YOLOv6-3.0 против YOLOv7#

Эволюция компьютерного зрения в реальном времени характеризуется стремительным прогрессом в эффективности архитектур и методологиях обучения. Две заметные модели, оказавшие значительное влияние на эту область — YOLOv6-3.0 и YOLOv7. Оба фреймворка представили инновационные методы для достижения баланса между скоростью логического вывода и точностью обнаружения, ориентируясь на развертывание от мощных серверных GPU до периферийных устройств.

Это исчерпывающее техническое сравнение исследует их архитектуры, метрики производительности и идеальные варианты использования, а также показывает, как современная платформа Ultralytics и новейшая модель YOLO26 опираются на эти фундаментальные концепции, чтобы обеспечить непревзойденный опыт разработки.

YOLOv6-3.0: Оптимизация промышленной пропускной способности#

Разработанная департаментом Vision AI в компании Meituan, модель YOLOv6-3.0 была специально создана для промышленных приложений с высокой пропускной способностью. Она уделяет большое внимание максимизации производительности на аппаратных ускорителях, что делает ее отличным кандидатом для сред, где жизнеспособна пакетная обработка на выделенных GPU.

• Авторы: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu и Xiangxiang Chu
• Организация: Meituan
• Дата: 2023-01-13
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Архитектурные инновации#

YOLOv6-3.0 полагается на бэкенд EfficientRep — архитектуру, ориентированную на аппаратное обеспечение и разработанную для оптимизации затрат на доступ к памяти в GPU. Для улучшения слияния признаков на разных масштабах модель использует модуль Bi-directional Concatenation (BiC) в своем шейке (neck). Это позволяет сети более эффективно захватывать сложные пространственные иерархии по сравнению с предыдущими итерациями.

Более того, YOLOv6-3.0 реализует стратегию Anchor-Aided Training (AAT). Этот подход сочетает богатые градиентные сигналы обучения на основе анкоров с преимуществами оптимизированного развертывания логического вывода без анкоров, что помогает модели сходиться более стабильно без ущерба для скорости постобработки.

Узнай больше о YOLOv6

YOLOv7: Пионер «наборов бесплатных улучшений»#

Выпущенная исследователями из Academia Sinica, модель YOLOv7 пошла по другому пути, сосредоточившись на анализе градиентных путей и оптимизации во время обучения, которые не увеличивают стоимость вывода — концепция, которую авторы называют «обучаемым набором бесплатных улучшений» ("trainable bag-of-freebies").

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

Архитектурные инновации#

Ядром YOLOv7 является ее сеть расширенного эффективного агрегирования слоев (E-ELAN). E-ELAN оптимизирует градиентный путь, позволяя различным слоям изучать более разнообразные признаки без нарушения исходной топологии сети. Это приводит к созданию высокоэкспрессивной модели, способной достигать высших показателей средней точности (mAP).

YOLOv7 также активно использует репараметризацию моделей, объединяя сверточные слои с пакетной нормализацией во время вывода. Это уменьшает количество параметров и ускоряет прямой проход при развертывании с использованием таких фреймворков, как NVIDIA TensorRT или ONNX.

Узнай больше о YOLOv7

Сравнение производительности#

Оценивая эти модели на наборе данных MS COCO, мы наблюдаем четкий компромисс между ультралегкими вариантами YOLOv6 и сильно параметризованными архитектурами YOLOv7, ориентированными на точность.

Данные показывают, что YOLOv6-3.0n предлагает исключительную скорость логического вывода, что делает её подходящей для высокочастотной видеоаналитики. Напротив, YOLOv7x достигает наивысшего mAP, доминируя в задачах, где точность обнаружения важнее частоты кадров.

Сценарии использования и рекомендации#

Выбор между YOLOv6 и YOLOv7 зависит от специфических требований твоего проекта, ограничений по развертыванию и предпочтений в экосистеме.

Когда выбирать YOLOv6#

YOLOv6 — сильный выбор для:

• Промышленного внедрения с учетом оборудования: сценарии, где аппаратная ориентированность модели и эффективная репараметризация обеспечивают оптимизированную производительность на конкретном целевом оборудовании.
• Быстрого одноэтапного обнаружения: приложения, где приоритетом является чистая скорость вывода на GPU для обработки видео в реальном времени в контролируемых условиях.
• Интеграция с экосистемой Meituan: Команды, уже работающие в стеке технологий и инфраструктуре развертывания Meituan's.

Когда выбирать YOLOv7#

YOLOv7 рекомендуется для:

• Академического бенчмаркинга: воспроизведение результатов уровня state-of-the-art 2022 года или изучение эффектов E-ELAN и методов trainable bag-of-freebies.
• Исследований репараметризации: изучение плановых репараметризованных сверток и стратегий составного масштабирования моделей.
• Существующих кастомных конвейеров: проектов с сильно модифицированными конвейерами, построенными вокруг специфической архитектуры YOLOv7, которые нельзя легко переработать.

Когда выбирать Ultralytics (YOLO26)#

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

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Преимущество Ultralytics: Шаг в будущее#

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

Почему стоит выбрать Ultralytics?#

• Простота использования: Python API от Ultralytics позволяет тебе загружать, обучать и экспортировать модели всего за несколько строк кода. Переход со старой модели на новейшую архитектуру требует замены 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 прямоугольниках, модели Ultralytics изначально поддерживают многозадачное обучение, включая сегментацию экземпляров, оценку позы и ориентированные ограничивающие прямоугольники (OBB).
• Требования к памяти: Модели Ultralytics YOLO поддерживают меньшее использование памяти во время обучения по сравнению с архитектурами на базе Transformer, такими как RT-DETR, что позволяет эффективно обучать их на оборудовании потребительского уровня.

Обновление до YOLO26#

Для разработчиков, ищущих пик производительности, YOLO26 (выпущенная в январе 2026 года) коренным образом меняет парадигму обнаружения объектов. Она представляет полностью сквозной дизайн без NMS (End-to-End NMS-Free), устраняя сложную логику постобработки и значительно снижая разброс задержек на периферийных устройствах.

Ключевые инновации в YOLO26 включают:

• Оптимизатор MuSGD: Сложный гибрид SGD и Muon, который обеспечивает невероятно стабильную динамику обучения и более быструю сходимость.
• Удаление DFL: Благодаря исключению Distribution Focal Loss, YOLO26 упрощает совместимость при экспорте и повышает производительность на маломощных устройствах.
• ProgLoss + STAL: Продвинутые функции потерь, которые дают заметные улучшения в распознавании мелких объектов.
• Непревзойденная скорость: Обеспечивает до 43% более быстрый вывод на CPU по сравнению с предыдущими поколениями, что делает её идеальной для встраиваемых систем, таких как Raspberry Pi или развертывания Apple CoreML.

Другие высокопроизводительные модели в экосистеме включают YOLO11 и YOLOv8, обе из которых предлагают отличный баланс производительности для интеграции со старым оборудованием.

Пример кода: Оптимизированное обучение#

Следующий фрагмент кода иллюстрирует, насколько легко ты можешь обучить современную модель YOLO26, используя API Ultralytics. Этот точный рабочий процесс беспрепятственно применяется к YOLO11 или YOLOv8, абстрагируя шаблонный код, обычно требуемый более 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 разные аспекты проблемы обнаружения в реальном времени. YOLOv6-3.0 — это мощный инструмент для специализированных промышленных GPU-сред, в то время как YOLOv7 обеспечивает высокую точность за счет тщательной оптимизации градиентного пути.

Однако для современных приложений, требующих непревзойденной универсальности, минимальных сложностей при развертывании и передовой производительности, Ultralytics YOLO26 является окончательным выбором. Её архитектура без NMS, продвинутый оптимизатор MuSGD и глубокая интеграция с платформой Ultralytics гарантируют, что ты как разработчик сможешь развертывать мощные, масштабируемые решения Vision AI быстрее, чем когда-либо прежде.