YOLOv10 и YOLOv7
За последние несколько лет компьютерное зрение быстро развивалось, предлагая все более эффективные архитектуры для приложений реального времени. Сравнение YOLOv10 и YOLOv7 показывает важный этап этого развития. YOLOv7 представила эффективные стратегии обучения и масштабирования архитектуры, а YOLOv10 упростила развертывание, отказавшись от многолетней зависимости от подавления немаксимумов (NMS).
После выпуска обе модели расширили возможности обнаружения объектов, а экосистема Ultralytics и более новые модели, например YOLO26, теперь упрощают процессы обучения и развертывания.
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: обнаружение объектов в реальном времени со сквозной архитектурой
- GitHub: THU-MIG/yolov10
- Документация: Документация Ultralytics 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 улучшений устанавливает новый уровень качества
- GitHub: WongKinYiu/yolov7
- Документация: Документация Ultralytics YOLOv7
Архитектурные инновации#
Подход YOLOv7#
Выпущенная в 2022 году YOLOv7 была ориентирована на оптимизацию путей градиентов. В ней появилась расширенная эффективная сеть агрегации слоев (E-ELAN), позволяющая модели обучаться более разнообразным признакам, не нарушая исходный путь градиента. Кроме того, авторы внедрили метод «обучаемый набор бесплатных улучшений», применяя во время обучения методы репараметризации, которые можно было объединить во время инференса, чтобы сохранить высокую скорость выполнения. Несмотря на эти оптимизации, для постобработки YOLOv7 по-прежнему использует NMS, что создает переменную задержку при анализе плотных сцен.
Подход YOLOv10#
YOLOv10 напрямую устранила узкое место, связанное с NMS. Благодаря согласованным двойным назначениям при обучении команда Университета Цинхуа реализовала сквозное обнаружение без NMS. В этом подходе с двумя головами одна ветвь использует назначения «один ко многим», чтобы обеспечить богатые обучающие сигналы, а вторая — назначения «один к одному» для инференса без NMS. Это архитектурное изменение обеспечивает стабильно низкую задержку инференса, подходящую для высокоскоростной видеоаналитики. Кроме того, YOLOv10 использует комплексный подход, учитывающий эффективность и точность, и устраняет вычислительную избыточность моделей предыдущих поколений.
Удаление постобработки NMS ускоряет инференс и упрощает развертывание на периферийном оборудовании ИИ, например на ИИ-ускорителях и NPU, где сложно скомпилировать пользовательские операции NMS.
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.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Как видно выше, YOLOv10x обеспечивает более высокий mAP, чем YOLOv7x (54,4% против 53,1%), используя менее половины количества параметров (29,5 млн против 71,3 млн). Компактные модели YOLOv10 Nano и Small также обеспечивают высокую скорость развертывания TensorRT (1,84 и 2,49 мс на T4), что делает их привлекательными для развертывания на периферийных устройствах.
Преимущества экосистемы Ultralytics#
Изучение статей об архитектурах полезно, но современная разработка компьютерного зрения опирается на фреймворки с активной поддержкой. Выбор модели, поддерживаемой Ultralytics, дает разработчикам серьезное преимущество при быстром переходе от прототипа к производственной эксплуатации.
Упрощенная разработка#
YOLOv10 изначально поддерживается стандартным пакетом Python Ultralytics, а контрольные точки YOLOv7, обученные в исходном репозитории, можно запускать в Ultralytics только после экспорта в ONNX или TensorRT. Встроенная поддержка упрощает работу с моделью: шаблонный код заменяется простым интуитивно понятным API. При обучении модели Ultralytics YOLO требуют меньше памяти CUDA, чем тяжелые архитектуры Transformer, что позволяет использовать больший размер пакета на потребительском оборудовании.
Универсальность#
Старые репозитории часто сосредоточены исключительно на обнаружении ограничивающих рамок, а фреймворк Ultralytics поддерживает широкий спектр задач с помощью таких моделей, как YOLO26 и YOLO11. Неважно, выполняешь ли ты сегментацию экземпляров, оценку позы или обнаружение ориентированных ограничивающих рамок (OBB): рабочий процесс остается тем же.
Пример кода: единые рабочие процессы обучения#
В следующем фрагменте кода показан процесс обучения, который автоматически выполняет аугментацию данных и планирование скорости обучения:
from ultralytics import YOLO
# Загрузи нужную модель (например, YOLOv10 или рекомендуемую YOLO26)
model = YOLO("yolo26n.pt")
# 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, на которых YOLO26n работает на CPU до 43% быстрее YOLO11n.
- Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.
Новый стандарт: представляем YOLO26#
YOLOv10 стала важным шагом вперед в 2024 году, но отрасль развивается быстро. Для новых проектов Ultralytics рекомендует новейшую модель поколения — Ultralytics YOLO26. Выпущенная в январе 2026 года, она заменяет YOLOv7 и YOLOv10 для ИИ-компьютерного зрения в реальном времени.
YOLO26 предлагает несколько улучшений для современных сред развертывания:
- Сквозная архитектура без NMS: развивая основу, заложенную в YOLOv10, опциональная голова один-к-одному YOLO26 (
nms=False) пропускает постобработку NMS, упрощая конвейеры развертывания и обеспечивая стабильную скорость инференса. - Инференс на CPU до 43% быстрее: YOLO26n работает на CPU до 43% быстрее YOLO11n, что делает ее подходящей для периферийных вычислений и устройств без выделенных GPU, а также позволяет снизить стоимость оборудования.
- Удаление DFL: удаление дистрибутивной фокальной функции потерь (DFL) упрощает логику экспорта и повышает совместимость с маломощными периферийными устройствами.
- Оптимизатор MuSGD: этот гибрид SGD и Muon, вдохновленный моделью Kimi K2 от Moonshot AI, переносит методы обучения больших языковых моделей (LLM) в компьютерное зрение, обеспечивая более стабильное обучение и быструю сходимость.
- ProgLoss + STAL: прогрессивная функция потерь и стратегия назначения меток с учетом небольших объектов улучшают их распознавание — эту традиционно сложную задачу, особенно важную для дронов, робототехники и мониторинга умных городов.
- Улучшения для отдельных задач: YOLO26 — не просто детектор. В модели появилась функция потерь семантической сегментации, которая ускоряет сходимость сегментации экземпляров, оценка остаточного логарифмического правдоподобия (RLE) для более точной оценки позы и специальная функция потерь угла, устраняющая проблемы на границах OBB.
Чтобы управлять наборами данных, обучать YOLO26 и развертывать модели в облаке, ознакомься с Ultralytics Platform. Ее интерфейс без кода дополняет пакет Python.
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 старых конвейеров, тесно интегрированных с ее структурами тензоров, а также для воспроизведения академических тестов 2022 и 2023 годов. На высокопроизводительных серверных GPU модель показывает хорошие результаты.
Когда использовать YOLOv10#
YOLOv10 подходит для сценариев, где нужна стабильная задержка. Благодаря голове без NMS, которая позволяет избежать постобработки, увеличивающейся вместе с числом обнаружений, модель хорошо подходит для подсчета людей в плотной толпе и обнаружения производственных дефектов, где число объектов меняется, но время обработки каждого кадра должно оставаться стабильным.
Когда использовать YOLO26#
Для новых проектов рекомендуется YOLO26. От развертывания систем охранной сигнализации на Raspberry Pi до масштабной видеоаналитики в облаке — более быстрый инференс на CPU и улучшенное обнаружение мелких объектов дают модели явное преимущество перед предыдущими поколениями.
Разработчикам, интересующимся альтернативными архитектурами, Ultralytics также предлагает детекторы на основе Transformer, например RT-DETR, и более ранние модели, например Ultralytics YOLO11.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.