YOLOv7 vs YOLOv10#

За последние несколько лет в области компьютерного зрения произошёл remarkable прогресс, а семейство моделей YOLO (You Only Look Once — «смотри один раз») стало лидером в обнаружении объектов в реальном времени. Чтобы выбрать подходящую архитектуру для проектов компьютерного зрения, необходимо глубоко понимать доступные варианты. В этом подробном техническом сравнении мы рассмотрим ключевые различия между двумя знаковыми архитектурами: YOLOv7 и YOLOv10.

Введение в модели#

Обе модели стали важными вехами в истории искусственного интеллекта, однако они используют принципиально разные подходы к решению задач обнаружения объектов.

YOLOv7: пионер «бесплатных улучшений»#

Выпущенная 6 июля 2022 года исследователями Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao из Института информационных наук Academia Sinica, YOLOv7 изменила подход к оптимизации нейронных сетей. Исходное исследование, подробно описанное в их научной статье и размещённое в их официальном репозитории GitHub, было сосредоточено на перепараметризации архитектуры и обучаемом «наборе бесплатных преимуществ».

YOLOv7 использует расширенную сеть эффективной агрегации слоёв (E-ELAN), чтобы направлять сеть к изучению разнообразных признаков без разрушения исходного градиентного пути. Благодаря этому модель хорошо подходит для академических исследовательских бенчмарков и систем, интенсивно использующих стандартные высокопроизводительные GPU.

Узнай больше о YOLOv7

YOLOv10: обнаружение в реальном времени от начала до конца#

Разработанная Ao Wang и его командой из Университета Цинхуа, YOLOv10 была выпущена 23 мая 2024 года. Как подробно описано в её публикации на arxiv и репозитории GitHub Университета Цинхуа, эта модель устраняет давнее узкое место в обнаружении объектов: подавление немаксимумов (NMS).

В YOLOv10 появились согласованные двойные назначения для обучения без NMS, что принципиально изменило конвейер постобработки. Благодаря целостной стратегии проектирования модели, ориентированной на эффективность и точность, YOLOv10 сокращает избыточность вычислений. В результате получилась архитектура, специально адаптированная для периферийных устройств, которым требуется чрезвычайно малая задержка.

Подробнее о YOLOv10

Сравнение производительности и метрик#

При анализе производительности модели крайне важно оценивать компромиссы между точностью, скоростью и вычислительной нагрузкой. В таблице ниже показано, как различные размеры этих моделей соотносятся между собой.

Анализ компромиссов#

Приведённые выше метрики показывают разительный разрыв между поколениями. Хотя YOLOv7x обеспечивает очень высокий показатель mAP^val — 53,1 %, ей требуются 71,3 млн параметров и 189,9 млрд FLOPs. Для сравнения, YOLOv10l превосходит её по точности (53,3 % mAP), используя менее половины числа параметров (29,5 млн) и значительно меньше FLOPs (120,3 млрд). Кроме того, высокооптимизированная YOLOv10n обеспечивает поразительную скорость инференса 1,56 мс, что делает её идеальной для видеоаналитики в реальном времени и мобильных приложений.

Практические сценарии использования#

Архитектурные различия между этими моделями определяют оптимальные сценарии их применения.

Когда использовать YOLOv7#

Благодаря богатому представлению признаков YOLOv7 превосходно работает в чрезвычайно сложных условиях. Такие сценарии, как мониторинг транспортного потока в плотной городской застройке, анализ спутниковых снимков или выявление дефектов в сфере тяжёлой промышленной автоматизации, получают преимущества от её надёжной структурной перепараметризации. Эта модель также широко используется в устаревших средах, уже глубоко интегрированных с конкретными конвейерами PyTorch 1.12.

Когда использовать YOLOv10#

Лёгкая архитектура YOLOv10 без NMS отлично подходит для сред с ограниченными ресурсами. Она особенно рекомендуется для периферийных вычислительных устройств, таких как NVIDIA Jetson Nano или Raspberry Pi. Низкая задержка делает её идеальной для быстродвижущихся приложений, включая спортивную аналитику, автономную навигацию дронов и высокоскоростную роботизированную сортировку на конвейерных лентах.

Преимущества экосистемы Ultralytics#

Хотя обе модели имеют прочную академическую основу, их истинный потенциал раскрывается при использовании в рамках единой платформы Ultralytics. Разработка моделей компьютерного зрения с нуля общеизвестно сложна, однако экосистема Ultralytics предоставляет инженерам по машинному обучению непревзойдённые возможности.

• Простота использования: API Ultralytics для Python предоставляет единый интерфейс. Ты можешь обучать, проверять и экспортировать модели всего несколькими строками кода, избегая сложных проблем с зависимостями, характерных для типичных академических репозиториев.
• Экосистема, за которой активно следят: Ultralytics гарантирует, что базовый код активно развивается. Пользователи получают бесшовную интеграцию с популярными инструментами ML, такими как Weights & Biases для ведения журналов или Hugging Face для быстрого создания веб-демонстраций.
• Требования к памяти: детекторы объектов на базе Transformer часто потребляют огромный объём памяти CUDA во время обучения. Для сравнения, модели Ultralytics YOLO требуют значительно меньше памяти, позволяя использовать гораздо больший размер пакета на потребительском оборудовании.
• Универсальность: конвейер Ultralytics не ограничивается стандартными ограничивающими рамками. Он обеспечивает бесшовную поддержку оценки позы, сегментации экземпляров и ориентированных ограничивающих рамок в поддерживаемых семействах моделей, таких как YOLO11 и YOLOv8.

Оптимизированный пример обучения#

Запуск конвейера обучения с Ultralytics отличается remarkable простотой. Независимо от того, используешь ли ты проверенную временем надёжность YOLOv7 или скорость YOLOv10 без NMS, синтаксис остаётся единообразным:

from ultralytics import YOLO

# Load the preferred model (e.g., YOLOv10 Nano)
model = YOLO("yolov10n.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run an inference prediction on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to an edge-friendly format like ONNX
model.export(format="onnx")

Варианты применения и рекомендации#

Выбор между YOLOv7 и YOLOv10 зависит от конкретных требований проекта, ограничений развёртывания и предпочтений в отношении экосистемы.

Когда выбирать YOLOv7#

YOLOv7 — хороший выбор для:

• Академического тестирования: воспроизведения передовых результатов 2022 года или изучения влияния E-ELAN и методов обучаемого набора бесплатных улучшений.
• Исследований перепараметризации: изучения запланированных перепараметризованных свёрток и стратегий составного масштабирования моделей.
• Существующих пользовательских конвейеров: проектов со значительно изменёнными конвейерами, построенными вокруг специфической архитектуры YOLOv7, которые сложно переработать.

Когда выбирать YOLOv10#

YOLOv10 рекомендуется для:

• Обнаружения объектов в реальном времени без NMS: приложений, которым полезно сквозное обнаружение без подавления немаксимумов, что снижает сложность развертывания.
• Сбалансированного соотношения скорости и точности: проектов, требующих удачного баланса между скоростью инференса и точностью обнаружения для моделей разных размеров.
• Приложений со стабильной задержкой: сценариев развертывания, где критически важны предсказуемые времена инференса, например в робототехнике или автономных системах.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Будущее: знакомься с YOLO26#

Хотя YOLOv7 и YOLOv10 стали впечатляющими вехами, передовые технологии ИИ постоянно развиваются. Выпущенная в январе 2026 года, Ultralytics YOLO26 — бесспорно новый стандарт эффективности и точности для всех сценариев развёртывания на периферии и в облаке.

Если ты сегодня начинаешь новый проект компьютерного зрения, рекомендуемой архитектурой будет YOLO26. Она развивает наследие предшественников, добавляя несколько революционных инноваций:

• Сквозной дизайн без NMS: вдохновляясь YOLOv10, YOLO26 изначально устраняет постобработку NMS, обеспечивая сверхмалую задержку инференса для детерминированной робототехники реального времени.
• До 43 % более быстрый инференс на CPU: за счёт стратегического удаления модуля Distribution Focal Loss (DFL) YOLO26 значительно ускоряет выполнение на периферийном вычислительном оборудовании без GPU, превращаясь в мощное решение для IoT-устройств.
• Оптимизатор MuSGD: вдохновлённый последними инновациями в обучении больших языковых моделей, YOLO26 объединяет SGD и Muon, стабилизируя процессы обучения и обеспечивая более быструю сходимость.
• ProgLoss + STAL: эти продвинутые функции потерь заметно улучшают распознавание небольших объектов, устраняя исторический недостаток старых поколений YOLO.
• Непревзойдённая универсальность: YOLO26 поддерживает встроенные оптимизации для конкретных задач, такие как Residual Log-Likelihood Estimation (RLE) для отслеживания позы и специализированные функции потерь угла для точного обнаружения OBB на аэрофотоснимках.

Для инженеров, которым нужен оптимальный баланс скорости, точности и простоты развёртывания, переход от устаревших моделей к YOLO26 обеспечивает немедленное и измеримое конкурентное преимущество.