YOLOv7 и YOLOv10
За последние несколько лет компьютерное зрение быстро развивалось, а семейство моделей YOLO (You Only Look Once) возглавило прогресс в обнаружении объектов в реальном времени. Чтобы выбрать подходящую архитектуру для проектов компьютерного зрения, нужно хорошо понимать доступные варианты. В этом техническом сравнении рассматриваются ключевые различия между двумя знаковыми архитектурами: YOLOv7 и YOLOv10.
Знакомство с моделями#
Обе модели стали важными вехами в развитии обнаружения объектов, но для решения его задач они используют принципиально разные подходы.
YOLOv7: первопроходец среди моделей с бесплатными улучшениями#
YOLOv7 представили 6 июля 2022 года исследователи Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao из Института информационных наук Академии наук Тайваня. Модель представила новые способы оптимизации детекторов для работы в реальном времени. В оригинальном исследовании, подробно описанном в академической статье и опубликованном в официальном репозитории на GitHub, особое внимание уделялось репараметризации архитектуры и обучаемому «набору бесплатных улучшений» (bag-of-freebies).
YOLOv7 использует расширенную эффективную сеть агрегации слоёв (E-ELAN), которая помогает сети изучать разнообразные признаки, не нарушая исходный путь градиента. Это надёжный выбор для академических бенчмарков и систем, интенсивно использующих стандартные высокопроизводительные GPU.
YOLOv10: сквозная детекция в реальном времени#
YOLOv10, разработанная Ао Ваном и его коллегами из Университета Цинхуа, вышла 23 мая 2024 года. Как подробно описано в публикации на arXiv и репозитории Tsinghua на GitHub, эта модель устраняет давнее узкое место детекции объектов: подавление немаксимумов (NMS).
В YOLOv10 для обучения без NMS применяются согласованные двойные назначения, изменяющие конвейер постобработки. Целостный подход к проектированию модели, ориентированный на баланс эффективности и точности, снижает избыточные вычисления. Поэтому архитектура хорошо подходит для периферийных устройств, которым нужна низкая задержка.
Сравнение производительности и метрик#
При анализе производительности модели важно учитывать компромисс между точностью, скоростью и вычислительными затратами. В таблице ниже сравниваются модели разных размеров.
| 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Анализ компромиссов#
Приведённые выше метрики показывают явный разрыв между поколениями. YOLOv7x демонстрирует высокий показатель mAPval50-95 — 53,1%, однако требует 71,3 млн параметров и 189,9 млрд операций с плавающей запятой. Для сравнения, YOLOv10l превосходит этот показатель точности (53,2% mAP), используя примерно втрое меньше параметров (24,4 млн) и выполняя значительно меньше операций с плавающей запятой (120,3 млрд). Кроме того, YOLOv10n выполняет обработку за 1,84 мс на GPU T4 с TensorRT, поэтому хорошо подходит для аналитики видео в реальном времени и мобильных приложений.
Примеры применения в реальных условиях#
Архитектурные различия этих моделей определяют оптимальные сценарии их применения.
Когда использовать YOLOv7#
Богатое представление признаков YOLOv7 подходит для сложных сцен на GPU. Такие задачи, как мониторинг транспортного потока в густонаселённых городских районах, анализ спутниковых снимков или выявление дефектов в тяжёлой производственной автоматизации, могут выиграть от его архитектуры с перепараметризацией. YOLOv7 также по-прежнему широко используют в устаревших средах, построенных вокруг конкретных конвейеров PyTorch 1.x.
Когда использовать YOLOv10#
Лёгкая архитектура YOLOv10 без NMS подходит для сред с ограниченными ресурсами, включая устройства периферийных вычислений, такие как модули NVIDIA Jetson или Raspberry Pi. Благодаря низкой задержке модель хорошо подходит для динамичных задач, например аналитики спорта, автономной навигации дронов и высокоскоростной роботизированной сортировки на конвейерных лентах.
Преимущества экосистемы Ultralytics#
Хотя обе модели имеют прочную академическую основу, проще всего обучать и развёртывать YOLOv10 в экосистеме Ultralytics и на платформе Ultralytics. Разрабатывать модели компьютерного зрения с нуля сложно, а экосистема Ultralytics упрощает рабочий процесс инженеров машинного обучения.
- Простота использования: Python API Ultralytics предоставляет единый интерфейс. Ты можешь обучать, валидировать и экспортировать модели всего несколькими строками кода, избегая конфликтов зависимостей, которые часто встречаются в академических репозиториях.
- Активно развиваемая экосистема: Кодовая база Ultralytics постоянно развивается, а пользователи получают преимущества от интеграции с популярными инструментами машинного обучения, например Weights & Biases для логирования или Gradio для быстрого создания веб-демо.
- Требования к памяти: Детекторы объектов на базе Transformer часто потребляют много памяти CUDA во время обучения. Моделям Ultralytics YOLO требуется гораздо меньше памяти, поэтому на оборудовании потребительского класса можно использовать значительно большие размеры пакетов.
- Универсальность: Конвейер Ultralytics не ограничивается стандартными ограничивающими рамками. Он поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки в поддерживаемых семействах моделей, таких как YOLO11 и YOLOv8.
Упрощённый пример обучения#
Запустить конвейер обучения с Ultralytics просто. Независимо от того, используешь ли ты скорость YOLOv10 без NMS или другую поддерживаемую модель, синтаксис остаётся одинаковым (обрати внимание: пакет Ultralytics не поддерживает обучение YOLOv7):
from ultralytics import YOLO
# Загрузи нужную модель (например, YOLOv10 Nano)
model = YOLO("yolov10n.pt")
# Обучи модель на датасете COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Выполни инференс на тестовом изображении
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Экспортируй модель в формат для периферийных устройств, например ONNX
model.export(format="onnx")Сценарии использования и рекомендации#
Выбор между YOLOv7 и YOLOv10 зависит от требований твоего проекта, ограничений развертывания и предпочтений в отношении экосистемы.
Когда выбирать YOLOv7#
YOLOv7 — хороший выбор для:
- Академические бенчмарки: воспроизведение результатов передового уровня 2022 года или изучение влияния E-ELAN и методов обучаемого набора бесплатных преимуществ.
- Исследования перепараметризации: изучение запланированных перепараметризованных сверток и стратегий комплексного масштабирования моделей.
- Существующие пользовательские конвейеры: проекты с глубоко адаптированными конвейерами на основе конкретной архитектуры YOLOv7, которые сложно переработать.
Когда выбирать YOLOv10#
YOLOv10 рекомендуется для таких задач:
- Детектирование в реальном времени без NMS: Приложения, которым полезно сквозное детектирование без подавления немаксимумов, что упрощает развертывание.
- Сбалансированное соотношение скорости и точности: Проекты, в которых важно найти оптимальный баланс между скоростью инференса и точностью детектирования для моделей разных размеров.
- Приложения с постоянной задержкой: Сценарии развертывания, где важны предсказуемые времена инференса, например в робототехнике или автономных системах.
Когда выбирать Ultralytics (YOLO26)#
Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:
- Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
- Среды только с CPU: устройства без выделенного ускорителя GPU, на которых YOLO26n работает на CPU до 43% быстрее YOLO11n.
- Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.
Будущее: знакомство с YOLO26#
YOLOv7 и YOLOv10 — впечатляющие вехи, но передовые достижения в области ИИ постоянно развиваются. Выпущенная в январе 2026 года модель Ultralytics YOLO26 рекомендуется для эффективной и точной работы при развёртывании на периферии и в облаке.
Если ты сегодня начинаешь новый проект компьютерного зрения, рекомендуется архитектура YOLO26. Она развивает идеи предшественников и включает несколько инноваций:
- Сквозная архитектура без NMS: Вдохновлённая YOLOv10, опциональная голова «один к одному» YOLO26 (
nms=False) пропускает постобработку NMS, обеспечивая меньшую и более стабильную задержку в робототехнике реального времени. - До 43% быстрее инференс на CPU: Удаление модуля Distribution Focal Loss (DFL) ускоряет выполнение на периферийном оборудовании без GPU. YOLO26n работает на CPU до 43% быстрее YOLO11n, поэтому хорошо подходит для устройств IoT.
- Оптимизатор MuSGD: Вдохновлённая последними достижениями в обучении больших языковых моделей, YOLO26 использует гибрид SGD и Muon для более стабильного обучения и быстрой сходимости.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учётом малых объектов повышают качество распознавания небольших объектов, преодолевая историческую слабость старых поколений YOLO.
- Универсальность для разных задач: YOLO26 поддерживает детектирование, сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию, оценку позы и OBB, а также оптимизации для отдельных задач, например Residual Log-Likelihood Estimation (RLE) для оценки позы и специализированные функции потерь для углов, обеспечивающие точное обнаружение OBB на аэрофотоснимках.
Для инженеров, которым нужен оптимальный баланс скорости, точности и простоты развёртывания, YOLO26 — естественный шаг вперёд по сравнению с устаревшими моделями.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.