YOLO11 против YOLOv7#

Сфера computer vision продолжает стремительно развиваться, причем обнаружение объектов в реальном времени остается на переднем крае приложений искусственного интеллекта. Выбор правильной архитектуры для твоего проекта требует поиска сложного компромисса между скоростью, точностью и простотой развертывания. В этом руководстве мы предлагаем подробное техническое сравнение двух выдающихся архитектур: Ultralytics YOLO11 и YOLOv7.

История моделей и технические детали#

Обе модели оказали значительное влияние на сообщество глубокого обучения, но они основаны на разных философиях разработки и появились в разные эпохи.

Детали YOLO11:
Авторы: Гленн Джочер (Glenn Jocher) и Цзин Цю (Jing Qiu)
Организация: Ultralytics
Дата: 2024-09-27
GitHub: https://github.com/ultralytics/ultralytics
Документация: https://docs.ultralytics.com/models/yolo11/

Узнай больше о YOLO11

Детали YOLOv7:
Авторы: Чиен-Яо Ван (Chien-Yao Wang), Алексей Бочковский и Хун-Юань Марк Ляо (Hong-Yuan Mark Liao)
Организация: Institute of Information Science, Academia Sinica, Taiwan
Дата: 2022-07-06
Arxiv: https://arxiv.org/abs/2207.02696
GitHub: https://github.com/WongKinYiu/yolov7
Документация: https://docs.ultralytics.com/models/yolov7/

Узнай больше о YOLOv7

Архитектурные различия#

При анализе внутренних механизмов видно, что оба детектора используют передовые концепции, однако их структурные основы различаются.

В YOLOv7 была представлена концепция расширенных сетей агрегации эффективных слоев (Extended Efficient Layer Aggregation Networks, E-ELAN). Эта архитектура была разработана для непрерывного повышения обучаемости сети без разрушения исходного пути градиентов — важнейший прорыв, описанный в их исследовательской работе. YOLOv7 в значительной степени опирается на структурную репараметризацию и надежную методологию «набора бесплатных бонусов» (bag-of-freebies) во время обучения, повышая общую точность на наборе данных COCO без увеличения затрат на вывод.

В отличие от нее, YOLO11 построена на базе высокооптимизированной архитектуры Ultralytics. Она делает акцент на более усовершенствованном конвейере извлечения признаков с меньшим количеством параметров, что приводит к снижению потребления памяти при обучении. YOLO11 достигает исключительно благоприятного баланса производительности, задействуя меньше вычислительных ресурсов (FLOPs) при сопоставимой или превосходящей точности обнаружения по сравнению с более тяжелыми моделями. Кроме того, YOLO11 изначально поддерживает более широкое разнообразие задач, что делает ее универсальным выбором для современных приложений компьютерного зрения.

Сравнение производительности и метрик#

Чтобы точно оценить жизнеспособность в реальных условиях, необходимо оценивать такие метрики, как mean Average Precision (mAP), скорость инференса, количество параметров модели и вычислительную сложность (FLOPs). В следующей таблице показано сравнение масштабируемых вариантов YOLO11 с более крупными моделями YOLOv7.

Как видишь, такая модель, как YOLO11x, достигает более высокого результата 54.7 mAP по сравнению с 53.1 mAP у YOLOv7x, при этом используя значительно меньше параметров (56.9M против 71.3M). Это подчеркивает превосходную архитектурную эффективность YOLO11.

Эффективность обучения и удобство экосистемы#

Одной из самых определяющих характеристик, разделяющих эти две архитектуры, является опыт разработчика и окружающая экосистема.

YOLOv7 по своей сути является академическим исследовательским репозиторием. Обучение моделей часто требует сложной настройки окружения, ручного управления зависимостями и использования длинных аргументов командной строки. Хотя она поддерживает передовые эксперименты, адаптация кода репозитория YOLOv7 на GitHub для кастомных продакшн-сред может занять много времени.

YOLO11 полностью переосмысляет простоту использования. Она полностью интегрирована в платформу Ultralytics — комплексную и поддерживаемую экосистему, предлагающую бесшовные сквозные рабочие процессы. От разметки данных и локального обучения до деплоя — единый Python API и простой интерфейс командной строки оптимизируют весь процесс.

Сравнение кода#

Обучение модели обнаружения объектов с помощью YOLO11 требует всего несколько строк кода, что значительно снижает порог входа:

from ultralytics import YOLO

# Load a pretrained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model effortlessly using the unified API
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Quickly export to ONNX format
model.export(format="onnx")

Для сравнения, типичная команда обучения YOLOv7 выглядит так, требуя тщательной настройки путей, файлов конфигурации и bash-скриптов:

python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights 'yolov7_training.pt'

YOLO11 также обеспечивает огромную универсальность. В то время как YOLOv7 требует совершенно иных кодовых баз или серьезных модификаций для поддержки задач за пределами обнаружения (таких как оценка позы или сегментация), YOLO11 справляется с обнаружением объектов, сегментацией экземпляров, классификацией изображений, оценкой позы и обнаружением ориентированных ограничивающих рамки (OBB) с помощью единого связного фреймворка.

Реальные применения и идеальные сценарии использования#

Выбор между YOLOv7 и YOLO11 полностью зависит от масштаба проекта и ограничений при развертывании.

Когда стоит рассмотреть YOLOv7:

• Бенчмаркинг устаревших моделей: Академические исследователи, изучающие проектирование путей градиентов, могут использовать YOLOv7 в качестве отправной точки для оценки более новых сверточных нейронных сетей.
• Существующие кастомные пайплайны: Команды с глубоко кастомизированными пайплайнами на C++ или CUDA, созданными специально под уникальную логику декодирования ограничивающих рамок в YOLOv7.

Когда стоит выбрать YOLO11:

• Коммерческий продакшн: Приложения в сфере умного ритейла или диагностики в здравоохранении получают огромную выгоду от поддерживаемой кодовой базы и высокой стабильности YOLO11.
• Условия с ограниченными ресурсами: Легковесный вес модели YOLO11n делает ее исключительно подходящей для развертывания на мобильных и периферийных (edge) устройствах с помощью ONNX.
• Многозадачные проекты: Если одному приложению нужно идентифицировать человека, сопоставить его скелет (pose) и сегментировать объект, который он держит, YOLO11 предоставляет единое решение.

Передовой край: Движение вперед с YOLO26#

Хотя YOLO11 выступает в роли исключительно надежного выбора, инновации в области искусственного интеллекта не стоят на месте. Инженерам, начинающим новые проекты сегодня, настоятельно рекомендуется изучить Ultralytics YOLO26.

Выпущенная в январе 2026 года, YOLO26 представляет сквозной дизайн без NMS (NMS-Free), полностью устраняя узкие места задержки, связанные с постобработкой немаксимального подавления. Кроме того, YOLO26 включает революционный оптимизатор MuSGD, вдохновленный методологиями обучения языковых моделей, что обеспечивает более быструю сходимость. Благодаря целевым улучшениям потерь с помощью ProgLoss + STAL и ускорению вывода на CPU до 43% за счет удаления DFL, YOLO26 специально оптимизирована для периферийных вычислений и представляет собой текущую вершину зрения ИИ.

Узнай больше о YOLO26

Пользователям, интересующимся специализированными альтернативными структурами, изучение RT-DETR на базе трансформеров или динамических моделей с открытым словарем YOLO-World также может принести полезные результаты для разнообразных внедрений компьютерного зрения.