YOLOv5 и YOLOv10#

За последние несколько лет область компьютерного зрения в реальном времени стремительно развивалась, а различные архитектуры расширяли возможности современного оборудования. Сравнение передовых архитектур YOLOv5 и YOLOv10 демонстрирует значительный этап эволюции обнаружения объектов. В этом техническом обзоре рассматриваются архитектурные подходы этих моделей, компромиссы между производительностью и то, как разработчики могут использовать их в производственных средах.

Подробный разбор архитектуры#

Чтобы эффективно развертывать эти модели в реальных условиях, важно понимать структурные различия между ними.

Ultralytics YOLOv5: отраслевой стандарт#

Представленная компанией Ultralytics, YOLOv5 давно известна непревзойдённым балансом скорости, точности и доступности.

• Автор: Glenn Jocher
• Организация: Ultralytics
• Дата: 2020-06-26
• GitHub: Репозиторий YOLOv5
• Документация: Документация YOLOv5

YOLOv5 использует механизм обнаружения объектов на основе якорей в сочетании с глубоко оптимизированной базовой сетью CSPDarknet. Эта архитектура в значительной степени опирается на стандартные операции, поддерживаемые практически всеми движками инференса, что делает её невероятно универсальной. Её главное преимущество — Python SDK Ultralytics, который обеспечивает удобство работы, простой API и обширную документацию. Кроме того, благодаря более низким требованиям к памяти по сравнению с моделями на основе Transformer YOLOv5 быстро обучается на потребительских GPU, не требуя большого объёма VRAM.

YOLOv10: новый взгляд на парадигму#

Разработанная исследователями из Университета Цинхуа модель YOLOv10 призвана устранить определённые узкие места, связанные с задержкой в предыдущих архитектурах.

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 2024-05-23
• ArXiv: 2405.14458
• GitHub: Репозиторий YOLOv10
• Документация: Документация YOLOv10

Подробнее о YOLOv10

Главная особенность YOLOv10 — изначально без-NMS-дизайн (подавления немаксимумов). Благодаря использованию согласованных двойных назначений во время обучения модель не нуждается в постобработке NMS при инференсе. Такое теоретическое снижение задержки особенно полезно при развертывании на мощном оборудовании с ускорением NVIDIA TensorRT, хотя оно может усложнить архитектуру для периферийных устройств.

Анализ производительности#

При сравнении этих моделей оптимальный вариант применения определяется балансом между точностью (mAP) и вычислительными затратами (задержкой и количеством параметров). Ниже приведено сравнение технических показателей на наборе данных COCO.

YOLOv10 явно обеспечивает более высокий показатель mAP50-95 при одинаковых масштабах моделей, используя современный дизайн, нацеленный на эффективность и точность. Однако YOLOv5 сохраняет весьма конкурентоспособную задержку, особенно в вариантах Nano и Small, что делает модель надёжным выбором для ограниченных встроенных сред, например линейки NVIDIA Jetson или обычных CPU с использованием OpenVINO.

Методики обучения и экосистема#

Ценность модели во многом зависит от окружающей её экосистемы. Ultralytics поддерживает исключительно хорошо развитую экосистему, охватывающую широкий спектр задач. В то время как YOLOv10 специализируется только на 2D-обнаружении объектов, Ultralytics изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки (OBB).

Кроме того, для обучения модели Ultralytics требуется значительно меньше дополнительной памяти, чем для конкурирующих методов на основе Transformer, что помогает ускорить цикл разработки и снизить его стоимость.

Бесперебойное выполнение кода#

Обучение, валидация и экспорт моделей выполняются через единый API. Чтобы переключиться между моделями, достаточно изменить строку.

from ultralytics import YOLO

# Загрузка предварительно обученной модели YOLOv5 для базового тестирования
model_v5 = YOLO("yolov5su.pt")  # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics

# Загрузка модели YOLOv10 для сравнения
model_v10 = YOLO("yolov10s.pt")

# Эффективно обучи модель на наборе данных COCO8
results = model_v5.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="0",  # Автоматически использует ускорение PyTorch CUDA
    batch=16,
)

# Экспорт в ONNX для развертывания инференса на CPU
model_v5.export(format="onnx", simplify=True)

Сценарии использования и рекомендации#

Выбор между YOLOv5 и YOLOv10 зависит от требований конкретного проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOv5#

YOLOv5 — отличный выбор для:

• Проверенные производственные системы: существующие развертывания, где ценятся длительная история стабильной работы YOLOv5, подробная документация и поддержка большого сообщества.
• Обучение при ограниченных ресурсах: среды с ограниченными ресурсами GPU, где эффективный конвейер обучения YOLOv5 и сниженные требования к памяти дают преимущество.
• Широкая поддержка форматов экспорта: проекты, требующие развертывания во множестве форматов, включая ONNX, TensorRT, CoreML и LiteRT.

Когда выбирать YOLOv10#

YOLOv10 рекомендуется для таких задач:

• 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 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.

Будущее: Ultralytics YOLO26#

YOLOv5 сделала технологии доступнее, а YOLOv10 расширила границы архитектуры без NMS, но развитие передовых решений продолжается. Для новых проектов мы настоятельно рекомендуем передовую Ultralytics YOLO26, выпущенную в январе 2026 года.

YOLO26 сочетает надёжность экосистемы Ultralytics с революционными улучшениями:

• Сквозной дизайн без NMS: YOLO26 упрощает развертывание и снижает задержку, добавляя парадигму без NMS непосредственно во фреймворк Ultralytics в качестве необязательной головы один-к-одному (nms=False).
• Инференс на CPU до 43% быстрее: благодаря удалению Distribution Focal Loss (DFL) YOLO26 значительно быстрее работает на периферийных устройствах без GPU.
• Оптимизатор MuSGD: вдохновлённый инновациями Moonshot AI в обучении LLM, оптимизатор MuSGD обеспечивает беспрецедентную стабильность и быстрое схождение.
• ProgLoss + STAL: эти новые функции потерь значительно повышают качество распознавания небольших объектов, что важно для таких областей, как анализ снимков с дронов и робототехника.

Управляй YOLO26, обучай и развёртывай эту модель прямо через платформу Ultralytics.

Заключение#

Выбор между YOLOv5 и YOLOv10 часто зависит от ограничений конкретного проекта. YOLOv10 обеспечивает отличную mAP для исследователей и приложений, использующих полную пропускную способность GPU. В свою очередь, YOLOv5 остаётся надёжной и широко совместимой рабочей моделью для стандартных сценариев развертывания.

Однако компьютерное зрение — динамично развивающаяся область. Чтобы добиться оптимального сочетания производительности, универсальности и простоты использования, разработчикам стоит обратить внимание на Ultralytics YOLO26. Эта модель объединяет скорость инференса без NMS с надёжной, хорошо документированной экосистемой Ultralytics, помогая создавать перспективные решения на основе ИИ для компьютерного зрения. Для специализированных задач разработчики также могут рассмотреть YOLO11, отличающуюся универсальной надёжностью, или RT-DETR, обеспечивающую точность на основе Transformer.