YOLO26 и DAMO-YOLO#

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

Архитектурные инновации и проектирование#

Ultralytics YOLO26: стандарт компьютерного зрения с приоритетом периферийных устройств#

Разработанная Гленном Джочером и Цзин Цю из Ultralytics и выпущенная 14 января 2026 года, YOLO26 стала огромным шагом вперед в развитии линейки YOLO. Она с нуля создавалась для периферийных вычислений и органично объединяет передовые практики обучения LLM с современными архитектурами компьютерного зрения.

Ключевые архитектурные достижения YOLO26:

• Сквозная архитектура без NMS: Развивая новаторские идеи из YOLOv10, YOLO26 изначально построена как сквозная модель. Благодаря пропуску постобработки подавления немаксимумов (NMS) с помощью опциональной головы один-к-одному (nms=False) она обеспечивает детерминированную задержку и значительно 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, вдохновленный моделью Kimi K2 от Moonshot AI, переносит инновации обучения LLM в компьютерное зрение, обеспечивая исключительно стабильное обучение и быстрое схождение.
• ProgLoss + STAL: Эти продвинутые функции потерь заметно улучшают распознавание мелких объектов — важнейшее условие для анализа аэрофотоснимков, полученных с дронов, и сложных робототехнических конвейеров.

DAMO-YOLO: поиск нейронной архитектуры в крупных масштабах#

Разработанная Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илу Хуан, Юань Чжан и Сюйюй Сунь из Alibaba Group и выпущенная 23 ноября 2022 года, DAMO-YOLO ориентирована прежде всего на автоматизированный поиск архитектур. Описанное в их статье на arXiv исследование использует поиск нейронной архитектуры (NAS), чтобы найти оптимальные магистральные сети при строгих ограничениях 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.
• Эффективная RepGFPN: Мощная и сложная шейная часть, оптимизирующая слияние признаков на разных масштабах, что позволяет эффективно обрабатывать сложные визуальные сцены.
• ZeroHead: Значительно упрощенная голова обнаружения, предназначенная для сокращения 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, показывает различные профили производительности. В таблице ниже приведен компромисс между точностью (mAP), скоростью и вычислительной сложностью (числом параметров и FLOPs).

Анализ производительности#

Анализ данных показывает, что для современных приложений YOLO26 обеспечивает гораздо более сбалансированную производительность. Вариант Nano исключительно легкий — всего 2,4 млн параметров — и работает с поразительной скоростью 1,7 мс на GPU NVIDIA T4. Кроме того, архитектура YOLO26 специально спроектирована для инференса на CPU до 43% быстрее, что делает ее бесспорным лидером для периферийных устройств без выделенных GPU-ускорителей.

Хотя DAMO-YOLOt немного превосходит YOLO26n по mAP, для этого требуется примерно в 3,5 раза больше параметров (8,5 млн). В более крупных вариантах YOLO26 стабильно превосходит DAMO-YOLO по точности, при этом занимая меньше памяти, используя меньше памяти CUDA при обучении и обеспечивая значительно более высокую скорость работы в TensorRT.

Экосистема, удобство использования и эффективность обучения#

Сила модели машинного обучения определяется не только ее чистыми метриками, но и тем, насколько легко разработчикам и исследователям ее использовать.

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, сводятся к понятным командам.

Кроме того, YOLO26 отличается непревзойденной универсальностью. DAMO-YOLO предназначена исключительно для обнаружения объектов, а YOLO26 из коробки предлагает комплексные улучшения для конкретных задач в нескольких областях:

• Сегментация экземпляров: Использует специализированную функцию потерь для семантической сегментации и многошаблонное прототипирование.
• Оценка позы: Использует преимущества продвинутой оценки остаточного логарифмического правдоподобия (RLE).
• Ориентированные ограничивающие рамки (OBB): Специальные функции потерь угла помогают точно устранять сложные проблемы на границах.
• Классификация изображений: Для быстрой и легковесной классификации изображений целиком.

Методики обучения#

Обучение DAMO-YOLO часто включает сложный процесс дистилляции, в ходе которого большая модель «учитель» обучает меньшую модель «ученик». Этот метод позволяет добиться незначительного прироста точности, но требует большого объёма памяти GPU и более длительных циклов обучения.

При этом YOLO26 требует значительно меньше памяти. Благодаря оптимизатору MuSGD YOLO26 быстро и эффективно обучается на стандартном потребительском оборудовании. Вот как просто обучить модель YOLO26 с помощью API Ultralytics на Python, основанного на PyTorch:

from ultralytics import YOLO

# Инициализируй нативную сквозную нано-модель YOLO26
model = YOLO("yolo26n.pt")

# Без труда обучи модель на пользовательском датасете
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#

Выбор между этими архитектурами в конечном счёте зависит от среды развёртывания.

Периферийный ИИ и устройства IoT#

Для камер в умных магазинах, автоматизированных систем мониторинга сельского хозяйства или робототехники вычислительные ресурсы строго ограничены. В таких случаях YOLO26 — безусловно лучший выбор. На 43% более быстрый инференс на CPU, полностью без-NMS-конвейер и малое число параметров позволяют модели плавно работать на периферийных устройствах, например Raspberry Pi, без ущерба для критически важной точности.

Высокоскоростное производство и контроль качества#

На высокоскоростных линиях автоматизации производства для обнаружения дефектов на быстро движущихся конвейерных лентах нужна минимальная предсказуемая задержка. DAMO-YOLO может показывать приемлемые результаты на определённых конфигурациях GPU, но колебания задержки из-за традиционной постобработки NMS могут нарушить синхронизацию роботизированных приводов. Сквозная архитектура YOLO26 гарантирует стабильное и предсказуемое время обработки кадров, обеспечивая безупречную интеграцию в высокоскоростную промышленную робототехнику.

Съёмка с дронов и аэрофотоснимки#

Обнаруживать крошечные объекты с большой высоты крайне сложно. Использование ProgLoss и STAL в YOLO26 значительно улучшает распознавание мелких объектов. Отслеживая дикую природу или анализируя пробки по данным БПЛА, YOLO26 стабильно обнаруживает объекты, занимающие меньше пикселей, которые часто пропускают более старые архитектуры, в том числе DAMO-YOLO.

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 ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных 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 остаётся интересным примером возможностей поиска нейросетевых архитектур для конкретных аппаратных платформ, однако Ultralytics YOLO26 — более совершенное и универсальное решение для современных специалистов по ИИ. Благодаря сквозной архитектуре без NMS, значительно меньшим требованиям к памяти, гибридному оптимизатору MuSGD и превосходно поддерживаемой экосистеме YOLO26 позволяет разработчикам создавать и развёртывать самые современные системы компьютерного зрения быстрее и надёжнее, чем когда-либо.