YOLO11 и PP-YOLOE+#

Выбор оптимальной архитектуры нейронной сети играет ключевую роль при развертывании приложений компьютерного зрения в производственной среде. В этом техническом сравнении мы рассмотрим две известные модели для обнаружения объектов в реальном времени: Ultralytics YOLO11 и PP-YOLOE+ компании Baidu. Обе архитектуры обеспечивают высокую производительность, но заметно различаются подходами к точности, скорости инференса и экосистеме для разработчиков.

Ниже представлена интерактивная диаграмма, показывающая границы производительности этих моделей и помогающая определить, какая из них лучше подходит для твоих аппаратных ограничений.

Происхождение моделей и история их развития#

Понимание происхождения этих моделей и принципов их разработки даёт ценное представление об их сильных сторонах и оптимальных сценариях применения.

Подробнее о YOLO11#

Разработанная Ultralytics, YOLO11 — это тщательно доработанная версия из серии YOLO, в которой особое внимание уделено балансу высокой скорости инференса, предельной эффективности использования параметров и непревзойдённой простоте работы. Модель широко известна своими универсальными возможностями для решения нескольких задач и удобным для разработчиков Python API.

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Документация: Документация YOLO11

Подробнее о PP-YOLOE+#

PP-YOLOE+ — это усовершенствованная версия PP-YOLOv2, построенная на фреймворке PaddlePaddle. В ней появились архитектурные изменения, в частности основа CSPRepResNet и обучение с выравниванием задач (TAL), позволяющие повысить точность, особенно на мощных GPU.

• Авторы: авторы PaddlePaddle
• Организация: Baidu
• Дата: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• Документация: Документация по настройке PP-YOLOE+

Узнай больше о PP-YOLOE+

Архитектурные различия#

Фундаментальные архитектурные решения YOLO11 и PP-YOLOE+ отражают разные приоритеты в сфере компьютерного зрения.

YOLO11 построена на высокооптимизированной основе и безанкерной голове детектора. Для извлечения признаков разных масштабов с минимальными вычислительными затратами используются блоки C3k2 и Spatial Pyramid Pooling - Fast (SPPF). Такая архитектура особенно хорошо подходит для сокращения задержки инференса на устройствах с ограниченными ресурсами, например на периферийных NPU и мобильных CPU. Кроме того, YOLO11 изначально рассчитана на многозадачное обучение и сразу поддерживает сегментацию экземпляров, оценку позы и детекцию ориентированных ограничивающих рамок (OBB).

PP-YOLOE+ использует основу CSPRepResNet и эффективную голову, согласованную с задачами (ET-head). В ней активно применяются методы репараметризации: во время обучения они повышают выразительную способность модели, а при инференсе параметры объединяются в стандартные свёрточные слои. Хотя это обеспечивает впечатляющую среднюю точность (mAP), получившиеся модели обычно содержат больше параметров и занимают больше памяти, поэтому лучше подходят для развёртывания на мощных серверных GPU, а не на лёгких периферийных устройствах.

Производительность и тесты#

При оценке производительности мы учитываем точность (mAP), скорость инференса на разном оборудовании и эффективность модели (число параметров и FLOPs). В таблице ниже приведены сравнительные метрики; наиболее эффективные или высокие показатели выделены полужирным.

Анализ#

YOLO11 демонстрирует явное преимущество по балансу производительности и эффективности использования параметров. Например, YOLO11m показывает более высокий mAP (51.5), чем PP-YOLOE+m (49.8), при этом использует меньше параметров (20.1M против 23.43M) и значительно быстрее выполняет инференс на TensorRT (4.7ms против 5.56ms). Компактность моделей YOLO11 также означает меньшие требования к памяти как при обучении модели, так и при развёртывании.

Экосистема обучения и удобство использования#

Истинная ценность модели часто определяется тем, насколько просто разработчикам обучить её на собственных наборах данных для компьютерного зрения и развернуть в production.

Преимущества Ultralytics#

Ultralytics уделяет особое внимание удобству работы разработчиков. Обучать YOLO11 можно через простой Python API или CLI, не вникая в сложный шаблонный код. Платформа Ultralytics расширяет эти возможности: она предлагает обучение без кода, автоматическое управление наборами данных и экспорт одним щелчком в такие форматы, как ONNX, CoreML и TensorRT.

Кроме того, модели YOLO очень экономно расходуют память при обучении и не требуют огромного объёма VRAM, характерного для архитектур на базе Transformer или моделей с интенсивной репараметризацией. Благодаря этому обучение возможно на обычном потребительском оборудовании.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLO11
model = YOLO("yolo11n.pt")

# Обучи модель на датасете COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Запустить инференс на изображении
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

Экосистема PP-YOLOE+#

PP-YOLOE+ входит в экосистему PaddleDetection. Этот мощный фреймворк тесно интегрирован с промышленными решениями Baidu, но разработчикам придётся использовать именно фреймворк глубокого обучения PaddlePaddle. Для команд, уже стандартизировавших PyTorch, это может усложнить освоение. Кроме того, экспорт моделей PP-YOLOE+ в стандартные универсальные форматы для периферийных устройств может потребовать дополнительных шагов преобразования по сравнению со встроенными конвейерами экспорта в рабочих процессах Ultralytics.

Оптимальные сценарии применения#

Выбор модели зависит от конкретной среды развёртывания.

• Выбирай YOLO11 для быстрой разработки, периферийных вычислений и мобильных приложений. Благодаря высокой скорости инференса, небольшому объёму занимаемой памяти и широким возможностям экспорта модель отлично подходит для таких задач, как управление запасами в рознице в режиме реального времени (retail inventory management) на обычных CPU, анализ аэрофотоснимков с дронов и сложные многозадачные конвейеры.
• Выбирай PP-YOLOE+, если весь твой производственный конвейер уже тесно связан с экосистемой PaddlePaddle или если ты развёртываешь модель на мощных специализированных серверах инференса, где ограничения по памяти и совместимость с оборудованием (за пределами оптимизированного для Paddle оборудования) не являются ключевыми факторами.

Следующее поколение: знакомься с YOLO26#

YOLO11 по-прежнему остаётся чрезвычайно мощной моделью, однако сфера ИИ развивается стремительно. Для передовых решений в области детекции объектов Ultralytics представила новую YOLO26. Выпущенная в январе 2026 года, YOLO26 развивает достижения предыдущих версий и обеспечивает беспрецедентные эффективность и точность.

Ключевые новшества YOLO26:

• Сквозная архитектура без NMS: необязательная голова one-to-one в YOLO26 (nms=False) пропускает постобработку с помощью подавления немаксимумов (NMS). Это значительно ускоряет инференс и упрощает логику развёртывания — архитектурный прорыв, впервые реализованный в YOLOv10.
• Инференс на CPU до 43% быстрее: модель специально оптимизирована для периферийных устройств без GPU, чтобы обеспечить работу в реальном времени на маломощном оборудовании.
• Оптимизатор MuSGD: этот гибрид SGD и Muon, вдохновлённый стабильностью обучения LLM, обеспечивает более быструю сходимость и стабильное обучение.
• ProgLoss + STAL: улучшенные функции потерь значительно повышают точность распознавания мелких объектов, что особенно важно для задач с дронами и видеонаблюдения.
• Отказ от DFL: исключение Distribution Focal Loss упрощает экспорт модели и значительно повышает совместимость с широким спектром периферийных устройств.

Для новых проектов, где в приоритете скорость, удобный экспорт и максимальная точность, мы настоятельно рекомендуем использовать возможности YOLO26 через платформу Ultralytics.

Если ты рассматриваешь другие архитектуры, сравни YOLO11 с RT-DETR или проверь, как устаревшая YOLOv8 показывает себя в современных тестах.