YOLOv6-3.0 и YOLOv7#

Развитие компьютерного зрения в реальном времени отмечено быстрым прогрессом в эффективности архитектур и методах обучения. Среди моделей, заметно повлиявших на эту область, — YOLOv6-3.0 и YOLOv7. Оба фреймворка предложили новые методы балансировки скорости инференса и точности детекции для развертывания — от мощных серверных GPU до граничных устройств.

В этом подробном техническом сравнении рассматриваются архитектуры, показатели производительности и оптимальные сценарии применения моделей. Также показано, как современная платформа Ultralytics и новейшая модель YOLO26 развивают эти базовые идеи, обеспечивая разработчикам непревзойденные возможности.

YOLOv6-3.0: оптимизация промышленной пропускной способности#

Разработанная отделом Vision AI компании Meituan, YOLOv6-3.0 была создана специально для промышленных задач с высокой пропускной способностью. Модель ориентирована на максимальную производительность на аппаратных ускорителях и подходит для сред, где возможно пакетное выполнение на выделенных GPU.

• Авторы: Чуйи Ли, Лулу Ли, Ифэй Гэн, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдань Кэ, Сяомин Сюй и Сянсян Чу
• Организация: Meituan
• Дата: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Архитектурные инновации#

YOLOv6-3.0 использует backbone EfficientRep — оптимизированную для аппаратного обеспечения архитектуру, разработанную для эффективного доступа к памяти GPU. Для улучшения объединения признаков разных масштабов в neck модели используется модуль двунаправленной конкатенации (BiC). Благодаря этому сеть эффективнее улавливает сложные пространственные иерархии, чем предыдущие версии.

Кроме того, YOLOv6-3.0 применяет стратегию обучения с помощью якорей (AAT). Этот подход сочетает богатые градиентные сигналы якорного обучения с преимуществами развертывания безъякорного инференса, помогая модели сходиться стабильнее без потери скорости постобработки.

Подробнее о YOLOv6

YOLOv7: первопроходец среди моделей с бесплатными улучшениями#

Выпущенная исследователями из Academia Sinica, YOLOv7 пошла другим путем, сосредоточившись на анализе путей градиента и оптимизациях во время обучения, которые не увеличивают вычислительную нагрузку при инференсе. Авторы называют эту концепцию «набором обучаемых бесплатных преимуществ».

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 2022-07-06
• Arxiv: 2207.02696
• GitHub: WongKinYiu/yolov7

Архитектурные инновации#

В основе YOLOv7 лежит расширенная сеть агрегации эффективных слоев (E-ELAN). E-ELAN оптимизирует путь градиента, позволяя разным слоям изучать более разнообразные признаки без нарушения исходной топологии сети. В результате получается выразительная модель с передовыми показателями средней точности (mAP).

В YOLOv7 также широко применяется перепараметризация модели: при инференсе сверточные слои объединяются с пакетной нормализацией. Это сокращает количество параметров и ускоряет прямой проход при развертывании с помощью таких фреймворков, как NVIDIA TensorRT или ONNX.

Узнай больше о YOLOv7

Сравнение производительности#

При оценке этих моделей на наборе данных MS COCO заметен компромисс между сверхлегкими вариантами YOLOv6 и архитектурами YOLOv7 с большим количеством параметров, ориентированными на точность.

Данные показывают, что YOLOv6-3.0n обеспечивает исключительно высокую скорость инференса и подходит для видеоаналитики с высокой частотой обработки. В свою очередь, YOLOv7x достигает наивысшего mAP и лидирует в задачах, где точность детекции важнее чистой частоты кадров.

Сценарии использования и рекомендации#

Выбор между YOLOv6 и YOLOv7 зависит от требований твоего проекта, ограничений развертывания и предпочтительной экосистемы.

Когда стоит выбрать YOLOv6#

YOLOv6 — хороший выбор для:

• Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн и эффективная репараметризация модели обеспечивают оптимальную производительность на конкретном целевом оборудовании.
• Быстрая одноэтапная детекция: приложения, где приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых условиях.
• Интеграция с экосистемой Meituan: команды, уже работающие с технологическим стеком и инфраструктурой развертывания Meituan.

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.

Преимущества Ultralytics: шаг в будущее#

Хотя YOLOv6-3.0 и YOLOv7 стали важными этапами развития, интеграция разрозненных репозиториев в производственные конвейеры часто создает сложности с развертыванием моделей и настройкой гиперпараметров. Экосистема Ultralytics решает эти проблемы благодаря унифицированному и удобному интерфейсу.

Почему стоит выбрать Ultralytics?#

• Простота использования: API Python от Ultralytics позволяет загружать, обучать и экспортировать модели всего несколькими строками кода. Чтобы перейти со старой модели на новейшую архитектуру, достаточно изменить одну строку.
• Поддерживаемая экосистема: Ultralytics регулярно выпускает обновления, активно помогает сообществу и предоставляет подробную документацию.
• Универсальность: в отличие от ранних моделей, ориентированных в основном на ограничивающие рамки, модели Ultralytics изначально поддерживают мультитасковое обучение, включая сегментацию экземпляров, оценку позы и ориентированные ограничивающие рамки (OBB).
• Требования к памяти: во время обучения модели Ultralytics YOLO потребляют меньше памяти, чем архитектуры на основе Transformer, такие как RT-DETR. Благодаря этому исследователи могут эффективно обучать модели на обычном пользовательском оборудовании.

Переход на YOLO26#

Разработчикам, которым нужна максимальная производительность, YOLO26 (выпущена в январе 2026 года) предлагает принципиально новый подход к детекции объектов. Опциональная сквозная архитектура без NMS (nms=False) устраняет сложную логику постобработки и значительно уменьшает вариативность задержки на граничных устройствах.

Ключевые нововведения YOLO26:

• Оптимизатор MuSGD: продуманный гибрид SGD и Muon, обеспечивающий чрезвычайно стабильную динамику обучения и более быструю сходимость.
• Отказ от DFL: исключение Distribution Focal Loss упрощает совместимость при экспорте и повышает производительность на устройствах с низким энергопотреблением.
• ProgLoss + STAL: усовершенствованные функции потерь заметно повышают качество распознавания мелких объектов.
• Непревзойденная скорость: инференс на CPU выполняется до 43% быстрее, чем у моделей предыдущих поколений. Это делает YOLO26 идеальным решением для встраиваемых систем, таких как Raspberry Pi, и развертываний с Apple CoreML.

В экосистеме также есть другие высокопроизводительные модели — YOLO11 и YOLOv8. Обе обеспечивают отличный баланс производительности при интеграции с устаревшим оборудованием.

Пример кода: упрощенное обучение#

В следующем фрагменте показано, как просто обучить современную модель YOLO26 с помощью API Ultralytics. Этот же рабочий процесс подходит для YOLO11 и YOLOv8 и избавляет от необходимости писать шаблонный код, который обычно требуется в старых репозиториях.

from ultralytics import YOLO

# Загрузи компактную передовую модель YOLO26 для быстрого обучения
model = YOLO("yolo26n.pt")

# Обучи модель на датасете COCO8
# API самостоятельно загружает набор данных, выполняет аугментацию и настраивает гиперпараметры
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device="cuda:0",  # Автоматически используется ускорение PyTorch на GPU
)

# Выполни сквозной инференс без NMS на тестовом изображении
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)

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

Заключение#

YOLOv6-3.0 и YOLOv7 успешно решают разные аспекты задачи детекции в реальном времени. YOLOv6-3.0 — мощное решение для специализированных промышленных сред с GPU, а YOLOv7 обеспечивает высокую точность благодаря тщательной оптимизации путей градиента.

Однако для современных приложений, которым нужны непревзойденная универсальность, простое развертывание и передовая производительность, оптимальным выбором станет Ultralytics YOLO26. Архитектура без NMS, усовершенствованный оптимизатор MuSGD и глубокая интеграция с платформой Ultralytics позволяют разработчикам быстрее, чем когда-либо, развертывать мощные масштабируемые решения в области компьютерного зрения и ИИ.