YOLOv7 и PP-YOLOE+#

Выбирая современные модели компьютерного зрения для производственных конвейеров, разработчики часто оценивают преимущества разных архитектур. Среди заметных моделей для обнаружения объектов — YOLOv7 и PP-YOLOE+. В этом руководстве подробно сравниваются их архитектуры, метрики производительности и оптимальные сценарии развертывания, чтобы ты мог принять взвешенное решение для своего следующего проекта в области компьютерного зрения.

Архитектурные инновации#

Чтобы понять, как эти модели будут вести себя при обучении и инференсе, важно разобраться в их ключевых структурных различиях.

Основные особенности архитектуры YOLOv7#

В YOLOv7 появилось несколько ключевых улучшений, призванных повысить точность без существенного увеличения затрат на инференс.

• Расширенные сети эффективной агрегации слоев (E-ELAN): Эта архитектура контролирует кратчайшие и длиннейшие пути градиента. Благодаря этому сеть учится распознавать более разнообразные признаки, а ее общая способность к обучению повышается без нарушения исходного пути градиента.
• Стратегии масштабирования моделей: YOLOv7 использует комплексное масштабирование моделей, одновременно корректируя глубину и ширину и объединяя слои конкатенацией, чтобы сохранять оптимальную структуру архитектуры при разных размерах модели.
• Обучаемый «набор бесплатных приемов»: Авторы встроили метод перепараметризованной свертки (RepConv) без тождественных связей, что значительно повышает скорость инференса, не снижая предсказательную способность модели.

Подробности о YOLOv7:

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696

Узнай больше о YOLOv7

Основные особенности архитектуры PP-YOLOE+#

Разработанная Baidu в экосистеме PaddlePaddle, PP-YOLOE+ основана на предшественнице PP-YOLOv2 и уделяет особое внимание методам без якорей и улучшенным представлениям признаков.

• Архитектура без якорей: В отличие от подходов с якорями, такая архитектура упрощает голову предсказаний и сокращает число гиперпараметров, облегчая настройку модели для пользовательских наборов данных.
• Бэкбон CSPRepResNet: этот бэкбон использует остаточные связи и сети Cross Stage Partial, чтобы улучшить извлечение признаков и сохранить вычислительную эффективность.
• Обучение выравниванию задач (TAL): PP-YOLOE+ использует ET-head (эффективную голову, согласованную с задачами), чтобы лучше согласовать задачи классификации и локализации, устраняя распространённое узкое место одностадийных детекторов.

Подробности о PP-YOLOE+:

• Авторы: авторы PaddlePaddle
• Организация: Baidu
• Дата: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250

Узнай больше о PP-YOLOE+

Показатели производительности и результаты тестирования#

Выбор подходящей модели часто зависит от конкретных ограничений оборудования и требований к задержке. В таблице ниже показан компромисс между точностью (mAP), скоростью и сложностью модели.

Анализ результатов#

• Сценарии, требующие высокой точности: YOLOv7x показывает высокую производительность и достигает высокого mAP, что делает эту модель конкурентоспособной при решении сложных задач обнаружения. Хотя PP-YOLOE+x обеспечивает немного более высокий mAP, для этого требуется значительно больше параметров и FLOPs.
• Эффективность и скорость: уменьшенные варианты PP-YOLOE+ (t и s) обеспечивают крайне низкую задержку в TensorRT, поэтому хорошо подходят для развёртывания на периферийных устройствах со строгими ограничениями по аппаратным ресурсам.
• Оптимальный баланс: YOLOv7l обеспечивает убедительный баланс: более 51% mAP при времени инференса менее 7 мс на GPU T4. Это надёжный вариант для стандартных серверных приложений реального времени.

Преимущества Ultralytics#

И YOLOv7, и PP-YOLOE+ показывают высокие результаты в бенчмарках, но для успеха проекта не менее важны удобство разработки и поддержка экосистемы.

Удобство работы#

В моделях Ultralytics приоритет отдаётся простоте использования благодаря унифицированному API Python. В отличие от PP-YOLOE+, для которого нужно разбираться в экосистеме PaddlePaddle и её специальных файлах конфигурации, Ultralytics позволяет легко перейти от обучения к развёртыванию.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLO26 (пакет Ultralytics не поддерживает обучение YOLOv7)
model = YOLO("yolo26n.pt")

# Обучи модель без лишних усилий
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируй модель для оптимизированного развёртывания
model.export(format="engine")  # Экспорт в TensorRT

Эффективное использование ресурсов#

Одно из главных преимуществ моделей Ultralytics YOLO — низкие требования к памяти как при обучении, так и при инференсе. Благодаря такой эффективности исследователи и разработчики могут использовать более крупные размеры пакетов на обычном пользовательском оборудовании и ускорять обучение по сравнению с более тяжёлыми моделями или сложными архитектурами Transformer, такими как RT-DETR.

Экосистема и универсальность#

Экосистема Ultralytics исключительно хорошо поддерживается: она регулярно обновляется, имеет подробную документацию и изначально поддерживает широкий спектр задач, помимо стандартного обнаружения объектов. В Ultralytics единый фреймворк поддерживает сегментацию экземпляров, оценку позы, классификацию и ориентированные ограничивающие рамки (OBB), обеспечивая непревзойдённую универсальность, которой часто не хватает конкурирующим моделям.

Будущее компьютерного зрения: YOLO26#

Компьютерное зрение быстро развивается, и новые архитектуры задают новые стандарты скорости и эффективности. Выпущенная в январе 2026 года Ultralytics YOLO26 стала вершиной этого развития и является настоятельно рекомендуемым выбором для всех новых проектов.

Ключевые новшества YOLO26:

• Сквозная архитектура без NMS: необязательная голова one-to-one в YOLO26 (nms=False) пропускает этап постобработки Non-Maximum Suppression (NMS). Такой изначально сквозной подход значительно упрощает логику развёртывания и снижает вариативность задержки. Впервые этот прорыв был реализован в YOLOv10.
• Непревзойдённая производительность на периферийных устройствах: благодаря удалению Distribution Focal Loss (DFL) YOLO26 обеспечивает до 43% более быстрый инференс на CPU, превосходя предыдущие поколения на IoT- и периферийных устройствах.
• Продвинутая динамика обучения: интеграция оптимизатора MuSGD, вдохновлённого инновациями в области LLM, такими как Kimi K2 от Moonshot AI, обеспечивает более стабильное обучение и быструю сходимость.
• Улучшенное обнаружение мелких объектов: усовершенствованные функции потерь, в частности ProgLoss + STAL, устраняют исторические проблемы распознавания мелких объектов, что важно для таких приложений, как аэрофотосъёмка.

Применение в реальных условиях#

Выбор между этими архитектурами часто зависит от конкретной среды развёртывания.

Когда выбирать PP-YOLOE+#

• Интеграция с PaddlePaddle: если твоя инфраструктура уже тесно интегрирована с экосистемой PaddlePaddle от Baidu, PP-YOLOE+ станет естественным выбором.
• Промышленный контроль в Азии: модель часто используют в азиатских промышленных центрах, где аппаратное и программное обеспечение заранее настроено для работы с инструментами Baidu.

Когда выбирать YOLOv7#

• Системы с ускорением на GPU: модель отлично работает на серверных GPU при решении задач, требующих высокой пропускной способности, например видеоаналитики.
• Интеграция с робототехникой: идеальный выбор для интеграции компьютерного зрения в робототехнику, позволяющий быстро принимать решения в динамичных условиях.
• Академические исследования: модель широко поддерживается и часто используется в исследованиях на PyTorch в качестве надёжной базовой модели.

Хотя старые модели важны с исторической точки зрения, переход на современные архитектуры, такие как YOLO26 или YOLO11, через платформу Ultralytics даёт доступ к новейшим оптимизациям, простым рабочим процессам обучения и самой широкой на сегодня поддержке множества задач.