YOLOv10 и YOLO11
Чтобы выбрать модель компьютерного зрения для работы в реальном времени, нужно понимать компромиссы между современными архитектурами. В этом сравнении рассматриваются технические различия, компромиссы производительности и подходящие сценарии использования YOLOv10 и Ultralytics YOLO11 — двух эффективных фреймворков для обнаружения объектов.
Обе модели показывают высокие результаты на наборах данных для тестирования, но их подходы к проектированию и интеграция в экосистему существенно различаются. Сравнение архитектур поможет понять, какая модель лучше соответствует ограничениям среды развертывания и целям проекта.
YOLOv10: обнаружение в реальном времени без NMS#
Выпущенная весной 2024 года модель YOLOv10 предложила новый подход к традиционному конвейеру обнаружения объектов, напрямую устранив задержки, связанные с постобработкой.
- Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
- Организация: Университет Цинхуа
- Дата: 23 мая 2024 года
- Научная статья: arXiv:2405.14458
- Исходный код: THU-MIG/yolov10 на GitHub
- Документация: Документация YOLOv10
Главное новшество YOLOv10 — стратегия согласованных двойных назначений, обеспечивающая обучение без NMS. Традиционные детекторы объектов используют подавление немаксимумов (NMS), чтобы отфильтровывать избыточные предсказания ограничивающих рамок. Удаление этого этапа позволяет YOLOv10 выполнять полноценное сквозное обнаружение, сокращает задержку инференса и упрощает развертывание на аппаратных ускорителях, например нейронных процессорах (NPU), где сложно оптимизировать пользовательские операции NMS.
YOLO11: универсальность и производительность благодаря экосистеме#
Выпущенная позднее в том же году YOLO11 продолжила развитие семейства моделей Ultralytics, уделяя особое внимание балансу скорости, точности и удобства работы для разработчиков.
- Авторы: Glenn Jocher и Jing Qiu
- Организация: Ultralytics
- Дата: 27 сентября 2024 года
- Исходный код: Ultralytics на GitHub
- Интеграция с платформой: Платформа Ultralytics
YOLO11 создана для производственных сред. Она отлично справляется со стандартным обнаружением ограничивающих рамок, но ее главное преимущество — универсальность. В отличие от YOLOv10, ориентированной преимущественно на обнаружение объектов, YOLO11 изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и задачи с ориентированными ограничивающими рамками (OBB) в рамках единой архитектуры. Для обучения ей требуется мало памяти, поэтому командам с потребительскими GPU она доступнее, чем более тяжелые архитектуры на основе Transformer.
Сравнение производительности и метрик#
При прямом сравнении этих моделей важно проверить их производительность на стандартных тестах, например на наборе данных COCO, с вариантами разных размеров.
YOLO11 превосходит YOLOv10 по mAP на каждом сопоставимом уровне размера на 0,2–1,0 пункта, сохраняя схожую скорость TensorRT: YOLO11 заметно быстрее в масштабах n и l, модели s и m почти равны, а YOLOv10x быстрее YOLO11x и использует примерно вдвое меньше параметров.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Чтобы воспроизвести эту скорость инференса локально, экспортируй модели в оптимизированные форматы, например OpenVINO для CPU Intel или TensorRT для GPU NVIDIA.
Подробный разбор архитектуры#
Методика и эффективность обучения#
Архитектура YOLOv10 ориентирована на сокращение вычислительной избыточности. Оптимизируя структуру магистрали и шеи сети на основе комплексного подхода, учитывающего эффективность и точность, авторы из Университета Цинхуа уменьшили количество параметров в моделях среднего уровня, например YOLOv10m, по сравнению с предыдущими версиями.
Эффективное обучение — одна из характерных особенностей моделей Ultralytics. YOLO11 использует пакет Python ultralytics, который упрощает сложную настройку гиперпараметров. Этот фреймворк автоматически выполняет продвинутую аугментацию данных, планирование скорости обучения и распределенное обучение на нескольких GPU. Кроме того, во время обучения YOLO11 расходует мало VRAM.
Простота использования и преимущества экосистемы#
Для внедрения в корпоративной среде важна экосистема с активной поддержкой. Репозитории исследовательских проектов часто теряют активность после публикации первоначальной статьи. Экосистема Ultralytics, лежащая в основе YOLO11, обеспечивает активно развиваемую сквозную среду для разработчиков.
Интеграция с такими инструментами, как Weights & Biases для отслеживания экспериментов и Roboflow для управления наборами данных, ускоряет переход YOLO11 от прототипа к производственной среде. Простота использования проявляется в удобном API, с помощью которого разработчики могут обучать и экспортировать модели всего несколькими строками кода.
from ultralytics import YOLO
# Инициализируй малую модель YOLO11
model = YOLO("yolo11s.pt")
# Эффективно обучи модель с оптимизированным управлением памятью
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")
# Экспортируй модель в формат ONNX для гибкого развертывания
model.export(format="onnx")Сценарии использования и рекомендации#
Выбор между YOLOv10 и YOLO11 зависит от конкретных требований проекта, ограничений развертывания и предпочтений в отношении экосистемы.
Когда выбирать YOLOv10#
YOLOv10 — хороший выбор для:
- Детектирование в реальном времени без NMS: Приложения, которым полезно сквозное детектирование без подавления немаксимумов, что упрощает развертывание.
- Сбалансированное соотношение скорости и точности: Проекты, в которых важно найти оптимальный баланс между скоростью инференса и точностью детектирования для моделей разных размеров.
- Приложения с постоянной задержкой: Сценарии развертывания, где важны предсказуемые времена инференса, например в робототехнике или автономных системах.
Когда выбирать YOLO11#
YOLO11 рекомендуется для:
- Промышленное развертывание на периферийных устройствах: коммерческие приложения на устройствах вроде Raspberry Pi или NVIDIA Jetson, где особенно важны надёжность и активная поддержка.
- Многозадачные приложения компьютерного зрения: проекты, которым нужны обнаружение объектов, сегментация, классификация, оценка позы и OBB в рамках единого фреймворка.
- Быстрое прототипирование и развертывание: команды, которым нужно быстро пройти путь от сбора данных до промышленной эксплуатации с помощью удобного Python API Ultralytics.
Когда выбирать Ultralytics (YOLO26)#
Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:
- 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.
Другие архитектуры#
Хотя YOLOv10 и YOLO11 — отличные варианты, для твоего сценария могут лучше подойти другие архитектуры из документации. Для обнаружения на основе механизма внимания модели Transformer, например RT-DETR, обеспечивают высокую точность, но обычно требуют больше памяти. Если нужны возможности zero-shot для распознавания новых классов без переобучения, YOLO-World предлагает подход с открытым словарем на основе текстовых запросов на естественном языке.
Следующее поколение: YOLO26#
Выпущенная в январе 2026 года Ultralytics YOLO26 объединяет преимущества обеих рассмотренных выше моделей и рекомендуется для новых развертываний.
Опираясь на разработки предыдущих моделей, YOLO26 предлагает опциональную сквозную архитектуру без NMS (nms=False), которая устраняет узкое место постобработки, впервые рассмотренное в YOLOv10, в рамках фреймворка Ultralytics. В YOLO26 также удалена DFL (дистрибутивная фокальная функция потерь), что упрощает графы экспорта модели и повышает совместимость с периферийными устройствами и маломощными устройствами IoT.
Стабильность обучения повышается благодаря оптимизатору MuSGD — гибриду SGD и Muon, вдохновленному методами обучения больших языковых моделей (LLM), который ускоряет сходимость. Вместе с ProgLoss + STAL (прогрессивной функцией потерь и назначением меток с учетом небольших объектов) YOLO26 лучше распознает мелкие объекты. На стандартных периферийных устройствах эти улучшения позволяют YOLO26n работать на CPU до 43% быстрее, чем YOLO11n. YOLO26 поддерживает обнаружение, сегментацию, семантическую сегментацию, оценку глубины, классификацию, оценку позы и OBB.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.