Начать

YOLOv7 и YOLOv8

Бурное развитие компьютерного зрения дало разработчикам и исследователям множество эффективных инструментов. При выборе архитектуры для конвейера обнаружения объектов важно сравнить проверенные модели. В этом руководстве рассматриваются архитектуры, метрики производительности и оптимальные варианты применения двух влиятельных моделей: YOLOv7 и Ultralytics YOLOv8.

Знакомство с архитектурами#

Обе модели значительно повысили производительность, но используют разные подходы к оптимизации глубоких нейронных сетей.

YOLOv7: первопроходец среди моделей с бесплатными улучшениями#

Представленная в середине 2022 года YOLOv7 была сосредоточена на оптимизации архитектуры градиентных путей и концепции «обучаемого набора бесплатных улучшений», чтобы расширить возможности обнаружения объектов в реальном времени на мощном оборудовании.

Особенности архитектуры: YOLOv7 в основном использует голову обнаружения на основе анкеров (хотя в ней экспериментировали с безанкерными ветками) и представляет сети расширенной эффективной агрегации слоёв (E-ELAN). Эта архитектура улучшает способность сети к обучению, не разрушая исходный путь градиента. Она хорошо работает на GPU серверного класса и подходит для ресурсоёмкой видеоаналитики.

Преимущества и недостатки: YOLOv7 обеспечивает низкую задержку на специализированном оборудовании, но её инструментарий менее интегрирован. Для обучения нужно клонировать репозиторий, вручную управлять зависимостями PyTorch и передавать множество аргументов командной строки. Кроме того, для обучения может потребоваться много памяти, если используется оборудование потребительского класса.

Узнай больше о YOLOv7

Ultralytics YOLOv8: универсальный стандарт#

Выпущенная в начале 2023 года YOLOv8 объединила высокую точность с единым готовым к промышленному использованию фреймворком для обучения, валидации и развёртывания.

Особенности архитектуры: В YOLOv8 появилась нативная безанкерная голова обнаружения, устраняющая необходимость вручную настраивать анкерные рамки на основе набора данных MS COCO или распределения пользовательских данных. Модуль C2f улучшает распространение градиента, а структура с разделённой головой разделяет задачи классификации и регрессии, ускоряя сходимость и повышая точность.

Преимущества и недостатки: YOLOv8 эффективно использует память: обычно во время обучения ей требуется меньше памяти CUDA, чем YOLOv7 или более тяжёлым моделям на базе Transformer, поэтому можно использовать пакеты большего размера. Главное преимущество — универсальность: нативно поддерживаются сегментация экземпляров, классификация изображений, оценка позы и обнаружение объектов с ориентированными ограничивающими рамками (OBB). Основной недостаток: устаревшие конвейеры, построенные вокруг выходных тензоров YOLOv7, может потребоваться переработать.

Преимущества экосистемы

Ultralytics YOLOv8 входит в активно развиваемую экосистему. По сравнению с отдельными исследовательскими репозиториями её Python API, регулярные выпуски и поддержка сообщества сокращают путь от локального тестирования до развёртывания в промышленной среде.

Подробное сравнение производительности#

В таблице ниже приведены метрики производительности для ключевых размеров моделей. YOLOv8 предлагает широкий выбор компромиссов между скоростью и точностью: от компактных моделей для периферийных устройств до более крупных моделей с наивысшей точностью в этом сравнении.

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
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8

Примечание: YOLOv8x достигает наивысшего mAP среди моделей этой группы, а YOLOv8n имеет наименьшее число параметров и самый быстрый инференс, поэтому хорошо подходит для развёртывания компьютерного зрения на периферийных устройствах ИИ.

Удобство использования и эффективность обучения#

Ultralytics YOLOv8 создана для простоты использования. Для работы со старыми архитектурами, такими как YOLOv7, нужно клонировать определённые репозитории и запускать подробные скрипты командной строки для настройки наборов данных и путей.

В отличие от них, пакет YOLOv8 ultralytics обеспечивает упрощённый рабочий процесс с автоматической загрузкой наборов данных, готовыми предварительно обученными весами и встроенной поддержкой экспорта в такие форматы, как ONNX и TensorRT.

В следующем примере модель загружается и обучается, после чего выполняется инференс с помощью Python API Ultralytics:

from ultralytics import YOLO

# Загрузка предварительно обученной облегчённой модели YOLOv8
model = YOLO("yolov8n.pt")

# Эффективно обучи модель на наборе данных COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Быстрый инференс на тестовом изображении
predictions = model("https://ultralytics.com/images/bus.jpg")

# Отобрази предсказания
predictions[0].show()
Отслеживание экспериментов

YOLOv8 интегрируется с популярными инструментами MLOps, такими как Weights & Biases и ClearML, поэтому ты можешь в реальном времени отслеживать настройку гиперпараметров и метрики обучения.

Оптимальные сценарии применения#

Выбор между этими архитектурами часто определяется конкретными ограничениями среды развёртывания.

Когда выбирать YOLOv7#

  • Сравнение с устаревшими эталонами: подходит исследователям, которым нужна фиксированная базовая модель для сравнения с архитектурными стандартами 2022 года.
  • Уже существующая мощная инфраструктура: Среды на базе GPU NVIDIA V100 или A100, где выходные тензоры YOLOv7 встроены в устаревший конвейер C++.

Когда выбрать YOLOv8#

  • Кроссплатформенное промышленное развёртывание: Подходит командам, которым нужно развёртывать модели на облачных GPU, мобильных устройствах и в браузерах.
  • Требования к нескольким задачам: Подходит, если проекту нужны маски сегментации экземпляров или ключевые точки позы в дополнение к ограничивающим рамкам.
  • Периферийные устройства с ограниченными ресурсами: YOLOv8 Nano (yolov8n) обеспечивает хорошее соотношение точности и скорости для робототехники, дронов и устройств IoT.

Взгляд в будущее: скачок поколений с YOLO26#

YOLOv8 остаётся надёжным выбором, но для новых проектов доступны более современные модели Ultralytics: YOLO11 и YOLO26, текущая рекомендуемая модель.

Выпущенная в январе 2026 года YOLO26 создана для эффективного развёртывания на периферийных устройствах:

  • Сквозная архитектура без NMS: YOLO26 поддерживает нативный сквозной инференс и пропускает постобработку подавления немаксимумов (NMS) благодаря опциональной голове «один к одному» (nms=False). Это упрощает конвейеры развёртывания и устраняет задержку, связанную с отдельным этапом NMS.
  • Удаление DFL: Удаление Distribution Focal Loss упрощает голову обнаружения, расширяет варианты развёртывания модели и улучшает совместимость с периферийными устройствами.
  • До 43% быстрее инференс на CPU: При инференсе YOLO26n через ONNX на CPU работает до 43% быстрее YOLO11n, поэтому подходит для устройств с ограниченными ресурсами, например Raspberry Pi и других встраиваемых систем.
  • Оптимизатор MuSGD: Вдохновлённая обучением больших языковых моделей (LLM), YOLO26 использует гибрид SGD и Muon для более стабильного обучения и быстрой сходимости.
  • ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учётом малых объектов (STAL) улучшают обнаружение небольших объектов, что важно для аэрофотосъёмки, сельского хозяйства и робототехники.

Разворачиваешь ли ты YOLOv8 на крупных кластерах видеоаналитики или YOLO26 на небольших периферийных устройствах, платформа Ultralytics предоставляет инструменты для разметки данных, обучения и развёртывания моделей на всех этапах жизненного цикла ИИ.

Участники

Комментарии1

Задай вопрос, поделись результатами или помоги кому-нибудь.

  1. rosin7596GitHub(изменено)

    Well-explained comparison! YOLOv7 continues to perform impressively in terms of speed and accuracy, especially for real-time detection tasks on limited hardware. However, this YOLOv8 comparison shows how v8 introduces improvements like a more modular architecture, better support for multi-task learning, and streamlined training. Both models serve different needs, making the choice highly use-case dependent.