YOLOv10 и YOLO26#

В последние годы компьютерное зрение добилось впечатляющих успехов: сложные архитектуры, требующие интенсивной постобработки, уступили место оптимизированным сквозным моделям. В этом техническом сравнении рассматриваются две важные вехи этого развития: научный прорыв YOLOv10 и передовая модель YOLO26, готовая к корпоративному использованию. Изучив их архитектуру, методы обучения и возможности развертывания в реальных условиях, разработчики смогут принять взвешенное решение при создании следующего приложения ИИ для компьютерного зрения.

YOLOv10: первопроходец сквозного обнаружения объектов#

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 2024-05-23
• Ссылки: Статья на arXiv | Репозиторий GitHub

Выпущенная в середине 2024 года YOLOv10 стала значительным шагом вперёд в академических исследованиях компьютерного зрения, устранив одно из самых устойчивых узких мест обнаружения объектов в реальном времени: подавление немаксимумов (NMS). Традиционные детекторы объектов активно использовали NMS для отсеивания повторяющихся ограничивающих рамок, что приводило к переменной задержке при инференсе и усложняло развертывание на периферийных устройствах.

Команда Университета Цинхуа предложила согласованную стратегию двойного назначения для обучения без NMS. Благодаря этому модель смогла точно предсказывать ограничивающие рамки без этапа фильтрации при постобработке, что напрямую сократило задержку инференса и упростило развертывание на аппаратных ускорителях. Модель высокоэффективна для стандартных задач обнаружения, но в основном ориентирована на предсказание ограничивающих рамок и не поддерживает изначально более сложные задачи, такие как сегментация экземпляров или оценка позы.

Подробнее о YOLOv10

YOLO26: новый стандарт ИИ для компьютерного зрения на периферии и в облаке#

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2026-01-14
• Ссылки: Репозиторий GitHub | Платформа Ultralytics

Развивая ранее предложенные концепции работы без NMS, недавно выпущенная YOLO26 задаёт высочайший уровень производительности и универсальности. Созданная как для академических исследований, так и для развертывания корпоративного уровня, модель предлагает сквозную архитектуру без NMS благодаря опциональной голове с сопоставлением один к одному (nms=False), которая пропускает постобработку NMS и упрощает развертывание на всех поддерживаемых устройствах, одновременно повышая его скорость.

YOLO26 предлагает несколько революционных улучшений архитектуры. Удаление Distribution Focal Loss (DFL) значительно упрощает экспорт модели и повышает совместимость с маломощными периферийными устройствами. Благодаря этим структурным изменениям YOLO26 обеспечивает инференс на CPU до 43% быстрее, что делает её отличным выбором для приложений IoT и робототехники, где ускорение GPU может быть недоступно.

Стабильность обучения и скорость сходимости также кардинально улучшены благодаря оптимизатору MuSGD — гибриду SGD и Muon, вдохновлённому методами обучения LLM. В сочетании с продвинутыми функциями потерь, такими как ProgLoss + STAL, YOLO26 значительно лучше распознаёт небольшие объекты. Модель также предлагает улучшения для отдельных задач: многомасштабное прототипирование для сегментации, оценку остаточного логарифмического правдоподобия (RLE) для оценки позы и специализированную функцию потерь угла для решения проблем границ при обнаружении ориентированных ограничивающих рамок (OBB).

Сравнение технических характеристик#

При оценке этих моделей важен баланс между точностью, размером модели и скоростью инференса. В таблице ниже показана производительность обеих семейств моделей разного размера на стандартном датасете COCO.

Данные наглядно демонстрируют преимущества новой архитектуры. YOLO26 обеспечивает более высокую mAP (среднюю точность) для всех размеров модели, сохраняя при этом высокую скорость инференса. Удаление DFL в YOLO26 особенно повышает производительность ONNX на CPU — с этим показателем нередко возникали проблемы у моделей предыдущих поколений.

Методики обучения и экосистема#

Полезность модели определяется и экосистемой, которая её поддерживает. YOLOv10 получила отличную академическую реализацию на основе PyTorch, но для задач, выходящих за рамки базового обнаружения, часто требуется ручная настройка.

В отличие от неё, YOLO26 полностью интегрирована в хорошо поддерживаемую экосистему Ultralytics. Благодаря этому при обучении требуется значительно меньше памяти, чем для моделей на основе трансформеров, таких как RT-DETR, что позволяет исследователям обучать современные сети на обычном пользовательском оборудовании. Простота использования не имеет себе равных: единый API автоматически управляет аугментацией данных, настройкой гиперпараметров и ведением журналов.

Пример кода: обучение YOLO26#

Чтобы обучить универсальную и высокоточную модель, достаточно нескольких строк кода на Python:

from ultralytics import YOLO

# Загрузи компактную модель YOLO26 с высокой степенью оптимизации
model = YOLO("yolo26s.pt")

# Эффективно обучай модель с автоматическим управлением памятью
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
)

# Экспортируй голову с сопоставлением один к одному без NMS в TensorRT
model.export(format="engine", nms=False)

Примеры применения в реальных условиях#

Выбор подходящей архитектуры полностью зависит от ограничений развертывания.

Высокоскоростные периферийные вычисления#

Для приложений, требующих быстрого развертывания на микроконтроллерах, в робототехнике или на устаревших мобильных устройствах, YOLO26 — очевидный выбор благодаря CPU-инференсу, который до 43% быстрее. Архитектура без NMS и DFL легко конвертируется в форматы вроде OpenVINO и TensorRT, что идеально подходит для аналитики видеопотоков в реальном времени в инфраструктуре умного города.

Продвинутое многозадачное компьютерное зрение#

YOLOv10 отлично справляется с обычным обнаружением ограничивающих рамок, но для проектов, требующих глубокого визуального понимания, необходим YOLO26. От сегментации экземпляров на медицинских снимках до точной оценки позы для спортивной аналитики — YOLO26 предлагает функции потерь для конкретных задач, обеспечивающие высокую точность в самых разных областях.

Сценарии использования и рекомендации#

Выбор между YOLOv10 и YOLO26 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 YOLO26#

YOLO26 рекомендуется для:

• 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.

Заключение#

Переход от YOLOv10 к YOLO26 отражает важный сдвиг: от академического подтверждения концепции к готовым к эксплуатации корпоративным решениям. Благодаря новаторской архитектуре без NMS, дополненной оптимизатором MuSGD, ProgLoss и улучшенной совместимостью с периферийными устройствами, YOLO26 устанавливает новый ориентир для компьютерного зрения в реальном времени. Разработчикам, которым нужен оптимальный баланс скорости, точности и удобства использования, стоит выбрать YOLO26.