YOLO11 и YOLOv6-3.0#

Область компьютерного зрения стремительно развивается, и выбор подходящей архитектуры модели — важное решение для специалистов по машинному обучению. YOLO11 и YOLOv6-3.0 — две важные вехи в развитии обнаружения объектов в реальном времени. Обе модели эффективно извлекают полезную информацию из визуальных данных, но создавались с разными основными целями и принципами проектирования.

В этом руководстве подробно анализируются и сравниваются архитектуры, метрики производительности и оптимальные сценарии развертывания моделей, чтобы помочь тебе принять взвешенное решение для следующего проекта в области ИИ.

Обзор моделей#

Прежде чем перейти к техническим бенчмаркам, полезно понять происхождение и основные задачи каждой модели.

Ultralytics YOLO11#

Созданная непосредственно в экосистеме Ultralytics, YOLO11 разработана для обеспечения удобного сквозного процесса разработки. В ней важны не только чистая скорость, но и универсальность для решения множества задач, простота использования и интеграция с современными конвейерами развертывания.

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2024-09-27
• GitHub: Репозиторий Ultralytics
• Документация: Документация YOLO11

Meituan YOLOv6-3.0#

YOLOv6-3.0 специально разработана для промышленных приложений, где доступны выделенные графические процессоры (GPU). Она тщательно оптимизирована для развертывания на TensorRT и максимальной пропускной способности в контролируемых средах.

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

Подробнее о YOLOv6

Архитектурные различия#

Архитектура определяет, как модель обучается и масштабируется. В обеих платформах реализованы уникальные улучшения классической формулы YOLO.

YOLO11 развивает многолетние исследования и предлагает архитектуру с исключительно эффективным использованием параметров. В ней используются продвинутый backbone и универсальная голова, способная решать разнообразные задачи компьютерного зрения, например сегментацию экземпляров и оценку позы, без масштабных изменений структуры. Кроме того, YOLO11 требует исключительно мало памяти CUDA во время обучения, что отличает её от более крупных моделей на основе Transformer, таких как RT-DETR.

В свою очередь, в YOLOv6-3.0 используются двунаправленный модуль конкатенации (BiC) и стратегия обучения с поддержкой якорей (AAT). Эти механизмы предназначены для повышения точности локализации. Архитектура преимущественно разделена на компоненты и активно квантизирована для инференса моделей в INT8, что делает её хорошим вариантом для высокоскоростных производственных линий с устаревшими стеками GPU.

Производительность и метрики#

При оценке моделей важнее всего средняя точность (mAP) и скорость инференса. В следующей таблице сравнивается производительность YOLO11 и YOLOv6-3.0 для моделей разных масштабов. Лучшие метрики выделены полужирным.

Как видно, YOLO11 стабильно обеспечивает более высокую точность (mAP) при значительно меньшем количестве параметров и FLOPs на соответствующих уровнях. Благодаря такой эффективности использования параметров снижается потребность в памяти как при обучении модели, так и при инференсе.

Преимущества Ultralytics#

Выбор модели зависит не только от чистых метрик, но и от всего жизненного цикла машинного обучения. Модели Ultralytics дают явное преимущество и разработчикам, и исследователям.

1. Простота использования: API Python Ultralytics позволяет обучать, проверять и экспортировать модели всего несколькими строками кода. Настраивать сложные деревья зависимостей вручную не нужно.
2. Хорошо поддерживаемая экосистема: Ultralytics предлагает единую экосистему, которая часто обновляется. Используя платформу Ultralytics, разработчики получают доступ к совместной разметке наборов данных, облачному обучению и удобному мониторингу моделей.
3. Универсальность: В отличие от YOLOv6-3.0, которая предназначена главным образом для обнаружения объектов с ограничивающими рамками, YOLO11 изначально поддерживает классификацию изображений и ориентированные ограничивающие рамки (OBB), позволяя объединить технологический стек.
4. Эффективность обучения: Благодаря современным оптимизациям и автоматическому формированию пакетов YOLO11 эффективно обучается на потребительском оборудовании, делая передовые технологии компьютерного зрения с ИИ доступнее.

Пример кода: обучение и инференс#

Работать с моделями Ultralytics очень просто. Ниже приведён полностью работоспособный пример обучения и запуска инференса с помощью пакета Ultralytics.

from ultralytics import YOLO

# Загрузка предварительно обученной облегчённой модели YOLO11
model = YOLO("yolo11s.pt")

# Эффективно обучи модель на наборе данных COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Запусти инференс на изображении из интернета
prediction = model("https://ultralytics.com/images/bus.jpg")

# Экспортируй модель в формат ONNX для простого развертывания
model.export(format="onnx")

Оптимальные сценарии применения#

Зная сильные стороны каждой модели, ты сможешь выбрать подходящий инструмент для задачи.

Когда стоит выбрать YOLOv6-3.0: Если ты поддерживаешь устаревшую промышленную систему, построенную специально на конвейерах TensorRT 7.x/8.x, а всё оборудование состоит из выделенных GPU NVIDIA T4 или A100 для высокоскоростной автоматизации производства, YOLOv6 остаётся эффективным и подходящим решением.

Когда стоит выбрать YOLO11: Почти для всех современных приложений YOLO11 — лучший выбор. Разрабатываешь ли ты решения для умного производства, внедряешь ли периферийный ИИ на устройствах Raspberry Pi или решаешь несколько задач, например обнаруживаешь и сегментируешь медицинские изображения, YOLO11 обеспечит оптимальный баланс скорости, точности и гибкости развертывания.

Взгляд в будущее: передовая YOLO26#

YOLO11 — это огромный шаг вперёд, но Ultralytics продолжает расширять возможности компьютерного зрения. Новая серия моделей YOLO26, выпущенная в январе 2026 года, представляет собой самые передовые решения и рекомендуется для всех новых проектов.

YOLO26 предлагает несколько революционных функций, специально разработанных для современных задач развертывания:

• Сквозная архитектура без NMS: Развивая идеи, впервые реализованные в YOLOv10, YOLO26 предлагает встроенную сквозную голову (nms=False), которая устраняет постобработку с подавлением немаксимумов (NMS), ускоряя и значительно упрощая конвейеры развертывания.
• Удаление DFL: Удаление Distribution Focal Loss упрощает голову сети и значительно повышает совместимость YOLO26 с маломощными устройствами Интернета вещей (IoT) и периферийными устройствами.
• Оптимизатор MuSGD: Вдохновлённый инновациями в обучении больших языковых моделей (LLM), например Kimi K2 от Moonshot AI, YOLO26 использует гибридный оптимизатор Muon-SGD, обеспечивая беспрецедентную стабильность обучения и более быструю сходимость.
• Вывод на CPU до 43% быстрее: YOLO26 значительно оптимизирован для максимальной производительности CPU в приложениях, работающих без выделенных GPU-ускорителей.
• ProgLoss + STAL: Эти усовершенствованные функции потерь заметно повышают точность распознавания мелких объектов, что особенно важно для съёмки с дронов и воздушного наблюдения.
• Улучшения для отдельных задач: YOLO26 включает специализированные усовершенствования для всех задач, например многомасштабное прототипирование для сегментации и оценивание остаточного логарифмического правдоподобия (RLE) для оценки позы.

Если ты сегодня начинаешь новый проект в области компьютерного зрения, обучи модель YOLO26 на платформе Ultralytics: так ты заложишь в основу своего приложения самую эффективную, точную и перспективную архитектуру из доступных.

Если ты хочешь изучить обнаружение объектов с открытым словарём, ознакомься также с нашей документацией по YOLO-World.