YOLO11 и YOLOv10
Архитектуры компьютерного зрения в реальном времени продолжают совершенствоваться как для периферийных устройств, так и для облачной инфраструктуры. В этом техническом анализе сравниваются две влиятельные модели: Ultralytics YOLO11 и YOLOv10. Обе улучшили обнаружение объектов в 2024 году, но используют разные архитектурные подходы для достижения своей производительности.
Разбираемся в архитектуре YOLO11#
Сведения о YOLO11:
- 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 развивает многолетние исследования в области компьютерного зрения и ИИ. Ее архитектура обеспечивает богатое представление признаков и универсальность при решении различных задач компьютерного зрения.
Одно из заметных улучшений YOLO11 — блок C3k2. Этот усовершенствованный модуль узкого места улучшает распространение градиентов по сети и эффективность использования параметров, сохраняя высокую точность. Кроме того, YOLO11 использует улучшенный механизм пространственного внимания, помогающий обнаруживать небольшие или частично перекрытые объекты. Поэтому модель хорошо подходит для задач аэросъемки и детального анализа медицинских изображений.
В YOLO11 используется безанкерная архитектура, которая сокращает настройку гиперпараметров и хорошо обобщает данные разных пользовательских датасетов. Требования к памяти во время обучения также ниже, чем у архитектур на базе трансформеров, поэтому исследователи могут эффективно обучать крупные модели на стандартном оборудовании потребительского класса.
Изучаем архитектуру YOLOv10#
Подробности о YOLOv10:
- Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
- Организация: Университет Цинхуа
- Дата: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Документация: https://docs.ultralytics.com/models/yolov10
YOLOv10, разработанная исследователями Университета Цинхуа, стала первой сквозной моделью семейства YOLO. Ее отличительная особенность — обучение без NMS: благодаря согласованному двойному назначению меток во время обучения модель учится предсказывать одну ограничивающую рамку для каждого объекта при инференсе. Это устраняет необходимость в подавлении немаксимумов (NMS) при инференсе — этапе постобработки, который исторически создавал узкие места по задержке в конвейерах развертывания.
Архитектура также использует комплексный подход, сочетающий эффективность и точность. В нее входят раздельное пространственно-канальное понижение разрешения и блоки с выбором по рангу, которые избирательно сокращают избыточность на этапах сети. В результате требуется меньше FLOPs и снижаются вычислительные затраты без существенного падения средней точности (mAP). В приложениях реального времени, где важна каждая миллисекунда, отказ от NMS обеспечивает детерминированный граф инференса, хорошо подходящий для устройств периферийного ИИ.
Показатели производительности и результаты тестирования#
Это сравнение учитывает точность, количество параметров и скорость. В таблице ниже показаны результаты обеих моделей на разных масштабах на датасете COCO.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
YOLO11 показывает немного более высокий mAP на каждом сопоставимом масштабе (например, 39,5 против 38,5 у nano-моделей и 54,7 против 54,4 у моделей x), а YOLOv10 использует меньше параметров на крупных масштабах (29,5 млн против 56,9 млн у моделей x). Задержка TensorRT на T4 у двух семейств примерно одинакова.
При подготовке моделей к развертыванию важно экспортировать их в оптимизированные форматы. С помощью фреймворка Ultralytics YOLO11 и YOLOv10 можно экспортировать в такие форматы, как ONNX и TensorRT. Пошаговые инструкции смотри в руководстве по вариантам развертывания моделей.
Преимущества экосистемы Ultralytics#
Метрики производительности отдельных моделей важны, но практический успех проекта машинного обучения зависит от окружающего фреймворка. Именно здесь YOLO11, как неотъемлемая часть экосистемы Ultralytics, особенно выделяется.
Платформа Ultralytics предлагает удобный интерфейс. Благодаря простому единому API Python разработчики могут решать задачи не только с ограничивающими рамками. YOLO11 из коробки поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB), тогда как YOLOv10 ориентирована на обнаружение объектов. Такой универсальности часто не хватает специализированным исследовательским репозиториям.
Кроме того, экосистема подкреплена подробной документацией и активной поддержкой сообщества. Интеграции с такими инструментами, как Weights & Biases для отслеживания экспериментов и OpenVINO для оптимизации оборудования Intel, встроены непосредственно в библиотеку. Для обучения модели требуется минимум шаблонного кода и меньше памяти CUDA, чем для более тяжелых моделей на базе трансформеров, например RT-DETR.
Практический пример кода#
Обучение и инференс с Ultralytics занимают всего несколько строк кода, а один и тот же API работает и с YOLO11, и с YOLOv10.
from ultralytics import YOLO
# Инициализация модели (YOLO11n или YOLOv10n)
model = YOLO("yolo11n.pt")
# Эффективное обучение модели на пользовательском наборе данных
# Ultralytics автоматически обрабатывает гиперпараметры и оптимизацию памяти
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Запустить инференс на изображении
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Отображение обнаруженных объектов
inference_results[0].show()Сценарии использования и рекомендации#
Выбор между YOLO11 и YOLOv10 зависит от требований конкретного проекта, ограничений развертывания 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.
- Приложения компьютерного зрения для решения нескольких задач: проекты, которым нужны обнаружение объектов, сегментация, классификация, оценка позы и OBB в рамках единого фреймворка.
- Быстрое прототипирование и развертывание: команды, которым нужно быстро перейти от сбора данных к готовому продукту с помощью API Python Ultralytics.
Когда выбирать YOLOv10#
YOLOv10 рекомендуется для таких задач:
- Детектирование в реальном времени без NMS: Приложения, которым полезно сквозное детектирование без подавления немаксимумов, что упрощает развертывание.
- Сбалансированное соотношение скорости и точности: Проекты, в которых важно найти оптимальный баланс между скоростью инференса и точностью детектирования для моделей разных размеров.
- Приложения с постоянной задержкой: Сценарии развертывания, где важны предсказуемые времена инференса, например в робототехнике или автономных системах.
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, работающие только на CPU: устройства без выделенного ускорения на GPU, на которых преимущество YOLO26n особенно заметно: инференс на CPU выполняется до 43% быстрее, чем у YOLO11n.
- Обнаружение небольших объектов: сложные сценарии, например аэрофотосъемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность обнаружения небольших объектов.
Следующее поколение: YOLO26#
YOLOv10 представила обнаружение объектов YOLO без NMS, а YOLO11 усовершенствовала поддержку нескольких задач. Разработчикам, которые сегодня начинают новое развертывание в производственной среде, мы рекомендуем Ultralytics YOLO26.
Выпущенная в январе 2026 года, YOLO26 сочетает сильные стороны обеих моделей. В ней реализована сквозная архитектура YOLOv10 без NMS в виде опциональной головы один-к-одному (nms=False), которая упрощает конвейер развертывания и обеспечивает стабильную задержку. В YOLO26 также добавлены оптимизации для периферийных устройств: удаление DFL (удаление Distribution Focal Loss) упрощает экспорт, а YOLO26n работает на 43% быстрее на CPU, чем YOLO11n, что делает YOLO26 отличным выбором для маломощных IoT-устройств и мобильных приложений.
YOLO26 также привносит в компьютерное зрение стабильность обучения больших языковых моделей (LLM) благодаря оптимизатору MuSGD — гибриду SGD и Muon. В сочетании с ProgLoss + STAL (прогрессивной функцией потерь и назначением меток с учетом малых объектов) YOLO26 повышает точность обнаружения небольших объектов, что особенно важно для детального обнаружения объектов на дорожных видеозаписях и сложной роботизированной автоматизации.
Заключение#
Выбор подходящей модели компьютерного зрения зависит от конкретных эксплуатационных ограничений. YOLOv10 — важный исследовательский этап, показавший, что NMS можно исключить из конвейера обнаружения объектов YOLO. Для более сбалансированного сочетания производительности, универсальности задач и инструментов развертывания YOLO11 предлагает надежное решение корпоративного уровня.
Инженерам, которым нужен дополнительный сквозной инференс вместе с высокой производительностью на периферии, рекомендуется перейти на YOLO26. Платформа Ultralytics обеспечивает проектам надежную основу, которая эффективно поддерживается.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.