YOLOv7 против YOLOv10#

Область компьютерного зрения стала свидетелем выдающихся достижений за последние несколько лет, причем семейство моделей YOLO (You Only Look Once) стало лидером в области обнаружения объектов в реальном времени. Выбор подходящей архитектуры для твоих проектов по компьютерному зрению требует глубокого понимания доступных вариантов. В этом подробном техническом сравнении мы рассмотрим ключевые различия между двумя знаковыми архитектурами: YOLOv7 и YOLOv10.

Введение в модели#

Обе эти модели представляют собой важные вехи в истории искусственного интеллекта, однако они используют принципиально разные подходы к решению задач обнаружения объектов.

YOLOv7: Пионер «наборов бесплатных улучшений»#

Выпущенная 6 июля 2022 года исследователями Чен-Яо Вангом, Алексеем Бочковским и Хонг-Юанем Марком Ляо из Института информационных наук Академии Синика, YOLOv7 представила смену парадигмы в оптимизации нейронных сетей. Первоначальное исследование, подробно описанное в их академической статье и размещенное в их официальном репозитории GitHub, было в значительной степени сосредоточено на архитектурной репараметризации и обучаемом «наборе бесплатных улучшений».

YOLOv7 использует расширенную сеть агрегации эффективных слоев (E-ELAN), чтобы направлять сеть при изучении разнообразных признаков, не разрушая при этом исходный путь градиента. Это делает ее надежным выбором для академических исследовательских тестов и систем, которые сильно зависят от стандартных высокопроизводительных GPU.

Узнай больше о YOLOv7

YOLOv10: Обнаружение в реальном времени от начала до конца#

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

YOLOv10 внедрила согласованные двойные назначения для обучения без использования NMS, фундаментально изменив конвейер постобработки. Применяя целостную стратегию проектирования моделей, ориентированную на эффективность и точность, YOLOv10 снижает вычислительную избыточность. Это приводит к созданию архитектуры, уникально адаптированной для периферийных устройств, требующих крайне низкой задержки.

Узнай больше о YOLOv10

Сравнение производительности и метрик#

При анализе производительности модели крайне важно оценивать компромиссы между точностью, скоростью и вычислительной нагрузкой. В следующей таблице показано, как разные размеры этих моделей соотносятся друг с другом.

Анализ компромиссов#

Приведенные выше показатели выявляют явный разрыв поколений. Хотя YOLOv7x обеспечивает очень высокий mAP^val в 53,1%, для этого требуется 71,3 млн параметров и 189,9 млрд FLOPs. Напротив, YOLOv10l превосходит эту точность (53,3% mAP), требуя при этом менее половины параметров (29,5 млн) и значительно меньше FLOPs (120,3 млрд). Кроме того, высокооптимизированная YOLOv10n обеспечивает поразительную скорость вывода в 1,56 мс, что делает ее идеальной для видеоаналитики в реальном времени и мобильных приложений.

Реальные сценарии использования#

Архитектурные различия между этими моделями определяют их оптимальные сценарии использования.

Когда использовать YOLOv7#

Благодаря богатому представлению признаков, YOLOv7 превосходно работает в крайне сложных средах. Такие сценарии использования, как мониторинг потока транспорта в плотных городских районах, анализ спутниковых снимков или выявление дефектов в тяжелой автоматизации производства, получают преимущество от ее надежной структурной репараметризации. Она также пользуется большой популярностью в унаследованных средах, которые уже глубоко интегрированы с конкретными конвейерами PyTorch 1.12.

Когда использовать YOLOv10#

Легковесный дизайн YOLOv10, не использующий NMS, отлично проявляет себя в ограниченных условиях. Она настоятельно рекомендуется для устройств периферийных вычислений, таких как NVIDIA Jetson Nano или Raspberry Pi. Ее производительность с низкой задержкой делает ее идеальной для быстро меняющихся приложений, таких как спортивная аналитика, автономная навигация дронов и высокоскоростная роботизированная сортировка на конвейерных лентах.

Преимущества экосистемы Ultralytics#

Хотя обе модели имеют прочные академические корни, их истинный потенциал раскрывается при использовании в составе унифицированной платформы Ultralytics Platform. Разработка моделей компьютерного зрения с нуля общеизвестно сложна, но экосистема Ultralytics обеспечивает непревзойденный опыт для инженеров по машинному обучению.

• Простота использования: Python API от Ultralytics предоставляет единый интерфейс. Ты можешь обучать, проверять и экспортировать модели всего несколькими строками кода, избегая кошмаров со сложными зависимостями, характерных для типичных академических репозиториев.
• Хорошо поддерживаемая экосистема: Ultralytics гарантирует, что базовый код активно развивается. Ты получаешь преимущество от бесшовных интеграций с популярными инструментами машинного обучения, такими как Weights & Biases для логирования или Hugging Face для быстрых веб-демо.
• Требования к памяти: Детекторы объектов на основе Transformer часто потребляют огромные объемы памяти CUDA во время обучения. Напротив, модели Ultralytics YOLO требуют гораздо меньше памяти, позволяя использовать значительно большие размеры батчей на оборудовании потребительского класса.
• Универсальность: Конвейер Ultralytics не ограничивается стандартными ограничивающими рамками. Он плавно поддерживает оценку позы, сегментацию экземпляров и ориентированные ограничивающие рамки для поддерживаемых семейств моделей, таких как YOLO11 и YOLOv8.

Пример оптимизированного обучения#

Запуск конвейера обучения с Ultralytics удивительно прост. Независимо от того, используешь ли ты историческую надежность YOLOv7 или скорость YOLOv10 без NMS, синтаксис остается неизменным:

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")

Сценарии использования и рекомендации#

Выбор между YOLOv7 и YOLOv10 зависит от твоих конкретных требований к проекту, ограничений развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLOv7#

YOLOv7 — отличный выбор для:

• Академического бенчмаркинга: воспроизведение результатов уровня state-of-the-art 2022 года или изучение эффектов E-ELAN и методов trainable bag-of-freebies.
• Исследований репараметризации: изучение плановых репараметризованных сверток и стратегий составного масштабирования моделей.
• Существующих кастомных конвейеров: проектов с сильно модифицированными конвейерами, построенными вокруг специфической архитектуры YOLOv7, которые нельзя легко переработать.

Когда стоит выбрать YOLOv10#

YOLOv10 рекомендуется для:

• Детекции в реальном времени без NMS: Приложения, которым полезна сквозная (end-to-end) детекция без использования Non-Maximum Suppression, что снижает сложность развертывания.
• Сбалансированного соотношения скорости и точности: Проекты, требующие оптимального баланса между скоростью вывода и точностью детекции для различных масштабов моделей.
• Приложения с постоянной задержкой: Сценарии развертывания, где предсказуемое время вывода критически важно, например, в robotics или автономных системах.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Будущее: Представляем YOLO26#

Хотя YOLOv7 и YOLOv10 являются впечатляющими вехами, границы ИИ постоянно расширяются. Выпущенная в январе 2026 года, Ultralytics YOLO26 является бесспорным новым стандартом эффективности и точности для всех сценариев развертывания на периферии и в облаке.

Если ты начинаешь новый проект по компьютерному званию сегодня, YOLO26 является рекомендуемой архитектурой. Она опирается на наследие своих предшественников, включая в себя несколько новаторских инноваций:

• Сквозной дизайн без NMS: Вдохновляясь YOLOv10, YOLO26 нативно устраняет постобработку NMS, обеспечивая сверхнизкую задержку вывода для детерминированной робототехники в реальном времени.
• Инференс на CPU быстрее до 43%: За счет стратегического удаления модуля распределенной фокальной потери (DFL) YOLO26 радикально ускоряет выполнение на оборудовании периферийных вычислений без использования GPU, делая ее мощным инструментом для IoT-устройств.
• Оптимизатор MuSGD: Вдохновленный недавними инновациями в обучении больших языковых моделей, YOLO26 включает гибрид SGD и Muon, стабилизируя пути обучения и гарантируя более быструю сходимость.
• ProgLoss + STAL: Эти продвинутые функции потерь дают заметные улучшения в распознавании мелких объектов, преодолевая историческую слабость старых поколений YOLO.
• Непревзойденная универсальность: YOLO26 предлагает нативные, специфичные для задачи оптимизации, такие как Residual Log-Likelihood Estimation (RLE) для отслеживания поз и специализированные потери углов для точного обнаружения OBB на аэрофотоснимках.

Для инженеров, ищущих идеальный баланс скорости, точности и простоты развертывания, переход с устаревших моделей на YOLO26 дает немедленное и измеримое конкурентное преимущество.