YOLOv7 и YOLOv10#

За последние несколько лет компьютерное зрение значительно продвинулось вперёд, и семейство моделей YOLO («смотришь один раз») возглавило развитие детекции объектов в реальном времени. Чтобы выбрать подходящую архитектуру для проектов компьютерного зрения, нужно хорошо понимать доступные варианты. В этом подробном техническом сравнении мы рассмотрим ключевые различия между двумя знаковыми архитектурами: YOLOv7 и YOLOv10.

Знакомство с моделями#

Обе модели стали важными вехами в истории искусственного интеллекта, однако для решения задач детекции объектов они используют принципиально разные подходы.

YOLOv7: первопроходец среди моделей с бесплатными улучшениями#

Выпущенная 6 июля 2022 года исследователями Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao из Института информатики Academia Sinica, YOLOv7 изменила подход к оптимизации нейронных сетей. В оригинальном исследовании, описанном в научной статье и размещённом в официальном репозитории на GitHub, особое внимание уделялось перепараметризации архитектуры и обучаемому «набору бесплатных улучшений».

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.

Узнай больше о YOLOv7

YOLOv10: сквозная детекция в реальном времени#

Разработанная Ao Wang и его командой в Университете Цинхуа, YOLOv10 была выпущена 23 мая 2024 года. Как описано в публикации на arXiv и репозитории Tsinghua на GitHub, эта модель устраняет давно существующее узкое место в детекции объектов — Non-Maximum Suppression (NMS).

YOLOv10 представила согласованные двойные назначения для обучения без NMS, кардинально изменив конвейер постобработки. Используя целостную стратегию проектирования модели, ориентированную на эффективность и точность, YOLOv10 сокращает избыточные вычисления. В результате получилась архитектура, специально адаптированная для периферийных устройств, которым нужна крайне низкая задержка.

Подробнее о YOLOv10

Сравнение производительности и метрик#

При анализе производительности модели крайне важно оценивать компромисс между точностью, скоростью и вычислительными затратами. В таблице ниже сравниваются результаты моделей разных размеров.

Анализ компромиссов#

Приведённые выше метрики показывают значительный разрыв между поколениями. YOLOv7x обеспечивает высокий показатель mAP^val — 53,1%, но требует 71,3M параметров и 189,9B FLOPs. YOLOv10l превосходит эту точность (53,2% mAP), используя примерно втрое меньше параметров (24,4M) и значительно меньше FLOPs (120,3B). Кроме того, высокооптимизированная YOLOv10n обеспечивает впечатляющую скорость инференса 1,84ms, что делает её идеальной 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#

Благодаря богатому представлению признаков YOLOv7 отлично справляется со сложными условиями. Её сильные стороны полезны в таких задачах, как мониторинг транспортных потоков в густонаселённых городах, анализ спутниковых изображений и выявление дефектов в системах автоматизации производства. Модель также широко используется в устаревших средах, тесно интегрированных с конкретными конвейерами PyTorch 1.12.

Когда использовать YOLOv10#

Лёгкая архитектура YOLOv10 без NMS отлично подходит для сред с ограниченными ресурсами. Её настоятельно рекомендуют для периферийных вычислительных устройств, таких как NVIDIA Jetson Nano или Raspberry Pi. Низкая задержка делает модель идеальной для динамичных приложений, например спортивной аналитики, автономной навигации дронов и высокоскоростной роботизированной сортировки на конвейерах.

Преимущества экосистемы Ultralytics#

Хотя обе модели имеют прочную академическую основу, весь потенциал YOLOv10 раскрывается при использовании единой платформы Ultralytics. Создавать модели компьютерного зрения с нуля чрезвычайно сложно, однако экосистема Ultralytics обеспечивает непревзойдённые возможности для инженеров по машинному обучению.

• Простота использования: Python API Ultralytics предоставляет единый интерфейс. Ты можешь обучать, валидировать и экспортировать модели всего несколькими строками кода, избегая сложных проблем с зависимостями, характерных для типичных академических репозиториев.
• Экосистема с активной поддержкой: Ultralytics гарантирует, что базовый код активно развивается. Пользователи могут легко интегрировать популярные инструменты машинного обучения, например Weights & Biases для ведения логов или Gradio для быстрого создания веб-демонстраций.
• Требования к памяти: Детекторы объектов на основе Transformer часто потребляют огромное количество памяти CUDA во время обучения. Моделям Ultralytics YOLO требуется гораздо меньше памяти, поэтому на потребительском оборудовании можно использовать значительно большие размеры пакетов.
• Универсальность: Конвейер Ultralytics не ограничивается стандартными ограничивающими рамками. Он без проблем поддерживает оценку позы, сегментацию экземпляров и ориентированные ограничивающие рамки в таких семействах поддерживаемых моделей, как YOLO11 и YOLOv8.

Упрощённый пример обучения#

Запустить конвейер обучения с Ultralytics очень просто. 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, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Будущее: знакомство с YOLO26#

Несмотря на то что YOLOv7 и YOLOv10 стали впечатляющими вехами, развитие ИИ не останавливается. Выпущенная в январе 2026 года Ultralytics YOLO26 — новый бесспорный стандарт эффективности и точности для всех сценариев развертывания на периферии и в облаке.

Если ты сегодня начинаешь новый проект в области компьютерного зрения, рекомендуем выбрать архитектуру YOLO26. Она продолжает наследие предыдущих моделей и включает несколько революционных нововведений:

• Сквозная архитектура без NMS: вдохновлённая YOLOv10 опциональная голова one-to-one модели YOLO26 (nms=False) пропускает постобработку NMS и обеспечивает сверхнизкую задержку инференса для детерминированной робототехники реального времени.
• Инференс на CPU до 43% быстрее: благодаря целенаправленному удалению модуля Distribution Focal Loss (DFL) YOLO26 значительно ускоряет выполнение на периферийном оборудовании без GPU, что делает её мощным решением для устройств IoT.
• Оптимизатор MuSGD: вдохновлённая недавними инновациями в обучении больших языковых моделей, YOLO26 использует гибрид SGD и Muon, стабилизируя процесс обучения и обеспечивая более быструю сходимость.
• ProgLoss + STAL: эти передовые функции потерь заметно улучшают распознавание мелких объектов, устраняя исторический недостаток предыдущих поколений YOLO.
• Непревзойдённая универсальность: YOLO26 включает встроенные оптимизации для конкретных задач, например Residual Log-Likelihood Estimation (RLE) для трекинга позы и специализированные функции потерь угла для точной детекции OBB на аэрофотоснимках.

Для инженеров, которым нужен оптимальный баланс скорости, точности и простоты развертывания, переход с устаревших моделей на YOLO26 даёт немедленное и измеримое конкурентное преимущество.