YOLOv7 и EfficientDet#

Выбор оптимальной архитектуры нейронной сети — основа любого успешного проекта в области компьютерного зрения. В этом руководстве подробно сравниваются две знаковые модели в истории архитектур обнаружения объектов: YOLOv7 и EfficientDet. Изучив их архитектурные новшества, методы обучения и оптимальные сценарии развертывания, разработчики смогут принять обоснованное решение. Мы также рассмотрим, как современные достижения, в частности революционная Ultralytics YOLO26, изменили нынешний передовой уровень технологий.

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 задает новый передовой уровень для детекторов объектов реального времени
• GitHub: WongKinYiu/yolov7
• Документация: Документация Ultralytics YOLOv7

Узнай больше о 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

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, в EfficientDet была представлена двунаправленная пирамидальная сеть признаков (BiFPN). Этот архитектурный компонент обеспечивает простое и быстрое объединение признаков на нескольких масштабах.

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 ориентирована на инференс в реальном времени и оптимизацию обучения. В ней представлена концепция расширенной эффективной сети агрегации слоев (E-ELAN), позволяющая модели непрерывно изучать более разнообразные признаки, не нарушая исходный путь градиента. В YOLOv7 также применяется метод «обучаемого набора бесплатных улучшений», который значительно повышает точность обнаружения без увеличения затрат на инференс.

Преимущества: Исключительно высокая скорость обработки и низкая задержка инференса, что делает модель идеальной для видеопотоков с высокой частотой кадров. Недостатки: Несмотря на высокие возможности, модель по-прежнему использует анкерные рамки и требует подавления немаксимумов (NMS) на этапе постобработки, что может стать узким местом по задержке в очень плотных сценах.

Показатели производительности и результаты тестирования#

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

Как видно, несмотря на высокий mAP модели EfficientDet-d7, ее скорость в TensorRT значительно ниже, чем у вариантов YOLOv7, что демонстрирует превосходство последней в обнаружении объектов в реальном времени с ускорением на GPU.

Эволюция обнаружения объектов: YOLO26#

Хотя YOLOv7 и EfficientDet заложили важную основу, область визуального ИИ быстро развивается. Для современных приложений, которым необходимы максимальная эффективность и точность, мы настоятельно рекомендуем перейти на YOLO26, выпущенную в январе 2026 года.

YOLO26 устраняет присущие предыдущим поколениям ограничения и обеспечивает беспрецедентную универсальность в задачах обнаружения объектов, сегментации экземпляров, классификации изображений и оценки позы.

Ключевые инновации YOLO26#

• Сквозная архитектура без NMS: В YOLO26 предусмотрена опциональная голова one-to-one (nms=False), которая пропускает подавление немаксимумов (NMS) на этапе постобработки. Этот подход впервые был реализован в YOLOv10; он упрощает логику развертывания и гарантирует стабильное выполнение с низкой задержкой независимо от плотности объектов.
• Удаление DFL: Благодаря удалению Distribution Focal Loss архитектура модели значительно упрощена, а ее совместимость с жестко ограниченными средами периферийных вычислений улучшена.
• До 43% более быстрый инференс на CPU: Модель тщательно оптимизирована для сред без выделенных GPU, что делает ее идеальной для легковесного оборудования.
• Оптимизатор MuSGD: Вдохновленный методами обучения больших языковых моделей (например, Kimi K2 от Moonshot AI), этот гибрид SGD и Muon обеспечивает стабильность уровня LLM и быструю сходимость при обучении моделей компьютерного зрения.
• ProgLoss + STAL: Эти передовые функции потерь значительно улучшают распознавание небольших объектов, что особенно важно для съемки с воздуха и применения дронов.
• Улучшения для отдельных задач: Для задач сегментации предусмотрены функция потерь семантической сегментации и прототипы нескольких масштабов, для сложной оценки позы — оценка остаточного логарифмического правдоподобия (RLE), а специальная функция потерь угла устраняет проблемы границ ориентированных ограничивающих рамок (OBB).

Команды, использующие устаревшие системы, могут перейти на платформу Ultralytics и получить оптимизированный рабочий процесс, в котором передовые модели легко обучать и развертывать. В зависимости от требований к обратной совместимости разработчики также могут рассмотреть предыдущие надежные версии, такие как YOLO11 и YOLOv8.

Оптимизированное обучение и простота использования#

Одна из отличительных особенностей моделей Ultralytics — исключительная простота использования. В отличие от сложной настройки EfficientDet в средах TensorFlow AutoML с множеством зависимостей, Ultralytics предлагает простой API в стиле Python.

Эта среда сокращает использование памяти CUDA при обучении, поэтому даже большие наборы данных можно эффективно обрабатывать без ошибок нехватки памяти (OOM), часто возникающих при использовании громоздких архитектур на основе Transformer.

Пример кода: начало работы с Ultralytics#

В следующем примере показано, как разработчики могут использовать пакет Ultralytics, чтобы сразу и без лишних действий обучить передовую модель YOLO26.

from ultralytics import YOLO

# Initialize the state-of-the-art YOLO26 model for object detection
model = YOLO("yolo26n.pt")

# Train the model effortlessly using the integrated Ultralytics ecosystem
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 сценарием применения.

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 всех новых развертываний мы безоговорочно рекомендуем YOLO26. Непревзойденный баланс производительности и надежная, активно поддерживаемая экосистема делают эту модель оптимальным выбором для:

• Умные города и управление дорожным движением: Архитектура без NMS обеспечивает стабильную задержку инференса, что крайне важно для управления дорожным движением в реальном времени.
• Робототехника и автономные системы: Впечатляющий прирост скорости инференса на CPU на 43% обеспечивает высокую отзывчивость алгоритмов навигации на встроенных устройствах.
• Сельское хозяйство и мониторинг с воздуха: ProgLoss и STAL помогают точно обнаруживать небольшие объекты, например определенные сельскохозяйственные культуры или диких животных, на снимках, сделанных с большой высоты.

Подводя итог: EfficientDet и YOLOv7 представляют историческую ценность и полезны в отдельных узких сценариях, однако современным инженерам по компьютерному зрению лучше выбрать архитектуру Ultralytics YOLO26: она элегантно устраняет прежние узкие места и расширяет границы возможностей искусственного интеллекта.