раза быстрее на GPU T4). При увеличении масштаба разница становится еще более заметной: YOLO11x превосходит EfficientDet-d7 по точности и при этом работает более чем в 11 раз быстрее.

Анализ результатов

1. Возможности реального времени: YOLO11 обеспечивает истинную возможность вывода в реальном времени для всех размеров моделей на GPU, в то время как EfficientDet с трудом поддерживает частоту кадров в реальном времени (30 FPS или ~33 мс) для своих больших вариантов (d4-d7).
2. Точность против скорости: В каждой сопоставимой точке точности (например, 47,0 mAP) вариант YOLO11 (YOLO11s) значительно быстрее, чем эквивалент EfficientDet (EfficientDet-d3).
3. Эффективность обучения: Модели Ultralytics обычно сходятся быстрее и эффективнее используют аппаратное ускорение, сокращая затраты и время на обучение на пользовательских наборах данных.

Идеальные варианты использования

Когда стоит выбирать Ultralytics YOLO11

YOLO11 является предпочтительным выбором для подавляющего большинства современных проектов в области компьютерного зрения, особенно для тех, где требуется баланс скорости, точности и простоты разработки.

• Edge AI & Robotics: Развертывание на таких устройствах, как NVIDIA Jetson или Raspberry Pi, где низкая задержка является обязательным условием для таких задач, как навигация или предотвращение столкновений.
• Коммерческие приложения: Аналитика в розничной торговле, автоматизированное производство и мониторинг безопасности, где надежность и скорость напрямую влияют на окупаемость инвестиций.
• Многозадачные системы: Проекты, требующие не только ограничивающих рамок, например, проверка, надета ли на работнике защитная экипировка (обнаружение) и правильна ли его поза (оценка позы).
• Быстрая разработка: Команды, которым необходимо быстро выполнять итерации, используя удобный API и обширную документацию.

Когда следует выбирать EfficientDet

EfficientDet остается актуальным в специфических нишевых сценариях:

• Академический бенчмаркинг: Исследователи, изучающие специфические эффекты масштабирования соединений или архитектуры BiFPN.
• Серьезные ограничения по количеству FLOPs: Среды с крайне ограниченными возможностями CPU , в которых теоретическое количество операций (FLOPs) является единственным ограничивающим фактором, а не задержка или пропускная способность памяти.

Простота использования: опыт использования кода Ultralytics

Одной из определяющих особенностей YOLO11 является беспроблемная работа с разработчиками. В то время как унаследованные модели часто требуют сложных конфигурационных файлов и шаблонного кода, Ultralytics упрощает рабочий процесс до нескольких интуитивно понятных строк на Python.

Вот как просто загрузить предварительно обученную модель YOLO11 и провести расчеты:

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model("path/to/image.jpg")

# Display the results
results[0].show()

Эта простота распространяется и на обучение на пользовательских данных:

# Train the model on a custom dataset (e.g., COCO8)
model.train(data="coco8.yaml", epochs=100, imgsz=640)

Заключение

В то время как EfficientDet представил важные концепции масштабирования и эффективности моделей, Ultralytics YOLO11 является лучшим выбором для современных практических задач компьютерного зрения. Он предлагает привлекательное сочетание:

• Превосходная производительность: Более высокая скорость вывода и точность на современном оборудовании.
• Большая универсальность: Единая система для обнаружения, сегментации, позирования и многого другого.
• Лучшее удобство использования: Хорошо поддерживаемая экосистема с отличной документацией и поддержкой сообщества.

Разработчикам, стремящимся создать надежные, высокопроизводительные и масштабируемые приложения ИИ для технического зрения, YOLO11 предоставляет мощь и гибкость, необходимые для достижения успеха.

Сравнения с другими моделями

Узнайте, как YOLO11 сравнивается с другими ведущими архитектурами:

• YOLO11 против YOLOv10
• YOLO11 vs. YOLOv8
• YOLO11 vs. RT-DETR
• EfficientDet против YOLOv8
• EfficientDet против YOLOv7

Комментарии