YOLOv6-3.0 и YOLOv7#

Развитие обнаружения объектов в реальном времени сопровождалось быстрым совершенствованием архитектурной эффективности и методик обучения. На эту область повлияли две заметные модели — YOLOv6-3.0 и YOLOv7. Обе системы предложили новые методы баланса скорости инференса и точности обнаружения для развертывания на самых разных устройствах: от мощных серверных GPU до периферийных устройств.

В этом техническом сравнении рассматриваются архитектуры, показатели производительности и подходящие сценарии применения моделей. Также показано, как платформа Ultralytics и новейшая модель YOLO26 развивают эти идеи, упрощая работу разработчиков.

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 эффективного агрегирования слоев (E-ELAN). E-ELAN оптимизирует путь градиента, позволяя разным слоям обучаться на более разнообразных признаках без изменения исходной топологии сети. В результате получается выразительная модель, способная достигать высокого значения 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#

Результаты оценки этих моделей на наборе данных MS COCO показывают компромисс между легковесными вариантами YOLOv6 и более крупными моделями YOLOv7, ориентированными на точность.

Данные показывают, что YOLOv6-3.0n обеспечивает самый быстрый инференс и подходит для видеоаналитики с высокой частотой кадров. Напротив, YOLOv7x показывает наивысший mAP и лидирует в задачах, где точность обнаружения 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, на которых YOLO26n работает на CPU до 43% быстрее YOLO11n.
• Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания 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 обучение для нескольких задач, включая сегментацию экземпляров, классификацию изображений, 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 нужны лучшие на сегодня показатели, для обнаружения объектов рекомендуем перейти на YOLO26 (выпущена в январе 2026 года). Модель представляет необязательную сквозную архитектуру без NMS (nms=False), которая пропускает этап постобработки с подавлением немаксимумов (NMS) и уменьшает разброс задержки на периферийных устройствах.

Ключевые нововведения YOLO26:

• Оптимизатор MuSGD: гибрид SGD и Muon, вдохновленный методами обучения больших языковых моделей (LLM), обеспечивает стабильную динамику обучения и более быструю сходимость.
• Отказ от DFL: отказ от функции потерь распределенного фокуса упрощает совместимость при экспорте YOLO26 и повышает производительность на устройствах с низким энергопотреблением.
• ProgLoss + STAL: прогрессивная функция потерь и стратегия назначения меток с учетом малых объектов улучшают распознавание небольших объектов.
• Скорость на CPU: YOLO26n обеспечивает инференс на CPU до 43% быстрее, чем YOLO11n, поэтому YOLO26 хорошо подходит для встраиваемых систем, таких как Raspberry Pi, и развертывания с использованием Apple CoreML.

В экосистеме есть и другие эффективные модели — YOLO11 и YOLOv8; обе хорошо подходят для существующих аппаратных интеграций.

Пример кода: упрощенное обучение#

Следующий фрагмент показывает, как обучить современную модель YOLO26 с помощью API Ultralytics. Тот же процесс подходит для YOLO11 и YOLOv8 и избавляет от шаблонного кода, который обычно требуется в старых репозиториях.

from ultralytics import YOLO

# Загрузи компактную 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 использует ускорение GPU в PyTorch
)

# 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 решили разные аспекты задачи обнаружения в реальном времени. YOLOv6-3.0 хорошо подходит для специализированных промышленных сред с GPU, а YOLOv7 обеспечивает высокую точность благодаря тщательной оптимизации пути градиента.

Однако для современных приложений, которым нужны универсальность, простое развертывание и передовая производительность, рекомендуем Ultralytics YOLO26. Необязательная голова без NMS, оптимизатор MuSGD и интеграция с платформой Ultralytics помогают быстрее развертывать масштабируемые решения ИИ для компьютерного зрения.