Начать

YOLOv7 и YOLOv5

При создании современных конвейеров компьютерного зрения выбор подходящей архитектуры обнаружения объектов критически важен для баланса точности, скорости инференса и использования ресурсов. В этом сравнении рассматриваются две влиятельные модели в области компьютерного зрения: YOLOv7 и Ultralytics YOLOv5.

Анализируя различия архитектур, метрики производительности и оптимальные сценарии развёртывания, это руководство помогает разработчикам и исследователям выбрать модель, которая лучше всего соответствует их требованиям.

История и происхождение моделей#

Знание происхождения этих моделей помогает понять заложенные в них принципы проектирования и целевые сценарии использования.

YOLOv5#

Выпущенная Гленном Джохером и командой Ultralytics 26 июня 2020 года, YOLOv5 представила нативную реализацию на PyTorch, ориентированную на удобство использования без ущерба для производительности. Благодаря упрощённой экосистеме и надёжной динамике обучения она быстро стала отраслевым стандартом. Исходный код можно найти в репозитории YOLOv5 на GitHub, а получить доступ к модели напрямую — через платформу Ultralytics.

YOLOv7#

YOLOv7 представили 6 июля 2022 года Чиен-Яо Ван, Алексей Бочковский и Хун-Юань Марк Ляо из Института информатики Академии Синика на Тайване. Основное внимание уделили архитектурным инновациям, таким как расширенные сети агрегации слоёв (E-ELAN), и обучаемому «набору бесплатных улучшений», чтобы установить новый уровень точности. Подробности доступны в официальной статье на arXiv и репозитории YOLOv7 на GitHub. Инструкции по запуску экспортированных моделей YOLOv7 с Ultralytics смотри в документации Ultralytics YOLOv7.

Узнай больше о YOLOv7

Поддержка пакета Ultralytics

YOLOv5 полностью интегрирована в пакет Python Ultralytics. YOLOv7 нативно не поддерживается для обучения или инференса на PyTorch, но контрольные точки upstream YOLOv7, экспортированные в ONNX или TensorRT, можно запускать с Ultralytics, как описано в документации по YOLOv7.

Архитектурные инновации#

Архитектура Ultralytics YOLOv5#

YOLOv5 использует модифицированную магистраль CSPDarknet53 в сочетании с шейкой Path Aggregation Network (PANet). Эта архитектура оптимизирована для быстрого извлечения признаков и эффективного использования памяти. В отличие от старых архитектур или тяжёлых моделей на базе Transformer, YOLOv5 во время обучения требует значительно меньше памяти CUDA, поэтому на стандартных GPU потребительского класса можно использовать пакеты большего размера. Помимо стандартных ограничивающих рамок, в репозитории YOLOv5 также появились сегментация экземпляров (v7.0) и классификация изображений (v6.2).

Архитектура YOLOv7#

В YOLOv7 появились несколько структурных перепараметризаций и архитектура E-ELAN, позволяющая сети изучать более разнообразные признаки, не нарушая исходный путь градиента. Кроме того, во время обучения реализована вспомогательная голова для промежуточного контроля. Эти улучшения обеспечивают высокое среднее значение точности (mAP), однако часто создают сложные тензорные структуры, из-за которых экспорт в форматы для периферийных устройств, например ONNX или TensorRT, может быть немного сложнее, чем экспорт, встроенный в модели Ultralytics.

Анализ производительности#

При сравнении этих моделей разработчикам нужно учитывать mAPval50-95, скорость вывода и вычислительную сложность (количество операций с плавающей запятой). В таблице ниже показаны результаты обеих архитектур при оценке на наборе данных COCO.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Основные выводы#

  • Максимальный уровень точности: YOLOv7x достигает наивысшей общей точности — 53,1 mAPval50-95, что делает её весьма конкурентоспособной в сценариях, где главная цель — добиться максимальной эффективности обнаружения объектов.
  • Скорость и эффективность: Ultralytics YOLOv5n очень эффективна: задержка инференса составляет 1,12 мс на T4 с TensorRT, а число параметров — всего 1,9 млн. Поэтому она хорошо подходит для периферийных систем с очень ограниченными ресурсами.
  • Баланс производительности: Серия YOLOv5 включает модели разных размеров. YOLOv5l предлагает хороший компромисс: она немного уступает YOLOv7l по точности, но имеет зрелый конвейер развёртывания.

Преимущества экосистемы Ultralytics#

Архитектура модели — лишь половина успеха: её практическую пригодность определяет окружающая экосистема, и модели Ultralytics создаются с учётом этого.

Простота использования: Ultralytics предоставляет единый интуитивно понятный Python API. Ты можешь обучать, валидировать и развёртывать модели с минимальным объёмом шаблонного кода, опираясь на подробную официальную документацию. Активно развиваемая экосистема: Активная разработка обеспечивает регулярные обновления, исправления ошибок и интеграцию с современными инструментами отслеживания, такими как Weights & Biases. Эффективность обучения: Благодаря оптимизированным загрузчикам данных и умному кэшированию YOLOv5 сокращает время обучения. Кроме того, готовые предварительно обученные веса ускоряют перенос обучения на различные области.

Пример кода: упрощенное обучение#

При использовании пакета Ultralytics запуск обучения выглядит одинаково для всех поддерживаемых архитектур.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLOv5
model = YOLO("yolov5su.pt")  # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics

# Обучи модель на примере набора данных COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируй обученную модель в формат ONNX для развёртывания
success = model.export(format="onnx")

Оптимальные сценарии применения#

Когда выбирать YOLOv7#

  • Академическое сравнение: Полезно исследователям, которым нужно сравнить новые методы с хорошо документированной базовой моделью 2022 года.
  • Обработка в облаке на мощных GPU: Подходит для развёртывания на мощном серверном оборудовании, когда достижение максимального mAP на плотных сценах важнее простоты экспорта.

Когда стоит выбрать YOLOv5#

  • Промышленное развертывание: Идеально для коммерческих приложений, которым необходимы высокая стабильность, простые варианты развертывания модели и широкая совместимость с платформами.
  • Периферийные устройства: Меньшие варианты (YOLOv5n и YOLOv5s) хорошо работают на мобильных телефонах и встраиваемых системах.
  • Требования к нескольким задачам: Подходит, если проекту нужно перейти от простого обнаружения к сегментации экземпляров или классификации в рамках единого фреймворка.
Другие архитектуры

Интересуют более новые версии? Изучи Ultralytics YOLOv8 или Ultralytics YOLO11, чтобы узнать о дальнейших улучшениях обнаружения без якорей и возможностей многозадачного обучения.

Следующее поколение: Ultralytics YOLO26#

Хотя YOLOv5 и YOLOv7 занимают важное место в истории компьютерного зрения на основе ИИ, эта область постоянно развивается. Выпущенная в январе 2026 года Ultralytics YOLO26 — новейшая модель Ultralytics, превосходящая предыдущие поколения по точности, скорости на CPU и простоте развертывания.

YOLO26 предлагает несколько ключевых возможностей:

  • Сквозная архитектура без NMS: Опираясь на обучение без NMS, которое YOLOv10 внедрила в модели YOLO, YOLO26 предлагает дополнительную сквозную голову (nms=False), пропускающую постобработку с подавлением немаксимумов (NMS). Это сокращает задержку и упрощает логику развёртывания.
  • Оптимизатор MuSGD: Этот гибридный оптимизатор, вдохновленный Kimi K2 от Moonshot AI, объединяет стандартный SGD с Muon, перенося идеи обучения LLM в компьютерное зрение для более стабильного обучения и быстрой сходимости.
  • Повышенная скорость на CPU: Благодаря удалению Distribution Focal Loss (DFL) YOLO26n выполняет инференс на CPU до 43% быстрее, чем YOLO11n, поэтому YOLO26 хорошо подходит для периферийного ИИ и развертывания на маломощных устройствах IoT.
  • ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов улучшают распознавание небольших объектов, что особенно важно для аэрофотоснимков и высокоточной робототехники.
  • Улучшения для конкретных задач: Модель использует функцию потерь для семантической сегментации при генерации масок, оценивание остаточного логарифмического правдоподобия (RLE) для оценки позы и специальную функцию потерь по углу для устранения проблем с границами ориентированных ограничивающих рамок (OBB).

Заключение#

И YOLOv5, и YOLOv7 — надежные решения для обнаружения объектов в реальном времени. YOLOv7 остается хорошим выбором, если нужна максимальная точность на мощном оборудовании, а YOLOv5 выделяется удобством для разработчиков, удачным балансом скорости и эффективности и развитой экосистемой.

Однако разработчикам, которые хотят подготовить свои конвейеры к будущему и получить оптимальное сочетание скорости, простоты и точности, рекомендуется перейти на Ultralytics YOLO26. Модель сохраняет удобство экосистемы Ultralytics и при этом включает описанные выше архитектурные улучшения.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.