Начать

YOLOv5 и YOLO11

Выбирая архитектуру компьютерного зрения для нового проекта, важно понимать, как развивались передовые модели. Переход от ранних архитектур к современным унифицированным фреймворкам отражает значительный прогресс как в алгоритмической эффективности, так и в удобстве для разработчиков. В этом руководстве приводится техническое сравнение двух широко используемых моделей Ultralytics: YOLOv5 и её преемницы YOLO11.

Знакомство с моделями#

Обе архитектуры стали важными вехами в области обнаружения объектов в реальном времени. У каждой есть свои преимущества, которые зависят от среды развертывания и требований к совместимости с унаследованными системами.

YOLOv5: рабочая лошадка индустрии#

Выпущенная летом 2020 года, YOLOv5 быстро стала отраслевым стандартом благодаря нативной реализации на PyTorch, которая упростила начало работы с обучением и развёртыванием. Она отказалась от сложных фреймворков Darknet на C, использовавшихся в предыдущих моделях, и предложила подход к созданию моделей в стиле Python.

YOLOv5 задала высокий стандарт простоты использования и представила эффективные методы обучения, включая мозаику для аугментации данных и автоматический подбор якорей. Модель по-прежнему популярна среди исследователей, которые создают решения на основе хорошо документированной и тщательно протестированной кодовой базы.

YOLO11: универсальная платформа для компьютерного зрения#

YOLO11 появилась благодаря многолетней обратной связи и исследованиям архитектур. Она стала частью универсальной платформы, изначально способной решать множество задач компьютерного зрения. Выходя за рамки одних лишь ограничивающих рамок, модель создавалась с нуля ради максимальной универсальности и эффективности.

YOLO11 обеспечивает удобную работу с Python-пакетом ultralytics и простой API, объединяющим обнаружение объектов, сегментацию экземпляров, классификацию, оценку позы и ориентированные ограничивающие рамки (OBB). Модель обеспечивает удачный баланс скорости и точности, поэтому подходит для самых разных сценариев развертывания в реальных условиях.

Интегрированная платформа

Обе модели используют хорошо поддерживаемую экосистему, доступную на платформе Ultralytics. Эта интегрированная среда упрощает разметку наборов данных, облачное обучение и экспорт моделей для различных целевых аппаратных платформ.

Сравнение производительности и метрик#

Прямое сравнение моделей показывает, как архитектурные улучшения приводят к ощутимому росту производительности. В таблице ниже приведён показатель средней точности (mAP) на датасете COCO, а также скорости инференса на CPU и GPU и число параметров.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

Анализ результатов#

Метрики показывают, что YOLO11 обеспечивает явно лучший баланс производительности. Например, компактная модель YOLO11n достигает 39.5% mAP против 28.0% у YOLOv5n — прирост составляет 11.5 пункта при всего 0.7M дополнительных параметров. YOLO11 также требует при обучении меньше памяти, чем модели на основе Transformer, поэтому её удобно обучать на потребительском оборудовании и развёртывать на периферийных устройствах.

Архитектурные различия#

Рост производительности YOLO11 обусловлен несколькими важными изменениями архитектуры. В YOLOv5 использовалась стандартная основа CSPNet с модулями C3, а в более новых моделях Ultralytics появились эффективные блоки извлечения признаков, такие как C2f (YOLOv8) и C3k2 (YOLO11). Они оптимизируют поток градиентов и сокращают вычислительные затраты.

В YOLO11 также существенно улучшена голова модели. Отказавшись от архитектуры на основе якорей, использовавшейся в старых моделях, новые архитектуры Ultralytics перешли к безъякорному подходу. Это сокращает число предсказаний рамок, упрощает конвейер постобработки и повышает способность модели обобщать данные разных масштабов и соотношений сторон. Кроме того, эти модели обеспечивают более высокую эффективность обучения, а доступные предварительно обученные веса ускоряют сходимость при дообучении на пользовательских датасетах.

Реализация и примеры кода#

Одно из главных преимуществ экосистемы Ultralytics — простота. YOLOv5 сделала популярным пакет torch.hub для быстрого инференса, а YOLO11 развивает этот подход благодаря универсальному пакету Python ultralytics.

Обучение с YOLO11#

Для загрузки, обучения и проверки модели нужно совсем немного шаблонного кода. API предоставляет разумные настройки обучения по умолчанию и автоматически обрабатывает контрольные точки и журналирование.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLO11
model = YOLO("yolo11s.pt")

# # Обучи модель на пользовательском наборе данных в течение 50 эпох
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# # Запусти быстрый инференс и отобрази результаты
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# # Легко экспортируй модель в TensorRT для аппаратного ускорения
model.export(format="engine")

Инференс на устаревших системах с YOLOv5#

Если ты поддерживаешь старый конвейер, YOLOv5 напрямую интегрируется со встроенным механизмом загрузки PyTorch, поэтому её легко использовать в существующих скриптах инференса.

import torch

# # Загрузи пользовательскую или предварительно обученную модель YOLOv5 из PyTorch Hub
model = torch.hub.load("ultralytics/yolov5", "yolov5s")

# # Выполни инференс по URL изображения
results = model("https://ultralytics.com/images/zidane.jpg")

# # Выведи сведения о предсказаниях в консоль
results.print()
Гибкость развертывания

Обе модели поддерживают множество форматов экспорта. Независимо от того, разворачиваешь ли ты модель на NVIDIA Jetson с помощью TensorRT или создаёшь приложение для iOS с использованием CoreML, процесс развертывания подробно документирован и поддерживается сообществом.

Оптимальные сценарии применения#

Выбор модели во многом зависит от этапа жизненного цикла проекта и конкретных требований.

Когда стоит выбрать YOLOv5#

  • Поддержка устаревших кодовых баз: если производственная среда сильно завязана на структуру репозитория YOLOv5 или конкретные методы подбора гиперпараметров.
  • Академические базовые модели: если для публикации исследования требуется прямое сравнение с признанными стандартами компьютерного зрения 2020–2022 годов.

Когда выбирать YOLO11#

  • Проекты с несколькими задачами: если приложению нужно решать несколько задач, например оценивать позу и выполнять сегментацию экземпляров, через единый универсальный API.
  • Развертывание на периферийных устройствах: для сценариев периферийных вычислений, где критически важно добиться максимального mAP при заданном вычислительном бюджете (FLOPs).
  • Коммерческие решения на основе ИИ: Подходят для корпоративных приложений в розничной торговле и сфере безопасности при поддержке платформы Ultralytics.

Следующее поколение: Ultralytics YOLO26#

Хотя YOLO11 обеспечивает удачный баланс скорости и точности, эта область быстро развивается. Разработчикам, которые начинают новые проекты сегодня, Ultralytics рекомендует свою актуальную модель: Ultralytics YOLO26.

Выпущенная в январе 2026 года YOLO26 предлагает ряд улучшений, предназначенных для современных сценариев развёртывания:

  • Сквозная архитектура без NMS: Опираясь на обучение без NMS, которое YOLOv10 внедрила в модели YOLO, YOLO26 поддерживает нативный сквозной инференс. Дополнительная голова one-to-one (nms=False) устраняет необходимость в постобработке с подавлением немаксимумов (NMS), упрощая конвейеры развёртывания и снижая задержку.
  • Оптимизатор MuSGD: Этот гибрид SGD и Muon, вдохновлённый инновациями в обучении LLM, применёнными в таких моделях, как Kimi K2 от Moonshot AI, обеспечивает более стабильное обучение и быструю сходимость.
  • Ускоренный инференс на CPU: После удаления Distribution Focal Loss (DFL) YOLO26n работает на CPU до 43% быстрее, чем YOLO11n, поэтому YOLO26 отлично подходит для периферийных устройств и сред без выделенных GPU.
  • Усовершенствованные методы обучения: Интеграция ProgLoss и STAL заметно улучшает распознавание небольших объектов, что особенно важно для аналитики с дронов, IoT и робототехники.
  • Улучшения для отдельных задач: Добавлены специализированные оптимизации, например оценка остаточного логарифмического правдоподобия (RLE) для оценки позы и специальная функция потерь угла для ориентированных ограничивающих рамок, повышающие точность для поддерживаемых задач.

Если тебя интересуют специализированные архитектуры, выходящие за рамки стандартной детекции объектов, изучи такие модели, как RT-DETR для детекции на основе Transformer или YOLO-World для отслеживания и детекции объектов с открытым словарём. Эти хорошо сопровождаемые инструменты помогают поддерживать эффективность и масштабируемость конвейеров компьютерного зрения.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.