Перейти к содержанию

YOLOv6-3.0 vs YOLOv7: Обзор архитектур обнаружения объектов в реальном времени

Эволюция компьютерного зрения в реальном времени ознаменовалась быстрыми достижениями в эффективности архитектур и методологиях обучения. Две выдающиеся модели, значительно повлиявшие на эту область, — это YOLOv6-3.0 и YOLOv7. Оба фреймворка представили новые методы для балансировки скорости инференса и точности обнаружения, ориентированные на развертывание от высокопроизводительных серверных GPU до периферийных устройств.

Это всеобъемлющее техническое сравнение исследует их архитектуры, метрики производительности и идеальные сценарии использования, а также подчеркивает, как современная Ultralytics Platform и новейшая модель YOLO26 развивают эти фундаментальные концепции для обеспечения беспрецедентного опыта разработчиков.

YOLOv6-3.0: Оптимизация промышленной пропускной способности

Разработанный отделом Vision AI в Meituan, YOLOv6-3.0 был специально разработан для высокопроизводительных промышленных приложений. Он в значительной степени ориентирован на максимизацию производительности на аппаратных ускорителях, что делает его сильным кандидатом для сред, где возможна пакетная обработка на специализированных GPU.

  • Авторы: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu и Xiangxiang Chu
  • Организация: Meituan
  • Дата: 13.01.2023
  • Arxiv: 2301.05586
  • GitHub: meituan/YOLOv6

Архитектурные инновации

YOLOv6-3.0 использует бэкбон EfficientRep — аппаратно-дружественную архитектуру, разработанную для оптимизации затрат на доступ к памяти на GPU. Для улучшения слияния признаков на разных масштабах модель представляет модуль двунаправленной конкатенации (BiC) в своей шейке. Это позволяет сети более эффективно захватывать сложные пространственные иерархии, чем в предыдущих итерациях.

Кроме того, YOLOv6-3.0 реализует стратегию обучения с помощью якорей (AAT). Этот подход сочетает богатые градиентные сигналы обучения на основе якорей с преимуществами упрощенного развертывания вывода без якорей, помогая модели сходиться более стабильно, не жертвуя скоростью постобработки.

Узнайте больше о YOLOv6

Рекомендации по аппаратному обеспечению

Хотя YOLOv6-3.0 превосходит на серверных GPU (например, NVIDIA T4), ее сильная зависимость от специфической структурной репараметризации иногда может приводить к субоптимальной задержке на строго ограниченных CPU периферийных устройствах по сравнению с новыми архитектурами.

YOLOv7: Пионер «Бесплатных приемов»

Выпущенный исследователями из Academia Sinica, YOLOv7 применил иной подход, сосредоточившись на анализе градиентного пути и оптимизациях во время обучения, которые не увеличивают стоимость инференса — концепция, которую авторы называют «обучаемым набором бесплатных приемов».

  • Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
  • Организация: Институт информационных наук, Academia Sinica, Тайвань
  • Дата: 06.07.2022
  • Arxiv: 2207.02696
  • GitHub: WongKinYiu/YOLOv7

Архитектурные инновации

Основой YOLOv7 является его расширенная эффективная сеть агрегации слоев (E-ELAN). E-ELAN оптимизирует путь градиента, позволяя различным слоям изучать более разнообразные признаки, не нарушая исходную топологию сети. Это приводит к созданию высокоэкспрессивной модели, способной достигать высочайшего уровня средней точности (mAP).

YOLOv7 также активно использует репараметризацию модели, объединяя свёрточные слои с пакетной нормализацией во время инференса. Это уменьшает количество параметров и ускоряет прямой проход при развёртывании с использованием фреймворков, таких как NVIDIA TensorRT или ONNX.

Узнайте больше о YOLOv7

Сравнение производительности

При оценке этих моделей на наборе данных MS COCO мы наблюдаем явный компромисс между сверхлегкими вариантами YOLOv6 и сильно параметризованными, ориентированными на точность архитектурами YOLOv7.

Модельразмер
(пиксели)		mAPval
50-95		Скорость
CPU ONNX
(мс)		Скорость
T4 TensorRT10
(мс)		параметры
(M)		FLOPs
(B)
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Данные показывают, что YOLOv6-3.0n обеспечивает исключительную скорость инференса, что делает его подходящим для высокочастотной видеоаналитики. Напротив, YOLOv7x достигает наивысшего mAP, доминируя в задачах, где точность обнаружения имеет первостепенное значение по сравнению с необработанной частотой кадров.

Сценарии использования и рекомендации

Выбор между YOLOv6 и YOLOv7 зависит от ваших конкретных требований к проекту, ограничений развертывания и предпочтений экосистемы.

Когда выбирать YOLOv6

YOLOv6 является отличным выбором для:

  • Промышленное развертывание с учетом аппаратного обеспечения: Сценарии, где аппаратно-ориентированный дизайн модели и эффективная репараметризация обеспечивают оптимизированную производительность на конкретном целевом оборудовании.
  • Быстрое одностадийное detect: Приложения, отдающие приоритет чистой скорости инференции на GPU для обработки видео в реальном времени в контролируемых средах.
  • Интеграция в экосистему Meituan: Команды, уже работающие в технологическом стеке и инфраструктуре развертывания Meituan.

Когда выбирать YOLOv7

YOLOv7 рекомендуется для:

  • Академическое сравнительное тестирование: Для воспроизведения передовых результатов 2022 года или изучения эффектов E-ELAN и обучаемых методов «набора бесплатных улучшений».
  • Исследования репараметризации: Исследование запланированных репараметризованных сверток и стратегий составного масштабирования моделей.
  • Существующие пользовательские конвейеры: Проекты с сильно кастомизированными конвейерами, построенными вокруг специфической архитектуры YOLOv7, которые не могут быть легко рефакторизированы.

Когда выбирать Ultralytics (YOLO26)

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчиков:

  • Развертывание на периферии без NMS: Приложения, требующие стабильного вывода с низкой задержкой без сложности постобработки методом Non-Maximum Suppression.
  • Среды только с CPU: Устройства без выделенного ускорения GPU, где до 43% более быстрая инференция YOLO26 на CPU обеспечивает решающее преимущество.
  • Обнаружение мелких объектов: Сложные сценарии, такие как аэрофотосъемка с дронов или анализ данных с IoT-датчиков, где ProgLoss и STAL значительно повышают точность на крошечных объектах.

Преимущества Ultralytics: Шаг в будущее

Хотя YOLOv6-3.0 и YOLOv7 представляют собой значительные вехи, интеграция разрозненных репозиториев в производственные конвейеры часто создает проблемы при развертывании моделей и настройке гиперпараметров. Экосистема Ultralytics решает эти болевые точки, предлагая оптимизированный, унифицированный интерфейс.

Почему стоит выбрать Ultralytics?

  • Простота использования: API Ultralytics Python позволяет разработчикам загружать, обучать и экспортировать модели всего несколькими строками кода. Переключение со старой модели на новейшую архитектуру требует изменения всего одной строки.
  • Хорошо поддерживаемая экосистема: Ultralytics предоставляет частые обновления, активную поддержку сообщества и надежную документацию.
  • Универсальность: В отличие от более ранних моделей, которые фокусировались в основном на ограничивающих рамках, модели Ultralytics нативно поддерживают многозадачное обучение, включая сегментацию экземпляров, оценку позы и ориентированные ограничивающие рамки (OBB).
  • Требования к памяти: Модели Ultralytics YOLO поддерживают более низкое потребление памяти во время обучения по сравнению с архитектурами на основе трансформеров, такими как RT-DETR, что позволяет исследователям эффективно обучать модели на потребительском оборудовании.

Обновление до YOLO26

Для разработчиков, стремящихся к вершине производительности, YOLO26 (выпущенный в январе 2026 года) фундаментально меняет парадигму обнаружения объектов. Он представляет полностью сквозную NMS-Free архитектуру, устраняя сложную логику постобработки и значительно сокращая вариативность задержки на периферийных устройствах.

Ключевые нововведения в YOLO26 включают:

  • Оптимизатор MuSGD: Сложный гибрид SGD и Muon, который обеспечивает невероятно стабильную динамику обучения и более быструю сходимость.
  • Удаление DFL: Исключение Distribution Focal Loss упрощает совместимость экспорта YOLO26 и повышает производительность на маломощных устройствах.
  • ProgLoss + STAL: Передовые функции потерь, которые обеспечивают заметные улучшения в распознавании мелких объектов.
  • Непревзойденная скорость: Достигает до 43% более быстрого инференса на CPU по сравнению с предыдущими поколениями, что делает его идеальным для встраиваемых систем, таких как Raspberry Pi или развертываний Apple CoreML.

Среди других высокопроизводительных моделей в экосистеме — YOLO11 и YOLOv8, обе из которых предлагают отличный баланс производительности для интеграции с устаревшим оборудованием.

Обеспечьте перспективность вашего конвейера

Создавая свои приложения компьютерного зрения на платформе Ultralytics, вы обеспечиваете немедленный доступ к будущим передовым моделям без переписывания загрузчиков наборов данных или скриптов развертывания.

Пример кода: Оптимизированное обучение

Следующий фрагмент иллюстрирует, как легко можно обучить современную модель YOLO26 с использованием API Ultralytics. Этот точный рабочий процесс бесшовно применяется к YOLO11 или YOLOv8, абстрагируя шаблонный код, обычно требуемый старыми репозиториями.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model for rapid training
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The API handles dataset downloading, augmentation, and hyperparameter configuration
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="cuda:0",  # Automatically utilizes PyTorch GPU acceleration
)

# Run an end-to-end, NMS-free inference on a test image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to ONNX for cross-platform deployment
model.export(format="onnx")

Заключение

YOLOv6-3.0 и YOLOv7 успешно решили различные аспекты задачи обнаружения в реальном времени. YOLOv6-3.0 является мощным решением для специализированных промышленных сред GPU, в то время как YOLOv7 обеспечивает высокую точность за счет тщательной оптимизации градиентного пути.

Однако для современных приложений, требующих беспрецедентной универсальности, минимальных сложностей при развертывании и передовой производительности, Ultralytics YOLO26 является окончательным выбором. Его NMS-free архитектура, продвинутый оптимизатор MuSGD и глубокая интеграция с платформой Ultralytics гарантируют, что разработчики смогут развертывать мощные, масштабируемые решения визуального ИИ быстрее, чем когда-либо прежде.


Комментарии