Ultralytics YOLO27:

YOLOv10 и DAMO-YOLO#

При создании современных конвейеров компьютерного зрения выбор правильной архитектуры обнаружения объектов в реальном времени имеет решающее значение. В этом подробном техническом анализе мы рассмотрим архитектуры, показатели производительности и оптимальные сценарии использования YOLOv10 и DAMO-YOLO. Обе модели представляют собой значительный шаг вперед в обнаружении объектов, но используют разные архитектурные подходы для достижения своих целей.

Независимо от того, требуется ли твоему проекту развертывание на ограниченном по ресурсам оборудовании периферийного ИИ или максимальная точность на облачных GPU, понимание особенностей этих архитектур поможет тебе принять обоснованное решение.

Изучение YOLOv10#

Представленная исследователями из Университета Цинхуа, YOLOv10 произвела революцию в семействе YOLO, внедрив изначально сквозной подход и фактически устранив необходимость в немаксимальном подавлении (NMS) на этапе постобработки.

Сведения о YOLOv10:

Ключевые архитектурные особенности#

Главная инновация YOLOv10 — стратегия согласованных двойных назначений для обучения без NMS. Традиционные детекторы объектов в значительной степени полагаются на NMS для фильтрации перекрывающихся ограничивающих рамок, что приводит к непредсказуемой задержке — существенному узкому месту для приложений реального времени, таких как автономные транспортные средства и высокоскоростная робототехника. Предсказывая непосредственно одну оптимальную ограничивающую рамку для каждого объекта, YOLOv10 обеспечивает предсказуемую обработку с чрезвычайно низкой задержкой.

Кроме того, в модели используется целостный дизайн, ориентированный на эффективность и точность. Архитектура оптимизирует различные компоненты, включая легковесную классификационную голову и пространственно-канально разделенное уменьшение разрешения, что значительно сокращает вычислительную избыточность. В результате получается архитектура с меньшим количеством параметров и FLOPs при сохранении конкурентоспособной средней точности (mAP).

Упрощенный экспорт для продакшена

Поскольку YOLOv10 удаляет операции NMS из графа инференса, экспорт модели в такие форматы, как ONNX или TensorRT, существенно упрощается, что делает ее особенно подходящей для развертывания на периферийных устройствах.

Узнай больше о YOLOv10

Пример использования#

YOLOv10 глубоко интегрирована в экосистему Ultralytics, поэтому ее невероятно просто использовать через пакет Ultralytics для Python.

from ultralytics import YOLO

# Load a pre-trained YOLOv10 nano model
model = YOLO("yolov10n.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on a test image
results = model("https://ultralytics.com/images/bus.jpg")

# Export the model to TensorRT format
model.export(format="engine", quantize=16)

Изучение DAMO-YOLO#

Разработанная Alibaba Group, DAMO-YOLO сосредоточена на поиске высокоэффективных сетевых структур с помощью автоматизированного поиска архитектуры нейронной сети (NAS), стремясь расширить фронт Парето по скорости и точности.

Сведения о DAMO-YOLO:

Ключевые архитектурные особенности#

DAMO-YOLO внедряет несколько новых технологий, адаптированных для промышленных применений. Основой модели является ее магистральная архитектура MAE-NAS, созданная с помощью поиска под управлением максимальной энтропии. Этот автоматизированный процесс обнаруживает структуры магистральной сети, которые строго соответствуют заранее определенным вычислительным бюджетам, обеспечивая тонкий баланс между точностью и задержкой вывода.

Кроме того, в архитектуре используется шея Efficient RepGFPN. Эта сеть пирамиды признаков предназначена для улучшения объединения признаков на разных масштабах, что критически важно для сложных задач, таких как анализ аэрофотоснимков, где объекты могут значительно различаться по размеру. В дополнение к этому DAMO-YOLO реализует ZeroHead — минималистичную голову обнаружения, которая резко снижает сложность финальных слоев предсказания и экономит ценное вычислительное время во время инференса.

Узнай больше о DAMO-YOLO

Сравнение производительности#

При оценке архитектур обнаружения объектов крайне важно найти правильный компромисс между скоростью инференса, эффективностью использования параметров и точностью обнаружения. В таблице ниже сравнивается производительность YOLOv10 и DAMO-YOLO для моделей соответствующих размеров.

Модельразмер
(пиксели)		mAPval
50-95		Скорость
CPU ONNX
(мс)		Скорость
T4 TensorRT10
(мс)		параметры
(M)		FLOPs
(B)
YOLOv10n64039.5-1.562.36.7
YOLOv10s64046.7-2.667.221.6
YOLOv10m64051.3-5.4815.459.1
YOLOv10b64052.7-6.5424.492.0
YOLOv10l64053.3-8.3329.5120.3
YOLOv10x64054.4-12.256.9160.4
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Как показывают результаты тестов, YOLOv10 стабильно демонстрирует отличные показатели задержки в TensorRT, особенно в варианте nano, которому требуется значительно меньше параметров и FLOPs, чем сопоставимым моделям DAMO-YOLO. Хотя DAMO-YOLO обеспечивает высокий mAP в варианте tiny, эффективность использования параметров и задержка инференса семейства YOLOv10 дают ему явное преимущество в средах развертывания с ограниченными ресурсами.

Варианты применения и рекомендации#

Выбор между YOLOv10 и DAMO-YOLO зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLOv10#

YOLOv10 — подходящий выбор для:

  • Обнаружения объектов в реальном времени без NMS: приложений, которым полезно сквозное обнаружение без подавления немаксимумов, что снижает сложность развертывания.
  • Сбалансированного соотношения скорости и точности: проектов, требующих удачного баланса между скоростью инференса и точностью обнаружения для моделей разных размеров.
  • Приложений со стабильной задержкой: сценариев развертывания, где критически важны предсказуемые времена инференса, например в робототехнике или автономных системах.

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.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

  • 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.

Преимущества Ultralytics#

Хотя обе модели впечатляют с технической точки зрения, выбор архитектуры для продакшена требует учитывать не только исходные метрики. Использование моделей с нативной поддержкой в экосистеме Ultralytics дает разработчикам и исследователям значительные преимущества.

Простота использования и хорошо поддерживаемая экосистема#

В отличие от отдельных академических репозиториев, которые часто забрасывают, Ultralytics предлагает надежную и активно поддерживаемую экосистему. Настройка сложных окружений для моделей, в значительной степени зависящих от конвейеров NAS, может быть непростой задачей. В свою очередь, Ultralytics предоставляет стандартизированный интуитивно понятный API Python и мощный CLI, дополненные обширной документацией. Это кардинально сокращает время вывода пользовательских решений для компьютерного зрения на рынок.

Эффективность обучения и требования к памяти#

Обучение больших моделей может быстро стать вычислительно затратным. Архитектуры Ultralytics YOLO традиционно известны небольшим потреблением памяти CUDA во время обучения и инференса. Благодаря этой эффективности разработчики могут обучать модели на оборудовании потребительского класса или экономичных облачных экземплярах, не сталкиваясь с ошибками нехватки памяти, которые часто возникают при работе с моделями на основе Transformer, такими как RT-DETR.

Отслеживание экспериментов

Ultralytics изначально интегрируется с ведущими инструментами MLOps. Ты можешь легко отслеживать ход обучения модели с помощью интеграций с Weights & Biases, Comet или ClearML без написания дополнительного шаблонного кода.

Универсальность для разных задач#

Существенное ограничение многих специализированных моделей обнаружения — узкая область применения. В экосистеме Ultralytics ты не ограничен только обнаружением объектов. Инструменты легко применяются к нескольким задачам компьютерного зрения, включая сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB).

Будущее: развитие YOLO26#

Хотя YOLOv10 положила начало инференсу без NMS, а DAMO-YOLO продемонстрировала возможности NAS, область компьютерного зрения быстро развивается. Разработчикам, которые ищут самое современное решение, мы рекомендуем обратить внимание на Ultralytics YOLO26.

Выпущенная как окончательный преемник YOLO11, YOLO26 развивает основу без NMS, заложенную YOLOv10, но идет значительно дальше.

Ключевые улучшения в YOLO26:

  • До 43% более быстрый инференс на CPU: специальная оптимизация для периферийных вычислений и маломощных устройств.
  • Удаление DFL: Distribution Focal Loss удалена, что обеспечивает более простой экспорт и улучшенную совместимость с различными целевыми платформами развертывания.
  • Оптимизатор MuSGD: гибрид SGD и Muon, который переносит передовую стабильность обучения LLM и более быструю сходимость непосредственно в компьютерное зрение.
  • ProgLoss + STAL: значительно улучшенные функции потерь, обеспечивающие заметное повышение качества распознавания небольших объектов, что необходимо для таких сценариев, как сельское хозяйство и дистанционное зондирование.

Используя недавно обновленную платформу Ultralytics, разработчики могут легко размечать данные, обучать и развертывать модели нового поколения, такие как YOLO26, всего за несколько кликов, обеспечивая актуальность и готовность твоего конвейера компьютерного зрения к будущим изменениям.

Участники
GLglenn-jocher16PDpderrenger2

Комментарии