YOLOv7 и YOLOv6-3.0
Область компьютерного зрения постоянно развивается, а новые модели обнаружения объектов постепенно повышают скорость и точность. Двумя важными вехами в этом развитии стали YOLOv7 и YOLOv6-3.0. Обе модели представили уникальные архитектурные инновации, призванные максимизировать пропускную способность и точность в реальных приложениях. На этой странице подробно анализируются обе архитектуры и сравниваются их производительность, методы обучения и оптимальные варианты применения, чтобы помочь тебе принять обоснованное решение для следующего проекта в области искусственного интеллекта.
YOLOv7: первопроходец среди моделей с бесплатными улучшениями#
Выпущенная в середине 2022 года YOLOv7 предложила несколько инновационных стратегий оптимизации архитектуры сети без увеличения стоимости инференса. Основное внимание уделялось обучаемому «набору бесплатных улучшений», позволяющему повысить точность и сохранить производительность в реальном времени.
- Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
- Организация: Институт информатики, Академия Синика, Тайвань
- Дата: 2022-07-06
- arXiv: 2207.02696
- GitHub: WongKinYiu/yolov7
- Документация: Документация Ultralytics YOLOv7
Основные особенности архитектуры#
YOLOv7 отличается сетью расширенной эффективной агрегации слоёв (E-ELAN). Благодаря контролю самых коротких и самых длинных градиентных путей эта архитектура помогает модели обучаться более разнообразным признакам. Кроме того, во время инференса YOLOv7 применяет структурную репараметризацию для объединения свёрточных слоёв, эффективно сокращая число параметров и время вычислений без потери выученных представлений.
В модели также используется уникальная стратегия обучения с вспомогательной головой. «Ведущая голова» отвечает за итоговые предсказания, а «вспомогательная голова» помогает обучать промежуточные слои. Благодаря этому YOLOv7 лучше сходится и извлекает более содержательные признаки, что особенно полезно для сложных задач обнаружения объектов.
YOLOv6-3.0: промышленная пропускная способность#
YOLOv6-3.0 разработал отдел компьютерного зрения и ИИ Meituan специально как «детектор объектов нового поколения для промышленного применения». Модель вышла в начале 2023 года и ориентирована прежде всего на максимальное использование аппаратных ресурсов, особенно на GPU NVIDIA.
- Авторы: Chuyi Li, Lulu Li, Yifei Geng и др.
- Организация: Meituan
- Дата: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
- Документация: Документация Ultralytics YOLOv6
Основные особенности архитектуры#
В YOLOv6-3.0 используется магистраль EfficientRep, оптимизированная для параллельной обработки на GPU. Это делает модель очень эффективной при пакетной обработке больших объёмов данных. В версии 3.0 в шейку добавили модуль двунаправленной конкатенации (BiC), который улучшает объединение признаков на разных масштабах и повышает способность модели обнаруживать объекты разных размеров.
Кроме того, в YOLOv6-3.0 применяется стратегия обучения с помощью анкеров (AAT). Она сочетает преимущества обучения на основе анкеров с безанкерным инференсом: во время обучения сохраняется стабильность анкеров, а при развёртывании — скорость и простота безанкерной архитектуры.
Сравнение производительности#
При оценке моделей для производственной среды критически важно сбалансировать точность (mAP), скорость инференса и вычислительные затраты (FLOPs). Ниже приведено подробное сравнение стандартных вариантов обеих моделей.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
YOLOv6-3.0 хорошо подходит для GPU-сред с высокой пропускной способностью, например с TensorRT, а YOLOv7 — сбалансированный вариант для систем, в которых важнее сохранять признаки.
Преимущества Ultralytics#
Хотя отдельные репозитории YOLOv7 и YOLOv6-3.0 обладают широкими возможностями, экосистема Ultralytics упрощает работу разработчиков. Пакет Python ultralytics объединяет разные архитектуры в рамках единого интуитивно понятного фреймворка.
- Простота использования: API Ultralytics позволяет создавать, обучать и развёртывать модели YOLOv6 (на основе их конфигураций YAML) и современные модели, например YOLO26, с минимальным объёмом шаблонного кода. Нативная поддержка YOLOv7 отсутствует: контрольные точки upstream YOLOv7 сначала нужно экспортировать в ONNX или TensorRT. Чтобы переключаться между поддерживаемыми архитектурами, достаточно изменить файл модели.
- Активно развиваемая экосистема: Ultralytics предоставляет активно поддерживаемую среду с частыми обновлениями, обеспечивающую нативную совместимость с актуальными версиями PyTorch и CUDA.
- Эффективность обучения: Конвейеры обучения оптимизированы для эффективного использования ресурсов GPU. Кроме того, моделям Ultralytics YOLO обычно требуется меньше памяти во время обучения, чем тяжёлым моделям на базе Transformer, например RT-DETR, поэтому на оборудовании потребительского класса можно использовать пакеты большего размера.
- Универсальность: Помимо стандартного обнаружения объектов с ограничивающими рамками, фреймворк Ultralytics поддерживает такие задачи, как сегментация экземпляров, классификация изображений, оценка позы и обнаружение объектов с ориентированными ограничивающими рамками в совместимых семействах моделей. Такой возможности часто нет в отдельных исследовательских репозиториях.
Пример кода: обучение и инференс#
Интегрировать эти модели в конвейер Python просто. Убедись, что набор данных использует формат обнаружения YOLO, как в наборе данных COCO, и выполни следующую команду:
from ultralytics import YOLO
# Создание модели YOLOv6n на основе её конфигурации YAML (предварительно обученные веса YOLOv6 не предоставляются)
model = YOLO("yolov6n.yaml")
# Обучение модели со встроенным управлением гиперпараметрами
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Запуск инференса на изображении по URL или локальному пути
predictions = model("https://ultralytics.com/images/bus.jpg")
# Визуализация результатов обнаружения
predictions[0].show()Оптимальные сценарии применения#
Когда выбирать YOLOv7#
YOLOv7 отлично подходит для сценариев, где необходимы высокая точность и извлечение признаков с высокой плотностью.
- Сложные системы наблюдения: способность сохранять мелкие детали делает YOLOv7 подходящей для мониторинга людных мест и обнаружения небольших аномалий в инфраструктуре умных городов.
- Академическое тестирование: благодаря всеобъемлющей концепции «набора бесплатных улучшений» модель часто используют в исследованиях как надёжный базовый вариант.
Когда выбирать YOLOv6-3.0#
YOLOv6-3.0 — рабочая лошадка для конвейеров с большим объёмом данных и ускорением на GPU.
- Промышленная автоматизация: Хорошо подходит для заводских линий и обнаружения производственных дефектов, где GPU серверного класса одновременно обрабатывают несколько видеопотоков.
- Аналитика с высокой пропускной способностью: Полезна для обработки архивов офлайн-видео, когда главная цель — максимизировать число кадров в секунду.
Будущее: YOLO26#
Хотя YOLOv7 и YOLOv6-3.0 обладают широкими возможностями, стремительное развитие искусственного интеллекта требует ещё большей эффективности. Выпущенная в январе 2026 года Ultralytics YOLO26 решает многие проблемы старых архитектур.
Если ты начинаешь новый проект, рекомендуется YOLO26, а не модели предыдущих поколений. В ней реализовано несколько ключевых возможностей:
- Сквозная архитектура без NMS: Развивая идеи, заложенные в YOLOv10, опциональная голова «один к одному» YOLO26 (
nms=False) пропускает подавление немаксимумов (NMS). Это снижает нагрузку на постобработку, упрощает развёртывание в мобильных приложениях и обеспечивает низкую, стабильную задержку инференса. - Оптимизатор MuSGD: Вдохновлённая передовыми методами обучения больших языковых моделей (например, применяемыми в Kimi K2 от Moonshot AI), YOLO26 использует гибридный оптимизатор, сочетающий SGD и Muon. Он обеспечивает более стабильное обучение и быструю сходимость.
- До 43% быстрее инференс на CPU: Благодаря удалению Distribution Focal Loss (DFL) YOLO26n работает на CPU до 43% быстрее YOLO11n. Поэтому YOLO26 хорошо подходит для периферийных сред, например Raspberry Pi, и удалённых датчиков IoT.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учётом малых объектов улучшают распознавание небольших объектов — традиционно слабую сторону одностадийных детекторов.
Объединив эти инновации с платформой Ultralytics, YOLO26 обеспечивает высокую производительность, универсальность для разных задач и простоту развёртывания для инженеров машинного обучения.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.