YOLOv10 и YOLOv7#

Стремительное развитие компьютерного зрения за последние несколько лет привело к появлению все более эффективных архитектур для приложений реального времени. Сравнение YOLOv10 и YOLOv7 показывает важный этап этой эволюции. YOLOv7 предложила эффективные стратегии обучения и масштабирования архитектуры, а YOLOv10 изменила подход к развертыванию, устранив давнюю зависимость от подавления немаксимумов (NMS).

После выпуска обе модели расширили возможности детекции объектов, однако современная экосистема Ultralytics и появление моделей нового поколения, таких как YOLO26, обеспечивают гораздо более эффективные рабочие процессы для современных специалистов по ИИ.

Профили моделей и их происхождение#

Понимание происхождения моделей помогает разобраться в причинах выбора их архитектурных решений и в научных исследованиях, которые за ними стоят.

Сведения о YOLOv10#

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 2024-05-23
• Arxiv: YOLOv10: детекция объектов в реальном времени сквозным методом
• GitHub: THU-MIG/yolov10
• Документация: Документация Ultralytics YOLOv10

Подробнее о YOLOv10

Сведения о YOLOv7#

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Институт информатики, Академия Синика, Тайвань
• Дата: 2022-07-06
• Arxiv: YOLOv7: обучаемый набор бесплатных преимуществ устанавливает новый уровень качества
• GitHub: WongKinYiu/yolov7
• Документация: Документация Ultralytics YOLOv7

Узнай больше о YOLOv7

Архитектурные инновации#

Подход YOLOv7#

Выпущенная в 2022 году YOLOv7 была ориентирована на оптимизацию путей распространения градиента. В ней появилась расширенная сеть эффективной агрегации слоев (E-ELAN), которая позволила модели обучать более разнообразные признаки, не нарушая исходный путь градиента. Кроме того, авторы реализовали методологию «обучаемого набора бесплатных преимуществ», применяя во время обучения методы перепараметризации, которые можно было объединить на этапе инференса для сохранения высокой скорости выполнения. Несмотря на эти впечатляющие оптимизации, YOLOv7 по-прежнему активно использовала NMS при постобработке, из-за чего задержка менялась при анализе сцен с большим количеством объектов.

Прорыв YOLOv10#

В YOLOv10 проблему узкого места NMS решили напрямую. Благодаря согласованным двойным назначениям при обучении команда Университета Цинхуа реализовала сквозную детекцию без NMS. В этом подходе с двумя головами одна ветвь использует назначения «один ко многим» и формирует насыщенные обучающие сигналы, а вторая — назначения «один к одному» для инференса без NMS. Это изменение архитектуры обеспечивает стабильную, сверхнизкую задержку инференса, подходящую для высокоскоростной видеоаналитики. Кроме того, YOLOv10 использует целостный подход, учитывающий эффективность и точность, и устраняет вычислительную избыточность, характерную для предыдущих поколений.

Сравнение производительности#

Сравнение исходных метрик на наборе данных MS COCO наглядно показывает разницу между поколениями. YOLOv10 обеспечивает значительно более выгодный компромисс между количеством параметров, вычислительными требованиями и точностью.

Как видно выше, YOLOv10x обеспечивает более высокий показатель mAP — 54,4% против 53,1% у YOLOv7x, используя при этом менее половины параметров (29,5 млн против 71,3 млн). Кроме того, легковесные модели YOLOv10 (Nano и Small) обеспечивают исключительно высокую скорость развертывания с TensorRT, что делает их привлекательным выбором для мобильных устройств.

Преимущества экосистемы Ultralytics#

Изучение научных работ по архитектурам полезно, однако современная разработка в области компьютерного зрения опирается на надежные и активно поддерживаемые фреймворки. Выбор модели с поддержкой Ultralytics дает разработчикам огромное преимущество, помогая быстро перейти от прототипа к производственному решению.

Упрощенная разработка#

YOLOv10 поддерживается стандартным пакетом Ultralytics для Python, тогда как контрольные точки YOLOv7, обученные в исходном репозитории, можно запускать в Ultralytics только после экспорта в ONNX или TensorRT. Встроенная поддержка обеспечивает непревзойденную простоту использования: вместо тысяч строк шаблонного кода достаточно простого и понятного API. Кроме того, для обучения моделей Ultralytics YOLO требуется значительно меньше памяти CUDA, чем для тяжелых архитектур на базе Transformer, поэтому на обычном пользовательском оборудовании можно использовать более крупные размеры пакетов.

Непревзойденная универсальность#

Старые репозитории часто специализируются исключительно на детекции ограничивающих рамок, тогда как интегрированный фреймворк Ultralytics поддерживает огромное разнообразие задач. Выполняешь ли ты сегментацию экземпляров, оценку позы или детекцию ориентированных ограничивающих рамок (OBB) — рабочий процесс остается одинаковым.

Пример кода: единые рабочие процессы обучения#

Следующий фрагмент кода демонстрирует удобный процесс обучения, в котором автоматически выполняются аугментация данных и настройка скорости обучения:

from ultralytics import YOLO

# Загрузи нужную модель (например, YOLOv10 или рекомендуемую YOLO26)
model = YOLO("yolo26n.pt")

# Без лишних усилий обучи модель на своем наборе данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

# Экспортируй модель в формат ONNX для быстрого развертывания
model.export(format="onnx")

Сценарии использования и рекомендации#

Выбор между YOLOv10 и YOLOv7 зависит от требований твоего 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 YOLOv7#

YOLOv7 рекомендуем для таких задач:

• Академические бенчмарки: воспроизведение результатов передового уровня 2022 года или изучение влияния E-ELAN и методов обучаемого набора бесплатных преимуществ.
• Исследования перепараметризации: изучение запланированных перепараметризованных сверток и стратегий комплексного масштабирования моделей.
• Существующие пользовательские конвейеры: проекты с глубоко адаптированными конвейерами на основе конкретной архитектуры YOLOv7, которые сложно переработать.

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 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.

Новый стандарт: представляем YOLO26#

В 2024 году YOLOv10 стала большим шагом вперед, но компьютерное зрение развивается невероятно быстро. Для всех новых разработок мы настоятельно рекомендуем модель последнего поколения — Ultralytics YOLO26. Выпущенная в январе 2026 года, она представляет собой вершину ИИ для компьютерного зрения в реальном времени и значительно превосходит как YOLOv7, так и YOLOv10.

YOLO26 предлагает беспрецедентные инновации, созданные специально для современных сред развертывания:

• Сквозная архитектура без NMS: опираясь на основу, заложенную YOLOv10, опциональная голова «один к одному» в YOLO26 (nms=False) устраняет постобработку NMS, упрощая конвейеры развертывания и обеспечивая стабильный высокоскоростной инференс.
• Инференс на CPU до 43% быстрее: модель значительно оптимизирована для периферийных вычислений и устройств без выделенных GPU, что позволяет существенно сократить расходы на оборудование.
• Удаление DFL: Distribution Focal Loss полностью удалена, что значительно упрощает логику экспорта и повышает совместимость с маломощными периферийными устройствами и микроконтроллерами.
• Оптимизатор MuSGD: этот гибрид SGD и Muon, вдохновленный моделью Kimi K2 от Moonshot AI, переносит инновации в обучении больших языковых моделей (LLM) непосредственно в компьютерное зрение, обеспечивая исключительно стабильную динамику обучения и более быструю сходимость.
• ProgLoss + STAL: эти усовершенствованные функции потерь заметно улучшают распознавание мелких объектов — традиционно сложную задачу, критически важную для дронов, робототехники и мониторинга умных городов.
• Улучшения для отдельных задач: YOLO26 — не просто детектор. В модель включены специализированная функция потерь для семантической сегментации, оценка логарифмического правдоподобия на основе остатка (RLE) для сверхточной оценки позы и специализированные алгоритмы функции потерь угла, устраняющие проблемы границ OBB.

Примеры применения в реальных условиях#

Выбор подходящей архитектуры во многом зависит от аппаратного обеспечения и ограничений приложения.

Когда использовать YOLOv7#

YOLOv7 остается надежным выбором для поддержки устаревших конвейеров, уже тесно интегрированных с ее конкретными структурами тензоров, а также для воспроизведения академических бенчмарков 2022 и 2023 годов. Модель отлично работает на высокопроизводительных серверных GPU.

Когда использовать YOLOv10#

YOLOv10 отлично подходит для сценариев, где требуется строгая и неизменная задержка. Благодаря отсутствию NMS модель хорошо справляется с подсчетом людей в плотной толпе или обнаружением производственных дефектов: количество объектов может сильно меняться, но время обработки каждого кадра должно оставаться постоянным.

Когда использовать YOLO26#

YOLO26 — оптимальный выбор для любого нового проекта. От развертывания сложных систем охранной сигнализации на обычном Raspberry Pi до масштабной облачной видеоаналитики — благодаря высокой скорости на CPU и улучшенному обнаружению мелких объектов эта модель значительно превосходит предыдущие поколения.

Разработчикам, которые хотят изучить альтернативные современные архитектуры, мы также предлагаем широкую поддержку детекторов на базе Transformer, таких как RT-DETR, и моделей предыдущего поколения, таких как Ultralytics YOLO11.