YOLOv7 против DAMO-YOLO#

Ландшафт детектирования объектов в реальном времени постоянно меняется, и исследователи с инженерами стремятся найти оптимальный баланс между скоростью и точностью. В этом техническом сравнении мы подробно рассмотрим две примечательные архитектуры 2022 года: YOLOv7 и DAMO-YOLO. Обе модели представили сообществу компьютерного зрения новые концепции, затрагивающие различные проблемы обучения моделей, архитектурного проектирования и развертывания.

История создания моделей и технические подробности#

Прежде чем углубляться в архитектуры, важно понять истоки этих двух моделей. Обе были разработаны ведущими исследовательскими группами и представили передовые методологии, расширяющие границы детектирования объектов в реальном времени.

Детали YOLOv7#

Созданная как продолжение семейства YOLO, модель YOLOv7 представила концепцию обучаемого "набора полезных приемов" (bag-of-freebies) для значительного повышения точности без увеличения затрат на инференс.

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Institute of Information Science, Academia Sinica, Taiwan
• Дата: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: https://github.com/WongKinYiu/yolov7
• Docs: https://docs.ultralytics.com/models/yolov7/

Узнай больше о YOLOv7

Подробности DAMO-YOLO#

Разработанная исследователями Alibaba Group, модель DAMO-YOLO сосредоточилась на поиске нейронной архитектуры (NAS) и передовых методах дистилляции знаний для создания высокоэффективных моделей под различное оборудование.

• Авторы: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang и Xiuyu Sun
• Организация: Alibaba Group
• Дата: 23.11.2022
• Arxiv: https://arxiv.org/abs/2211.15444v2
• GitHub: https://github.com/tinyvision/DAMO-YOLO

Узнай больше о DAMO-YOLO

Архитектурные инновации#

YOLOv7: Анализ путей градиента и репараметризация#

YOLOv7 уделяет большое внимание Extended Efficient Layer Aggregation Networks (E-ELAN). Авторы разработали E-ELAN, проанализировав пути градиентов сети, что гарантирует непрерывное обучение сети без ухудшения исходного пути градиента. Кроме того, YOLOv7 эффективно использует репараметризацию моделей во время инференса, плавно объединяя слои для уменьшения FLOPs и ускорения времени выполнения. Это делает модель отлично приспособленной для реального времени инференса на современных GPU.

DAMO-YOLO: Поиск нейронной архитектуры и RepGFPN#

DAMO-YOLO отличается активным использованием Neural Architecture Search (NAS) в условиях ограничений по задержке. Она применяет фреймворк MAE-NAS для поиска оптимальных бекбонов, адаптированных под конкретное оборудование, такое как мобильные устройства или специализированные ускорители. В качестве «шеи» сети она вводит эффективную RepGFPN (Rep-parameterized Generalized Feature Pyramid Network) и использует дизайн ZeroHead для минимизации вычислительной нагрузки в головах предсказания.

Сравнение производительности и метрик#

При сравнении этих моделей крайне важно учитывать mAP (Mean Average Precision), скорость инференса и сложность модели.

Таблица выше демонстрирует, что YOLOv7 хорошо масштабируется в областях с высокой точностью (YOLOv7x), тогда как DAMO-YOLO предоставляет высокооптимизированные компактные модели для сред с ограниченными ресурсами.

Эффективность обучения и требования к памяти#

Главное различие между двумя архитектурами заключается в методологиях их обучения. Зависимость DAMO-YOLO от дистилляции означает, что обучение новой модели с нуля или дообучение на пользовательском датасете компьютерного зрения часто требует значительно больше VRAM и времени вычислений на GPU.

Напротив, модели, интегрированные в экосистему Ultralytics, такие как YOLOv7 и более поздние версии, сильно оптимизированы по требованиям к памяти. Они позволяют разработчикам использовать большие размеры батчей на потребительском «железе» без возникновения ошибок переполнения памяти, упрощая отслеживание экспериментов и процесс итераций.

Преимущество Ultralytics#

Хотя и YOLOv7, и DAMO-YOLO предлагают интересные функции, развертывание моделей в рамках экосистемы Ultralytics обеспечивает непревзойденный опыт разработки.

• Простота использования: Пакет Ultralytics Python предлагает унифицированный и простой API. Ты можешь быстро переключаться между архитектурами моделей, запускать циклы обучения или выполнять инференс с помощью всего нескольких строк кода.
• Хорошо поддерживаемая экосистема: Ultralytics предоставляет частые обновления, обеспечивая нативную совместимость с последними релизами PyTorch и драйверами CUDA. Он также упрощает экспорт моделей в такие форматы, как ONNX, TensorRT и OpenVINO.
• Универсальность: В отличие от DAMO-YOLO, которая представляет собой строго детектор объектов, экосистема Ultralytics поддерживает самые разные задачи «из коробки». Модели из семейства Ultralytics могут выполнять стандартное детектирование ограничивающих прямоугольников, оценку позы, сегментацию экземпляров и ориентированные ограничивающие прямоугольники (OBB).

Пример кода: Быстрый старт#

Вот как легко ты можешь загрузить, обучить и запустить инференс, используя модели Ultralytics:

from ultralytics import YOLO

# Load a pre-trained YOLOv7 model (or newer models like yolo26n.pt)
model = YOLO("yolov7.pt")

# Train the model on the COCO8 dataset with automated hyperparameter handling
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Run inference on an image
predictions = model("https://ultralytics.com/images/bus.jpg")

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

Следующее поколение: YOLO26#

Хотя YOLOv7 остается сильной устаревшей архитектурой, сфера развивается стремительно. Для новых внедрений рекомендуется использовать Ultralytics YOLO26 (выпущен в январе 2026 года) в качестве стандарта, превосходящего предыдущие поколения почти по всем метрикам.

• Сквозной дизайн без NMS: Впервые опробованный в YOLOv10, YOLO26 нативно исключает постобработку Non-Maximum Suppression (NMS). Это гарантирует детерминированный инференс с ультранизкой задержкой, критически важный для робототехники и технологий автопилотирования.
• Оптимизатор MuSGD: Вдохновленный передовыми методами обучения LLM (такими как Kimi K2 от Moonshot AI), этот гибридный оптимизатор сочетает SGD и Muon для обеспечения стабильного обучения и более быстрой сходимости на различных датасетах.
• До 43% быстрее инференс на CPU: Стратегически удалив Distribution Focal Loss (DFL), модель YOLO26 значительно повышает производительность на платформах граничных вычислений и CPU.
• ProgLoss + STAL: Эти продвинутые функции потерь дают существенные улучшения в обнаружении мелких объектов, что делает YOLO26 исключительно подходящим для аэроснимков и детального видеонаблюдения.

Узнай больше о YOLO26

Идеальные варианты использования#

Когда выбирать DAMO-YOLO#

• Академические исследования в NAS: Если твоя организация активно инвестирует в изучение методологий поиска нейронной архитектуры.
• Сверхжесткие ограничения по задержке на специфическом оборудовании: Если у тебя есть ресурсы для проведения исчерпывающего поиска NAS, чтобы найти адаптированный бекбон для кастомного AI-чипа-ускорителя.

Когда выбирать YOLOv7#

• Существующие GPU-пайплайны: Для команд, поддерживающих унаследованные производственные пайплайны, глубоко оптимизированные под архитектуру E-ELAN модели YOLOv7 на высокопроизводительном оборудовании NVIDIA.

Зачем переходить на современные модели Ultralytics (YOLO11 / YOLO26)#

Для подавляющего большинства корпоративных приложений — от аналитики в ритейле и умного производства до здравоохранения — современные модели Ultralytics не имеют равных. Интеграция с Платформой Ultralytics предоставляет полный пайплайн ML, предлагая простоту использования, превосходную документацию, надежную поддержку сообщества и многозадачную универсальность. Будь то отслеживание инвентаря на Raspberry Pi или выполнение тяжелой аналитики в облаке, такие модели, как YOLO26, обеспечивают идеальный баланс производительности для будущего компьютерного зрения.