YOLO26 и DAMO-YOLO#
Выбор модели компьютерного зрения требует баланса между скоростью инференса, точностью и простотой развёртывания. На этой странице сравниваются Ultralytics YOLO26 и DAMO-YOLO. Обе модели предназначены для обнаружения объектов в реальном времени, но у них разные принципы проектирования и сценарии применения.
Архитектурные инновации и проектирование#
Ultralytics YOLO26: компьютерное зрение с приоритетом периферийных устройств#
YOLO26, разработанная Гленном Джочером и Цзин Цю из Ultralytics и выпущенная 14 января 2026 года, — новейшая модель в линейке Ultralytics YOLO и рекомендуемый выбор для новых проектов. Она предназначена для периферийных вычислений и использует идеи оптимизации из обучения LLM.
К основным архитектурным особенностям YOLO26 относятся:
- Сквозная архитектура без NMS: Развивая обучение без NMS, которое YOLOv10 внедрила в модели YOLO, YOLO26 поддерживает нативный сквозной инференс. Опциональная голова один-к-одному (
nms=False) пропускает этап постобработки с подавлением немаксимумов (NMS), что делает задержку более предсказуемой и упрощает конвейеры развертывания. - Удаление DFL: Удаление Distribution Focal Loss упрощает граф модели. Это значительно облегчает экспорт в такие фреймворки развертывания, как ONNX и TensorRT, и обеспечивает лучшую совместимость с маломощными периферийными устройствами.
- Оптимизатор MuSGD: этот гибрид стохастического градиентного спуска (SGD) и Muon, вдохновлённый моделью Kimi K2 от Moonshot AI, переносит инновации обучения LLM в компьютерное зрение, обеспечивая более стабильное обучение и быструю сходимость.
- ProgLoss + STAL: Progressive Loss и назначение меток с учётом малых объектов (STAL) улучшают распознавание небольших объектов, что важно для анализа аэрофотоснимков, полученных с дронов, и конвейеров робототехники.
DAMO-YOLO: поиск нейронной архитектуры в крупных масштабах#
Разработанная Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуня Хуана, Юаня Чжана и Сюйю Суна из Alibaba Group и выпущенная 23 ноября 2022 года, DAMO-YOLO ориентирована на автоматизированный поиск архитектур. В исследовании, подробно описанном в их статье на arXiv, применяется поиск нейронных архитектур (NAS), чтобы находить основы моделей с учётом строгих ограничений по задержке.
Ключевые архитектурные особенности DAMO-YOLO:
- Магистральная сеть MAE-NAS: Использует поиск с максимальной энтропией для автоматического проектирования магистральных сетей, обеспечивающих баланс между точностью и целевой скоростью развертывания.
- Efficient RepGFPN: тяжёлая шейка, улучшающая объединение признаков на разных масштабах для обработки сложных визуальных сцен.
- ZeroHead: облегчённая голова обнаружения, призванная минимизировать вычислительные затраты в финальных слоях предсказания.
Архитектура DAMO-YOLO, построенная на NAS, подходит для конкретных заранее заданных аппаратных ограничений, тогда как опциональная архитектура без NMS и удаление DFL в YOLO26 делают её более переносимым и предсказуемым решением для периферийных и облачных сред.
Сравнение производительности и метрик#
Прямое сравнение вариантов моделей, обученных на стандартном наборе данных COCO, показывает различные профили производительности. В таблице ниже приведен компромисс между точностью (mAP), скоростью и вычислительной сложностью (числом параметров и FLOPs).
| Модель | размер (пиксели) | mAPval 50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Анализ производительности#
YOLO26n содержит 2.4M параметров и выполняет инференс за 1.7 мс на GPU NVIDIA T4 с TensorRT. На CPU YOLO26n также работает до 43% быстрее, чем YOLO11n, поэтому YOLO26 отлично подходит для периферийных устройств без выделенных GPU-ускорителей.
DAMO-YOLOt немного превосходит YOLO26n по mAP (42.0 против 40.9), но имеет примерно в 3.5 раза больше параметров (8.5M). Для размеров s, m и l YOLO26 точнее DAMO-YOLO (например, 55.0 против 50.8 mAP для моделей размера l), содержит меньше параметров, быстрее работает с TensorRT и обычно использует меньше памяти CUDA при обучении.
Экосистема, удобство использования и эффективность обучения#
Ценность модели также зависит от того, насколько легко разработчикам и исследователям обучать, развёртывать и поддерживать её.
Преимущества Ultralytics#
Модели Ultralytics поставляются с хорошо поддерживаемой экосистемой, ориентированной на разработчиков. Рабочие процессы, включающие аугментацию данных, настройку гиперпараметров и отслеживание экспериментов, выполняются с помощью простых команд.
YOLO26 также универсальнее. DAMO-YOLO предназначена исключительно для обнаружения объектов, тогда как YOLO26 поддерживает обнаружение объектов, сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию, оценку позы и обнаружение OBB, а также включает специализированные улучшения для отдельных задач:
- Сегментация экземпляров: используется функция потерь для семантической сегментации и многомасштабный модуль прототипов.
- Оценка позы: используется оценка остаточного логарифмического правдоподобия (RLE).
- Ориентированные рамки объектов (OBB): используется специальная функция потерь для углов, устраняющая проблемы на границах.
- Классификация изображений: обеспечивает быструю и лёгкую разметку целых изображений.
Методики обучения#
Обучение DAMO-YOLO часто включает дистилляцию знаний, при которой большая модель-«учитель» обучает меньшую модель-«ученика». Это повышает точность, но требует больше памяти GPU и увеличивает продолжительность циклов обучения.
YOLO26 обучается без модели-учителя и обычно требует меньше памяти, поэтому оптимизатор MuSGD обеспечивает эффективное обучение на потребительском оборудовании. Вот как обучить модель YOLO26 с помощью API Python Ultralytics на базе PyTorch:
from ultralytics import YOLO
# Инициализируй нативную сквозную нано-модель YOLO26
model = YOLO("yolo26n.pt")
# Обучай на пользовательском наборе данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Экспортируй оптимизированную модель без NMS
model.export(format="onnx", nms=False)Применение в реальных условиях#
Подходящий выбор зависит от среды развёртывания.
Периферийный ИИ и устройства IoT#
Вычислительные ресурсы для умных камер в розничной торговле, автоматизированных сельскохозяйственных систем мониторинга или робототехники строго ограничены. В таких условиях лучше подойдёт YOLO26. Высокая скорость инференса на CPU, опциональная голова без NMS и небольшое число параметров позволяют запускать модель на периферийных устройствах, например Raspberry Pi, сохраняя точность.
Высокоскоростное производство и контроль качества#
На линиях автоматизации производства обнаружение дефектов на быстро движущихся конвейерах требует минимальной и детерминированной задержки. DAMO-YOLO хорошо работает на определённых конфигурациях GPU, но переменная задержка постобработки NMS может нарушить синхронизацию роботизированных приводов. Включение головы без NMS (nms=False) в YOLO26 обеспечивает стабильное время обработки кадров и упрощает интеграцию в высокоскоростную промышленную робототехнику.
Съёмка с дронов и аэрофотоснимки#
Обнаруживать небольшие объекты с большой высоты сложно. ProgLoss и STAL в YOLO26 улучшают распознавание небольших объектов, что помогает отслеживать дикую природу и анализировать загруженность дорог по данным БПЛА, где объекты занимают всего несколько пикселей.
Сценарии использования и рекомендации#
Выбор между YOLO26 и DAMO-YOLO зависит от конкретных требований проекта, ограничений развёртывания и предпочтений в отношении экосистемы.
Когда выбирать YOLO26#
YOLO26 — отличный выбор для таких задач:
- 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 ускорения GPU, где инференс YOLO26 на CPU — до 43% быстрее (YOLO26n против YOLO11n), что даёт решающее преимущество.
- Обнаружение небольших объектов: сложные сценарии, например аэрофотосъемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность обнаружения небольших объектов.
Когда стоит выбрать DAMO-YOLO#
DAMO-YOLO рекомендуется для следующих задач:
- Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на фиксированной инфраструктуре NVIDIA GPU, где основной показатель — пропускная способность при размере пакета 1.
- Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
- Исследования в области поиска нейросетевых архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных перенастраиваемых базовых сетей на качество обнаружения.
Заключение#
DAMO-YOLO — полезный пример применения поиска нейронных архитектур для конкретных целевых устройств, тогда как Ultralytics YOLO26 — более универсальный выбор для большинства специалистов. Опциональный инференс без NMS, низкие требования к памяти, оптимизатор MuSGD и хорошо поддерживаемая экосистема помогают разработчикам быстро и надёжно создавать и развёртывать системы компьютерного зрения.