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
- Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
- Организация: Институт информатики, Академия Синика, Тайвань
- Дата: 2022-07-06
- arXiv: YOLOv7: обучаемый набор бесплатных улучшений задаёт новый уровень для детекторов объектов реального времени
- GitHub: WongKinYiu/yolov7
- Документация: Документация Ultralytics YOLOv7
EfficientDet
- Авторы: Mingxing Tan, Ruoming Pang и Quoc V. Le
- Организация: Google Research
- Дата: 2019-11-20
- arXiv: EfficientDet: масштабируемое и эффективное обнаружение объектов
- GitHub: Google AutoML 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.
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.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
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")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.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.