YOLO26 против DAMO-YOLO: Прогресс в обнаружении объектов в реальном времени

В быстро развивающейся области компьютерного зрения выбор правильной модели обнаружения объектов имеет решающее значение для баланса между точностью, скоростью и возможностью развертывания. Это сравнение исследует YOLO26, новейшее решение от Ultralytics, оптимизированное для периферийных устройств, и DAMO-YOLO, высокопроизводительный детектор, разработанный Alibaba Group. Обе модели представляют значительные архитектурные инновации, но они нацелены на несколько разные приоритеты в конвейере развертывания.

Обзор модели

Ultralytics YOLO26

YOLO26 представляет собой смену парадигмы в сторону простоты и эффективности на периферии. Выпущенная в январе 2026 года, она разработана для устранения сложностей традиционной постобработки, обеспечивая при этом передовую производительность на устройствах с ограниченными ресурсами CPU. Она нативно поддерживает широкий спектр задач, включая обнаружение объектов, сегментацию экземпляров, оценку позы, классификацию и обнаружение ориентированных ограничивающих рамок (OBB).

Авторы: Гленн Джочер и Цзин Цю
Организация:Ultralytics
Дата: 14 января 2026 года
GitHub:Репозиторий Ultralytics

Узнайте больше о YOLO26

DAMO-YOLO

DAMO-YOLO фокусируется на оптимизации компромисса между скоростью и точностью за счет расширенного поиска нейронной архитектуры (NAS) и интенсивной репараметризации. Разработанная командой TinyVision в Alibaba, она представляет новые компоненты, такие как RepGFPN и ZeroHead, для максимизации эффективности извлечения признаков, в первую очередь ориентируясь на сценарии использования универсальных GPU.

Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илунь Хуан, Юань Чжан и Сююй Сунь
Организация: Alibaba Group
Дата: 23 ноября 2022 г.
Arxiv:Статья DAMO-YOLO
GitHub:Репозиторий DAMO-YOLO

Сравнение технической архитектуры

Сквозное решение против традиционного NMS

Наиболее существенное операционное различие заключается в том, как финализируются прогнозы.

YOLO26 использует нативно сквозную архитектуру без NMS. Генерируя окончательные прогнозы непосредственно из сети, она устраняет необходимость в подавлении немаксимумов (NMS). Это устранение постобработки снижает изменчивость задержки и упрощает конвейеры развертывания, особенно на периферийном оборудовании, таком как Raspberry Pi или мобильные устройства, где операции NMS могут быть узким местом. Этот подход был успешно применен в YOLOv10 и доработан здесь.

DAMO-YOLO опирается на более традиционную плотную предсказательную головку (ZeroHead), которая требует NMS для фильтрации перекрывающихся рамок. Хотя это эффективно, это добавляет вычислительный шаг во время вывода, который масштабируется с количеством обнаруженных объектов, потенциально вызывая колебания задержки в переполненных сценах.

Инновации в обучении: MuSGD против NAS

YOLO26 представляет оптимизатор MuSGD, гибрид SGD и Muon. Вдохновленный прорывами в обучении LLM, такими как Kimi K2 от Moonshot AI, этот оптимизатор обеспечивает более стабильную динамику обучения и более быструю сходимость, позволяя пользователям достигать оптимальной производительности за меньшее количество эпох.

DAMO-YOLO использует поиск нейронной архитектуры (NAS) с помощью своего метода MAE-NAS для автоматического обнаружения эффективных структур основы. Он также применяет Efficient RepGFPN, шейку с интенсивной репараметризацией, которая объединяет признаки на нескольких масштабах. Хотя эти архитектуры, полученные с помощью NAS, мощны, они иногда могут быть менее интуитивны для модификации или тонкой настройки по сравнению с созданными вручную, оптимизированными блоками в моделях Ultralytics.

Функции потерь

YOLO26 удаляет Distribution Focal Loss (DFL) для упрощения экспорта в такие форматы, как CoreML и TensorRT. Вместо этого он использует ProgLoss и присвоение меток с учетом малых объектов (STAL), которые значительно повышают производительность на малых объектах — распространенная проблема в таких секторах, как аэрофотосъемка и медицинский анализ.

DAMO-YOLO использует AlignedOTA, стратегию присвоения меток, которая решает проблему несоответствия между задачами классификации и регрессии. Она сосредоточена на обеспечении того, чтобы высококачественные якоря были присвоены наиболее релевантным истинным значениям во время обучения.

Оптимизация для периферийных устройств в YOLO26

Удаляя DFL и NMS, YOLO26 достигает до 43% более быстрого вывода на CPU по сравнению с предыдущими поколениями. Это делает его уникально подходящим для приложений "Edge AI", где ресурсы GPU недоступны, например, для управления умной парковкой на устройстве.

Метрики производительности

В следующей таблице показаны различия в производительности. YOLO26 демонстрирует превосходную эффективность, особенно по количеству параметров и FLOPs, сохраняя при этом конкурентоспособную или превосходную точность.

Модель	размер ^{(пиксели)}	mAP^val 50-95	Скорость ^{CPU ONNX (мс)}	Скорость ^{T4 TensorRT10 (мс)}	параметры ^(M)	FLOPs ^(B)
YOLO26n	640	40.9	38.9	1.7	2.4	5.4
YOLO26s	640	48.6	87.2	2.5	9.5	20.7
YOLO26m	640	53.1	220.0	4.7	20.4	68.2
YOLO26l	640	55.0	286.2	6.2	24.8	86.4
YOLO26x	640	57.5	525.8	11.8	55.7	193.9

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

Основные выводы

Эффективность: YOLO26n (Nano) примерно в 3,5 раза меньше по количеству параметров и в 3,3 раза меньше по FLOPs, чем DAMO-YOLOt, при достижении сопоставимой точности. Такое резкое снижение вычислительной нагрузки делает YOLO26 значительно лучше для развертывания на мобильных устройствах и в IoT.
Масштабирование точности: По мере масштабирования моделей YOLO26m превосходит DAMO-YOLOm почти на 4,0 mAP, используя при этом меньшее количество параметров (20,4M против 28,2M).
Скорость: YOLO26 стабильно обеспечивает более быстрое время вывода на GPU T4 во всех масштабах, что критически важно для высокопроизводительных приложений, таких как видеоаналитика.

Удобство использования и экосистема

Простота и документация

Одной из отличительных особенностей Ultralytics моделей является простота использования. YOLO26 интегрирована в ultralytics python пакет, что позволяет пользователям обучать, проверять и развертывать модели всего несколькими строками кода.

from ultralytics import YOLO

# Load a pretrained YOLO26 model
model = YOLO("yolo26n.pt")

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

В отличие от этого, DAMO-YOLO представляет собой репозиторий, ориентированный на исследования. Хотя он предоставляет скрипты для обучения и инференса, ему не хватает унифицированного API, обширных руководств и широкой поддержки ОС (Windows, Linux, macOS), которые предлагает экосистема Ultralytics.

Развертывание и экспорт

YOLO26 поддерживает экспорт в один клик в более чем 10 форматов, включая ONNX, OpenVINO, CoreML и TFLite. Эта гибкость жизненно важна для инженеров, переходящих от исследований к производству. Удаление сложных модулей, таких как DFL, гарантирует надежность этих экспортов и их совместимость с более широким спектром аппаратных ускорителей.

DAMO-YOLO опирается на специфические шаги репараметризации, которые необходимо тщательно обрабатывать во время экспорта. Если модель не будет правильно «переключена» из режима обучения в режим развертывания, ее производительность может ухудшиться или она вообще не запустится, что добавляет пользователю дополнительный уровень сложности.

Реальные примеры использования

Идеальные сценарии для YOLO26

Граничные устройства и IoT: Благодаря минимальному объему памяти (начиная с 2,4 млн параметров), YOLO26 идеально подходит для камер видеонаблюдения и дронов, где мощность и оперативная память ограничены.
Аналитика спортивных событий в реальном времени: Без NMS-дизайн обеспечивает стабильную задержку, что критически важно для track быстродвижущихся объектов в спортивных приложениях.
Многозадачные системы: Поскольку YOLO26 нативно поддерживает segment, pose и obb, она является предпочтительным выбором для сложных конвейеров, таких как роботизированные манипуляции, требующие определения ориентации и точек захвата.

Идеальные сценарии для DAMO-YOLO

Академические исследования: Использование NAS и передовых методов дистилляции делает ее сильным кандидатом для исследователей, изучающих методологии поиска архитектуры.
Высокопроизводительные GPU-серверы: В сценариях, где аппаратные ограничения отсутствуют и каждая доля точности имеет значение на определенных бенчмарках, мощный backbone DAMO-YOLO может быть эффективно использован.

Заключение

В то время как DAMO-YOLO представила впечатляющие концепции в области поиска архитектуры и репараметризации еще в 2022 году, YOLO26 представляет собой передовое решение 2026 года. Сосредоточившись на сквозной простоте, устранении узких мест, таких как NMS и DFL, и значительном сокращении количества параметров, YOLO26 предлагает более практичное, быстрое и удобное решение для современных разработчиков ИИ.

Для пользователей, стремящихся развернуть надежные решения компьютерного зрения сегодня, бесшовная интеграция с платформой Ultralytics и высокая энергоэффективность (производительность на ватт) делают YOLO26 очевидной рекомендацией.

Дополнительная литература

Для тех, кто интересуется другими архитектурными подходами, изучите эти связанные модели в документации:

YOLO11 - Стандарт предыдущего поколения по универсальности и точности.
RT-DETR - Детектор реального времени на основе трансформеров, который также предлагает инференс без NMS.
YOLOv10 - Пионер сквозного подхода к обучению без NMS, используемого в YOLO26.