YOLO26 vs DAMO-YOLO#

При выборе передовой модели компьютерного зрения крайне важно найти оптимальный баланс между скоростью инференса, точностью и простотой развертывания. В этом подробном руководстве сравниваются две ведущие модели в области ИИ для компьютерного зрения: Ultralytics YOLO26 и DAMO-YOLO. Хотя обе архитектуры расширяют возможности обнаружения объектов в реальном времени, их базовые принципы проектирования и предполагаемые сценарии использования существенно различаются.

Архитектурные инновации и принципы проектирования#

Ultralytics YOLO26: стандарт компьютерного зрения с приоритетом периферийных устройств#

Разработанная Гленном Джочером и Цзин Цю из Ultralytics и выпущенная 14 января 2026 года, YOLO26 знаменует собой огромный скачок вперед в развитии линейки YOLO. Модель с нуля спроектирована для периферийных вычислений и органично сочетает передовые методы обучения LLM с современными архитектурами компьютерного зрения.

Ключевые архитектурные прорывы YOLO26:

• Сквозная архитектура без NMS: Опираясь на новаторские разработки YOLOv10, YOLO26 изначально построена как сквозная модель. Полностью устраняя Non-Maximum Suppression (NMS) на этапе постобработки, она гарантирует детерминированную задержку и значительно упрощает конвейеры развертывания.
• Удаление DFL: Удаление Distribution Focal Loss упрощает граф модели. Благодаря этому экспорт в такие фреймворки развертывания, как ONNX и TensorRT, становится гораздо удобнее, а совместимость с маломощными периферийными устройствами повышается.
• Оптимизатор MuSGD: Этот гибрид Stochastic Gradient Descent (SGD) и Muon, вдохновленный Kimi K2 от Moonshot AI, переносит инновации в обучении LLM в область компьютерного зрения, обеспечивая исключительно стабильное обучение и быструю сходимость.
• ProgLoss + STAL: Эти передовые функции потерь заметно повышают качество распознавания небольших объектов, что особенно важно для анализа аэрофотоснимков с дронов и сложных конвейеров робототехники.

DAMO-YOLO: поиск нейронной архитектуры в широком масштабе#

Разработанная Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илу́нь Хуан, Юань Чжан и Сююем Суном из Alibaba Group (выпущена 23 ноября 2022 года), DAMO-YOLO сосредоточена на автоматизированном поиске архитектур. Исследование, описанное в их статье на arXiv, использует Neural Architecture Search (NAS) для поиска оптимальных базовых сетей при строгих ограничениях по задержке.

Ключевые архитектурные особенности DAMO-YOLO:

• Бэкбоун MAE-NAS: Использует управляемый поиском алгоритм максимальной энтропии для автоматического проектирования бэкбоунов, которые сбалансируют точность и целевую скорость развертывания.
• Efficient RepGFPN: Надежная архитектура тяжелой шеи, оптимизирующая слияние признаков на разных масштабах и эффективно обрабатывающая сложные визуальные сцены.
• ZeroHead: Существенно упрощенная голова обнаружения, предназначенная для минимизации вычислительных затрат на финальных слоях предсказания.

Узнай больше о DAMO-YOLO

Сравнение производительности и метрик#

Прямое сравнение вариантов моделей, обученных на стандартном наборе данных COCO, выявляет четкие профили производительности. В таблице ниже представлены компромиссы между точностью (mAP), скоростью и вычислительными затратами (количеством параметров и FLOPs).

Анализ производительности#

Анализ данных показывает, что для современных приложений баланс производительности явно складывается в пользу YOLO26. Вариант Nano (YOLO26n) исключительно легковесен: всего 2,4 млн параметров, а скорость его работы на GPU NVIDIA T4 составляет 1,7 мс. Кроме того, YOLO26 специально спроектирована для обеспечения до 43% более быстрого инференса на CPU, что делает ее безусловным лидером для периферийных устройств без выделенных GPU-ускорителей.

Хотя DAMO-YOLOt немного превосходит YOLO26n по чистому показателю mAP, это достигается ценой почти четырехкратного увеличения количества параметров (8,5 млн). При переходе к более крупным вариантам YOLO26 стабильно превосходит DAMO-YOLO по точности, одновременно занимая меньше памяти, используя меньше памяти CUDA во время обучения и обеспечивая значительно более высокую скорость в TensorRT.

Экосистема, удобство использования и эффективность обучения#

Истинная сила модели машинного обучения заключается не только в ее исходных метриках, но и в том, насколько легко ее могут использовать разработчики и исследователи.

Преимущества Ultralytics#

Выбирая модель Ultralytics, ты получаешь доступ к тщательно проработанной экосистеме, ориентированной на разработчиков. Сложные рабочие процессы, связанные с аугментацией данных, настройкой гиперпараметров и надежным отслеживанием экспериментов, превращены в интуитивно понятные команды.

Кроме того, YOLO26 отличается непревзойденной универсальностью. DAMO-YOLO — это исключительно детектор объектов, тогда как YOLO26 из коробки обеспечивает комплексные улучшения для конкретных задач в нескольких областях:

• Сегментация экземпляров: Использует специализированную функцию потерь для семантической сегментации и прототипирование на нескольких масштабах.
• Оценка позы: Использует передовой метод Residual Log-Likelihood Estimation (RLE).
• Ориентированный ограничивающий прямоугольник (OBB): Использует специализированные функции потерь для углов, позволяя точно устранять сложные проблемы с границами.
• Классификация изображений: Для быстрой и легковесной разметки изображений на глобальном уровне.

Методики обучения#

Обучение DAMO-YOLO часто включает сложный процесс дистилляции, в котором большая модель «учитель» обучает меньшую модель «ученик». Хотя этот метод позволяет получить небольшой прирост точности, он требует значительного объема GPU-памяти и более длительных циклов обучения.

Напротив, требования YOLO26 к памяти значительно ниже. Благодаря оптимизатору MuSGD YOLO26 быстро и эффективно обучается на стандартном оборудовании потребительского класса. Вот как легко можно обучить модель YOLO26 с помощью API Ultralytics на Python, использующего PyTorch:

from ultralytics import YOLO

# Initialize the natively end-to-end YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Export the optimized, NMS-free model
model.export(format="onnx")

Практические применения#

В конечном счете выбор между этими архитектурами зависит от среды развертывания.

Периферийный ИИ и устройства IoT#

Для камер в магазинах, автоматизированных систем мониторинга сельского хозяйства или робототехники вычислительные ресурсы строго ограничены. В таких условиях YOLO26 — однозначный выбор. Инференс на CPU на 43% быстрее, полностью свободный от NMS конвейер и минимальное количество параметров позволяют ей стабильно работать на периферийных устройствах, таких как Raspberry Pi, без потери критически важной точности.

Высокоскоростное производство и контроль качества#

На высокоскоростных линиях автоматизации производства обнаружение дефектов на быстро движущихся конвейерных лентах требует минимальной и детерминированной задержки. Хотя DAMO-YOLO может работать адекватно на определенных конфигурациях GPU, колеблющаяся задержка, вносимая традиционной постобработкой NMS, может десинхронизировать роботизированные актуаторы. Энд-тонд-архитектура YOLO26 гарантирует стабильное и предсказуемое время обработки кадров, обеспечивая безупречную интеграцию в высокоскоростную промышленную робототехнику.

Дроны и аэрофотоснимки#

Обнаруживать крошечные объекты с большой высоты чрезвычайно сложно. Интеграция ProgLoss и STAL в YOLO26 значительно повышает качество распознавания небольших объектов. При отслеживании дикой природы или анализе дорожных заторов с UAV YOLO26 стабильно обнаруживает объекты, занимающие меньшую площадь в пикселях, которые более старые архитектуры, включая DAMO-YOLO, часто пропускают.

Варианты применения и рекомендации#

Выбор между YOLO26 и DAMO-YOLO зависит от конкретных требований твоего проекта, ограничений среды развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLO26#

YOLO26 — подходящий выбор для:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

• Высокопроизводительная видеоаналитика: Обработка видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при размере пакета 1 является основной метрикой.
• Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
• Исследования поиска нейронных архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных репараметризованных базовых сетей на производительность обнаружения.

Заключение#

Хотя DAMO-YOLO остается интересным примером возможностей поиска нейронных архитектур для конкретных аппаратных платформ, Ultralytics YOLO26 представляет собой превосходное и универсальное решение для современного специалиста по ИИ. Благодаря своей сквозной архитектуре без NMS, значительно меньшим требованиям к памяти, гибридному оптимизатору MuSGD и исключительно хорошо поддерживаемой экосистеме YOLO26 позволяет разработчикам создавать и развертывать передовые системы компьютерного зрения быстрее и надежнее, чем когда-либо.