YOLO11 vs YOLOv6-3.0: Всестороннее техническое сравнение

Область компьютерного зрения быстро развивается, и выбор правильной архитектуры модели является критически важным решением для специалистов по машинному обучению. Двумя значительными вехами в развитии обнаружения объектов в реальном времени являются YOLO11 и YOLOv6-3.0. Хотя обе модели предлагают впечатляющие возможности для извлечения информации из визуальных данных, они были разработаны с различными основными целями и философиями проектирования.

В этом руководстве представлен углубленный технический анализ, сравнивающий их архитектуры, метрики производительности и идеальные сценарии развертывания, чтобы помочь вам принять обоснованное решение для вашего следующего проекта ИИ.

Обзоры моделей

Прежде чем углубляться в технические бенчмарки, полезно понять истоки и основное назначение каждой модели.

Ultralytics YOLO11

Разработанный изначально в экосистеме Ultralytics, YOLO11 был спроектирован для обеспечения бесшовного, сквозного процесса разработки. Он акцентирует внимание не только на чистой скорости, но и на многозадачной универсальности, простоте использования и интеграции с современными конвейерами развертывания.

• Авторы: Гленн Джочер и Цзин Цю
• Организация:Ultralytics
• Дата: 2024-09-27
• GitHub:Репозиторий Ultralytics
• Документация:Документация YOLO11

Узнайте больше о YOLO11

Meituan YOLOv6-3.0

YOLOv6-3.0 был специально разработан для промышленных применений, где доступны выделенные графические процессоры (GPU). Он активно оптимизирован для развертывания с TensorRT, с акцентом на максимизацию пропускной способности в контролируемых средах.

• Авторы: Чуйи Ли, Лулу Ли, Ифэй Генг, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдан Ке, Сяомин Сюй и Сянсян Чу
• Организация:Meituan
• Дата: 2023-01-13
• Arxiv:2301.05586
• GitHub:Репозиторий Meituan YOLOv6
• Документация:Документация YOLOv6

Узнайте больше о YOLOv6

Архитектурные различия

Базовая архитектура определяет, как модель обучается и масштабируется. Обе платформы привносят уникальные улучшения в классическую формулу YOLO.

YOLO11 основана на многолетних исследованиях для создания архитектуры, которая невероятно эффективна по параметрам. Она включает усовершенствованный backbone и обобщенную голову, способную решать разнообразные задачи компьютерного зрения — такие как сегментация экземпляров и оценка позы — без необходимости масштабных структурных перестроек. Кроме того, YOLO11 отличается исключительно низкими требованиями к памяти CUDA во время обучения, что выделяет ее среди более громоздких моделей-трансформеров, таких как RT-DETR.

Напротив, YOLOv6-3.0 использует модуль двунаправленной конкатенации (BiC) и стратегию обучения с использованием якорей (AAT). Эти механизмы предназначены для повышения точности локализации. Архитектура в основном декомпозирована и сильно квантована в пользу инференса модели INT8, что делает ее сильным претендентом для высокоскоростных производственных линий, использующих устаревшие стеки GPU.

Производительность и метрики

При оценке моделей средняя точность (mAP) и скорость инференса имеют первостепенное значение. В следующей таблице сравнивается производительность YOLO11 с YOLOv6-3.0 для различных масштабов моделей. Наилучшие показатели выделены жирным шрифтом.

Как показано, YOLO11 стабильно достигает более высокой точности (mAP) при значительно меньшем количестве параметров и FLOPs на эквивалентных уровнях. Эта эффективность параметров напрямую приводит к снижению требований к памяти как во время обучения модели, так и во время инференции.

Преимущество Ultralytics

Выбор модели — это нечто большее, чем просто чистые метрики; это весь жизненный цикл машинного обучения. Модели Ultralytics предоставляют явное преимущество как для разработчиков, так и для исследователей.

1. Простота использования: Python API Ultralytics позволяет обучать, валидировать и экспортировать модели всего в нескольких строках кода. Нет необходимости вручную настраивать сложные деревья зависимостей.
2. Хорошо поддерживаемая экосистема: Ultralytics предоставляет единую экосистему, которая регулярно обновляется. Используя Ultralytics Platform, разработчики получают доступ к совместной аннотации наборов данных, облачному обучению и бесшовному мониторингу моделей.
3. Универсальность: В отличие от YOLOv6-3.0, который в основном является детектором ограничивающих рамок, YOLO11 нативно поддерживает классификацию изображений и ориентированные ограничивающие рамки (OBB), что позволяет консолидировать ваш технологический стек.
4. Эффективность обучения: Благодаря современным оптимизациям и автоматическому пакетированию (auto-batching), YOLO11 эффективно обучается на потребительском оборудовании, демократизируя доступ к передовому ИИ для компьютерного зрения.

Пример кода: Обучение и инференс

Работа с моделями Ultralytics очень интуитивно понятна. Ниже приведен полностью работоспособный пример, демонстрирующий, как обучать и выполнять инференс с использованием пакета Ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model efficiently on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Run inference on an image from the web
prediction = model("https://ultralytics.com/images/bus.jpg")

# Export the model to ONNX format for easy deployment
model.export(format="onnx")

Идеальные варианты использования

Понимание того, в чем превосходит каждая модель, гарантирует выбор правильного инструмента для задачи.

Когда выбрать YOLOv6-3.0: Если вы поддерживаете устаревшую промышленную систему, построенную специально на базе конвейеров TensorRT 7.x/8.x, и ваше оборудование полностью состоит из выделенных NVIDIA T4 или A100 GPU для высокоскоростной автоматизации производства, YOLOv6 остается жизнеспособным и мощным движком.

Когда выбрать YOLO11: Почти для всех современных приложений YOLO11 является превосходным выбором. Независимо от того, создаете ли вы решения для умного производства, развертываете периферийный ИИ на устройствах Raspberry Pi или выполняете многозадачные операции, такие как detect и segment медицинские изображения, YOLO11 обеспечивает оптимальный баланс скорости, точности и гибкости развертывания.

Взгляд в будущее: Передовой YOLO26

Хотя YOLO11 представляет собой огромный шаг вперед, Ultralytics постоянно расширяет границы компьютерного зрения. Выпущенная в январе 2026 года, новая серия моделей YOLO26 является абсолютным состоянием искусства и является рекомендуемой моделью для всех новых проектов.

YOLO26 представляет несколько новаторских функций, разработанных специально для решения современных задач развертывания:

• Сквозная архитектура без NMS: Основываясь на концепциях, впервые реализованных в YOLOv10, YOLO26 изначально является сквозной. Она полностью исключает постобработку Non-Maximum Suppression (NMS), что приводит к более быстрым и значительно упрощенным конвейерам развертывания.
• Удаление DFL: Удаление Distribution Focal Loss в YOLO26 упрощает головную часть сети, значительно повышая совместимость с маломощными устройствами Интернета вещей (IoT) и периферийными устройствами.
• Оптимизатор MuSGD: Вдохновленный инновациями в обучении больших языковых моделей (LLM) (такими как Kimi K2 от Moonshot AI), YOLO26 использует гибридный оптимизатор Muon-SGD, обеспечивая беспрецедентную стабильность обучения и более быструю сходимость.
• До 43% более быстрая инференция на CPU: Для приложений, работающих без выделенных GPU-ускорителей, YOLO26 был значительно оптимизирован для обеспечения максимальной пропускной способности CPU.
• ProgLoss + STAL: Эти передовые функции потерь обеспечивают заметные улучшения в распознавании мелких объектов, что критически важно для изображений с дронов и воздушного наблюдения.
• Специализированные улучшения: YOLO26 включает настраиваемые улучшения для всех задач, такие как многомасштабное прототипирование для сегментации и оценка остаточного логарифмического правдоподобия (RLE) для оценки позы.

Если вы начинаете новую инициативу в области компьютерного зрения сегодня, использование Платформы Ultralytics для обучения модели YOLO26 гарантирует, что ваше приложение будет построено на самой эффективной, точной и перспективной из доступных архитектур.

Для разработчиков, заинтересованных в изучении обнаружения с открытым словарем, вы также можете ознакомиться с нашей документацией по YOLO-World.

Комментарии