YOLO11 и YOLOv10#

Область компьютерного зрения реального времени постоянно развивается: новые архитектуры расширяют возможности периферийных устройств и облачной инфраструктуры. В этом подробном техническом анализе мы разберём особенности двух ключевых моделей: Ultralytics YOLO11 и YOLOv10. Обе модели значительно расширяют возможности обнаружения объектов, но достигают высокой производительности за счёт принципиально разных архитектурных подходов.

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

Представленная как универсальная мощная модель, YOLO11 опирается на многолетние фундаментальные исследования в области компьютерного зрения и ИИ. В основе философии YOLO11 лежат богатство признаков и исключительная универсальность при решении самых разных задач компьютерного зрения.

Одно из заметных улучшений YOLO11 — блок C3k2. Этот усовершенствованный модуль узкого места оптимизирует распространение градиента по всей сети, значительно повышая эффективность использования параметров и сохраняя высокую точность. Кроме того, в YOLO11 используется улучшенный механизм пространственного внимания, необходимый для обнаружения маленьких и частично перекрытых объектов. Благодаря этому модель отлично подходит для анализа аэрофотоснимков и подробного анализа медицинских изображений.

В YOLO11 используется безанкорная архитектура, которая упрощает настройку гиперпараметров и обеспечивает надёжное обобщение на множестве пользовательских датасетов. Кроме того, при обучении требуется значительно меньше памяти, чем для архитектур на основе Transformer, поэтому исследователи могут эффективно обучать крупные модели на стандартном пользовательском оборудовании.

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

Разработанная исследователями из Университета Цинхуа, YOLOv10 стала новаторской сквозной моделью в семействе YOLO и привлекла большое внимание. Отличительная особенность YOLOv10 — методика обучения без NMS. Благодаря согласованному двойному назначению на этапе обучения модель естественным образом предсказывает ровно один ограничивающий прямоугольник для каждого объекта. Этот прорыв полностью устраняет необходимость в подавлении немаксимумов (NMS) во время инференса — этапе постобработки, который исторически создавал узкие места и увеличивал задержки в конвейерах развертывания.

Архитектура также реализует целостный подход к проектированию, сочетающий эффективность и точность. В ней используются разделённое по пространственным и канальным измерениям уменьшение разрешения и блоки, оптимизированные с учётом ранга, которые выборочно сокращают избыточность на этапах сети. В результате требуется меньше FLOPs и снижаются вычислительные затраты без существенного ухудшения средней точности (mAP). В приложениях реального времени, где важна каждая миллисекунда, отказ от NMS обеспечивает детерминированный граф инференса, отлично подходящий для периферийных устройств ИИ.

Подробнее о YOLOv10

Показатели производительности и результаты тестирования#

При сравнении этих двух моделей мы учитываем баланс точности, количества параметров и скорости. В таблице ниже показано, как они сравниваются на разных масштабах на наборе данных COCO.

Как показывают показатели производительности YOLO, YOLO11 обеспечивает немного более высокие значения mAP во всех вариантах. Архитектура YOLOv10 без NMS обеспечивает стабильное сквозное время инференса, но YOLO11 также демонстрирует высокую пропускную способность при оптимизации с помощью TensorRT на оборудовании NVIDIA.

Преимущества экосистемы Ultralytics#

Хотя отдельные показатели производительности важны, практический успех проекта машинного обучения определяет окружающая экосистема. Именно здесь YOLO11, являясь полноправной частью экосистемы Ultralytics, раскрывает свои сильные стороны.

Платформа Ultralytics предлагает исключительно удобный интерфейс. С помощью простого унифицированного Python API разработчики могут решать задачи, выходящие за рамки определения базовых ограничивающих прямоугольников. YOLO11 изначально поддерживает сегментацию экземпляров, оценку позы, классификацию изображений и обнаружение повёрнутых ограничивающих прямоугольников (OBB). Такой широкой функциональности часто не хватает специализированным исследовательским репозиториям.

Кроме того, экосистема располагает обширной документацией и активной поддержкой сообщества. Интеграции с такими инструментами, как Weights & Biases для отслеживания экспериментов и OpenVINO для оптимизации на оборудовании Intel, встроены непосредственно в библиотеку. Для обучения модели требуется минимум шаблонного кода, а сам процесс отличается высокой эффективностью и требует меньше памяти CUDA, чем ресурсоёмкие модели на основе Transformer, такие как RT-DETR.

Практический пример кода#

Ultralytics создана для того, чтобы обучение и инференс были максимально простыми и интуитивно понятными. Один и тот же API без проблем 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 конкретных требований 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.
• 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 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 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.

Следующее поколение: YOLO26#

YOLOv10 представила революционную парадигму без NMS, а YOLO11 довела до совершенства универсальность в многозадачных сценариях, но сфера ИИ развивается стремительно. Разработчикам, которые сегодня начинают новые промышленные развертывания, мы настоятельно рекомендуем изучить Ultralytics YOLO26.

Выпущенная в январе 2026 года, YOLO26 объединяет лучшие решения обоих подходов. Она предлагает сквозную архитектуру без NMS, впервые реализованную в YOLOv10 в виде необязательной головы один-к-одному (nms=False), что значительно упрощает конвейер развертывания и обеспечивает стабильные задержки. Кроме того, YOLO26 включает специализированные оптимизации для периферийных вычислений. Благодаря удалению DFL (Distribution Focal Loss) архитектуру проще экспортировать, а инференс на CPU выполняется до 43% быстрее, чем у предыдущих моделей. Это делает YOLO26 оптимальным выбором для маломощных устройств IoT и мобильных приложений.

YOLO26 также привносит в компьютерное зрение стабильность обучения больших языковых моделей (LLM) благодаря инновационному оптимизатору MuSGD — гибридному решению, основанному на передовых исследованиях в области ИИ. В сочетании с функциями потерь ProgLoss + STAL YOLO26 обеспечивает непревзойдённую точность при обнаружении небольших объектов, что крайне важно для обнаружения объектов на дорожных видеозаписях и сложной роботизированной автоматизации.

Заключение#

Выбор подходящей модели компьютерного зрения зависит от конкретных эксплуатационных ограничений. YOLOv10 стала важной вехой в академической сфере, доказав, что NMS можно эффективно исключить из конвейера обнаружения объектов. Однако для оптимального сочетания производительности, широкой поддержки задач и удобных инструментов развертывания YOLO11 предлагает надёжное решение, готовое к использованию в корпоративной среде.

Инженерам, которым нужны самые передовые решения — сочетание простоты сквозной архитектуры и высокой скорости на периферийных устройствах, — мы настоятельно рекомендуем перейти на новейшую YOLO26. Используя все возможности платформы Ultralytics, ты обеспечишь своим проектам надёжную, высокоэффективную и рассчитанную на будущее основу.