Начать

YOLOv7 и EfficientDet

Выбор подходящей архитектуры нейронной сети — основа любого успешного проекта в области компьютерного зрения. В этом руководстве подробно сравниваются две ключевые модели в истории архитектур обнаружения объектов: YOLOv7 и EfficientDet. Анализ архитектурных инноваций, методов обучения и оптимальных сценариев развертывания поможет разработчикам принять обоснованное решение. В руководстве также рассматривается, как Ultralytics YOLO26 превосходит обе модели.

Происхождение моделей и технические сведения#

Обе модели разработаны известными исследовательскими командами и внесли значительный вклад в развитие машинного обучения.

YOLOv7

Узнай больше о YOLOv7

EfficientDet

Подробнее об EfficientDet

Архитектурные различия и взвешенный анализ#

Понимание фундаментальных структурных различий между этими сетями крайне важно для эффективного развертывания моделей.

EfficientDet: составное масштабирование и BiFPN#

Разработанная в экосистеме TensorFlow, EfficientDet предложила систематический подход к масштабированию моделей. Вместо произвольного увеличения ширины или глубины сети исследователи Google использовали метод составного масштабирования, который согласованно масштабирует разрешение, глубину и ширину.

Кроме того, EfficientDet представила двунаправленную пирамидальную сеть признаков (BiFPN). Этот вариант пирамидальной сети признаков обеспечивает быстрое объединение признаков разных масштабов.

Преимущества: Высокая эффективность использования параметров: модель достигает отличного показателя средней точности (mAP) при меньшем количестве FLOPs, чем у многих аналогов. Недостатки: Сильная зависимость от устаревших стратегий поиска AutoML. Интеграция в современные динамичные рабочие процессы PyTorch может быть сложной, а задержка на периферийных устройствах часто оказывается выше ожидаемой, несмотря на малое количество FLOPs.

YOLOv7: обучаемый набор бесплатных улучшений#

YOLOv7 уделяла приоритетное внимание инференсу в реальном времени и оптимизации обучения. В ней была представлена концепция расширенной эффективной сети агрегации слоев (E-ELAN), позволяющая модели непрерывно изучать более разнообразные признаки, не нарушая исходный путь градиента. YOLOv7 также использовала метод «обучаемых бесплатных улучшений», повышающий точность обнаружения без увеличения затрат на инференс.

Преимущества: Высокая скорость обработки и низкая задержка инференса, что делает модель идеальной для видеопотоков с высокой частотой кадров. Недостатки: Несмотря на широкие возможности, модель по-прежнему использует якорные рамки и требует подавления немаксимумов (NMS) при постобработке, что может стать узким местом по задержке в сильно загруженных сценах.

Преимущества экосистемы Ultralytics

При оценке моделей окружающая экосистема не менее важна, чем архитектура. Интегрированная Ultralytics Platform предоставляет унифицированный API, обширную документацию и поддержку активного сообщества. Эта унифицированная среда обычно требует меньше памяти при обучении, чем тяжелые трансформерные модели, что ускоряет создание прототипов и отслеживание экспериментов.

Показатели производительности и результаты тестирования#

В таблице ниже сопоставлены ключевые метрики производительности, чтобы разработчики могли оценить компромиссы между скоростью, количеством параметров и точностью.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

Как видно, EfficientDet-d7 достигает высокой mAP, но по скорости TensorRT значительно уступает вариантам YOLOv7, что подчеркивает преимущество YOLOv7 в обнаружении объектов в реальном времени с ускорением на GPU.

Эволюция обнаружения объектов: YOLO26#

Хотя YOLOv7 и EfficientDet заложили важную основу, область компьютерного зрения на основе ИИ быстро развивается. Для современных приложений, которым нужны высокая эффективность и точность, рекомендуется перейти на YOLO26, выпущенную в январе 2026 года.

YOLO26 устраняет ограничения предыдущих поколений и обеспечивает широкую универсальность в задачах обнаружения объектов, сегментации экземпляров, семантической сегментации, оценки глубины, классификации изображений, оценки позы и обнаружения ориентированных ограничивающих рамок (OBB).

Ключевые инновации YOLO26#

  • Сквозная архитектура без NMS: YOLO26 предлагает дополнительную голову one-to-one (nms=False), пропускающую постобработку с подавлением немаксимумов (NMS). Этот подход впервые появился в моделях YOLO с выходом YOLOv10: он упрощает логику развёртывания и обеспечивает стабильную задержку независимо от плотности объектов.
  • Удаление DFL: Исключение функции потерь с фокусировкой на распределении (DFL) упрощает архитектуру модели и повышает совместимость со средами периферийных вычислений с жёсткими ограничениями по ресурсам.
  • До 43% более быстрый CPU-инференс: YOLO26n работает на CPU до 43% быстрее YOLO11n, поэтому хорошо подходит для оборудования без выделенных GPU.
  • Оптимизатор MuSGD: Этот гибрид SGD и Muon, вдохновлённый методами обучения больших языковых моделей (например, Kimi K2 от Moonshot AI), обеспечивает более стабильное обучение и быструю сходимость при обучении моделей компьютерного зрения.
  • ProgLoss + STAL: Прогрессивная функция потерь и стратегия назначения меток с учётом малых объектов улучшают распознавание мелких объектов, что важно для аэрофотоснимков и применения дронов.
  • Улучшения для отдельных задач: Включает функцию потерь для семантической сегментации и прототипы нескольких масштабов для задач сегментации, оценку остаточного логарифмического правдоподобия (RLE) для оценки позы и специализированную функцию потерь для угла, предназначенную для устранения проблем с границами ориентированных ограничивающих рамок (OBB).

Для команд, которые пока используют устаревшие системы, переход на платформу Ultralytics обеспечивает упрощённый рабочий процесс, в котором эти модели легко обучать и развёртывать. В зависимости от конкретных требований обратной совместимости разработчики также могут рассмотреть предыдущие поколения, например YOLO11 и YOLOv8.

Оптимизированное обучение и простота использования#

Одна из определяющих особенностей моделей Ultralytics — простота использования. В отличие от сложной настройки с множеством зависимостей, необходимой для сред AutoML TensorFlow в EfficientDet, Ultralytics предоставляет простой, удобный для Python API.

Эта среда снижает потребление памяти CUDA во время обучения, помогая обучать большие наборы данных без ошибок нехватки памяти (OOM), распространённых в архитектурах на основе трансформеров.

Пример кода: начало работы с Ultralytics#

Следующий фрагмент показывает, как разработчики могут использовать пакет Ultralytics, чтобы сразу обучить модель YOLO26.

from ultralytics import YOLO

# Initialize a YOLO26 nano model for object detection
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 example dataset
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # GPU index; use device='cpu' to train on CPU
    batch=16,
)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment (e.g., OpenVINO for CPU optimization)
model.export(format="openvino")
Экспорт для промышленной эксплуатации

Модели, обученные через API Ultralytics, можно напрямую экспортировать в производственные форматы, например OpenVINO или ONNX, для эффективного инференса на целевом оборудовании.

Оптимальные сценарии использования и реальные приложения#

При проектировании решения важно соотнести сильные стороны модели с конкретным вариантом использования.

Когда использовать EfficientDet#

EfficientDet остается подходящим вариантом для прежних академических исследований и сред, жестко привязанных к экосистеме Google Cloud, где основное внимание уделяется экспериментам с составным масштабированием. Компактные варианты (d0–d2) полезны, когда размер модели на диске строго ограничен.

Когда использовать YOLOv7#

YOLOv7 отлично подходит для высокопроизводительных устаревших систем, особенно если предпочтительна интеграция с PyTorch, а не с TensorFlow. Модель по-прежнему широко применяется в таких областях:

  • Видеоаналитика: Обработка потоков с камер видеонаблюдения и высокой частотой кадров при наличии ускорения GPU.
  • Промышленный контроль: Выявление дефектов на высокоскоростных производственных сборочных линиях.

Когда выбирать YOLO26#

Для новых развёртываний рекомендуется YOLO26. Его сбалансированная производительность и поддерживаемая экосистема делают его отличным выбором для:

  • Умные города и управление дорожным движением: Опциональная голова без NMS обеспечивает стабильную задержку инференса для координации дорожного движения в реальном времени.
  • Робототехника и автономные системы: Инференс YOLO26n на CPU до 43% быстрее, чем у YOLO11n, что помогает сохранять отзывчивость навигации на встраиваемых устройствах.
  • Мониторинг сельского хозяйства и аэрофотосъёмки: Использование ProgLoss и STAL для обнаружения небольших объектов, например конкретных культур или диких животных, на снимках с большой высоты.

В целом, EfficientDet и YOLOv7 важны для понимания истории и полезны в некоторых узкоспециализированных задачах, однако современным специалистам по компьютерному зрению лучше выбрать архитектуру Ultralytics YOLO26, которая устраняет прежние узкие места при развёртывании, повышает скорость на CPU и точность обнаружения мелких объектов.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.