Сравнение моделей: YOLOv7 против YOLOv8 для обнаружения объектов

В быстро развивающейся области компьютерного зрения семейство моделей "You Only Look Once"YOLO) неизменно устанавливает стандарты для обнаружения объектов в реальном времени. Двумя важными вехами в этом ряду являются YOLOv7 и Ultralytics YOLOv8. Несмотря на то, что обе модели раздвинули границы точности и скорости при выпуске, они представляют собой разные философии проектирования и зрелости экосистемы.

В этом руководстве приводится подробное техническое сравнение, которое поможет разработчикам и исследователям выбрать инструмент, соответствующий их конкретным потребностям - от академических исследований до развертывания на производстве.

Сравнение показателей производительности

В следующей таблице представлено прямое сравнение показателей производительности между ключевыми моделями YOLOv7 и YOLOv8 . YOLOv8 демонстрирует значительное преимущество в скорости вывода и благоприятном количестве параметров, особенно в небольших вариантах моделей, которые критически важны для приложений краевого ИИ.

Модель	размер ^{(пиксели)}	mAP^val 50-95	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

YOLOv8n	640	37.3	80.4	1.47	3.2	8.7
YOLOv8s	640	44.9	128.4	2.66	11.2	28.6
YOLOv8m	640	50.2	234.7	5.86	25.9	78.9
YOLOv8l	640	52.9	375.2	9.06	43.7	165.2
YOLOv8x	640	53.9	479.1	14.37	68.2	257.8

YOLOv7: Эволюция "сумки бесплатных вещей"

Выпущенная в июле 2022 года, YOLOv7 была разработана в основном авторами YOLOv4 и YOLOR. В ней появилось несколько архитектурных новшеств, направленных на оптимизацию процесса обучения без увеличения стоимости выводов - концепция, получившая название "обучаемый мешок бесплатных вещей".

Авторы: Чен-Яо Ванг, Алексей Бочковский и Хонг-Юань Марк Ляо
Организация: Institute of Information Science, Academia Sinica, Taiwan
Дата: 06.07.2022
Ссылки:Arxiv Paper | GitHub Repository

Основные архитектурные особенности

В YOLOv7 появилась расширенная эффективная сеть агрегирования уровней (E-ELAN). Эта архитектура управляет кратчайшими и длинными градиентными путями, что позволяет сети изучать более разнообразные характеристики. Кроме того, в ней используются методы масштабирования модели, которые изменяют глубину и ширину архитектуры одновременно, обеспечивая оптимальную производительность при различных размерах.

Несмотря на впечатляющие бенчмарки на старте, YOLOv7 в первую очередь ориентирован на обнаружение объектов, а поддержка других задач менее интегрирована по сравнению с более новыми фреймворками.

Узнайте больше о YOLOv7

Ultralytics YOLOv8: унифицированный фреймворк и современная архитектура

Выпущенная в начале 2023 года компанией Ultralytics, YOLOv8 представляла собой кардинальную переработку архитектуры YOLO . Она была разработана не просто как модель, а как единый фреймворк, способный беспрепятственно выполнять обнаружение, сегментацию объектов, оценку позы и классификацию.

Авторы: Гленн Джокер, Аюш Чаурасия и Цзин Цю
Организация: Ultralytics
Дата: 10.01.2023
Ссылки:Ultralytics Docs | GitHub Repository

Архитектурные инновации

YOLOv8 перешла от обнаружения на основе якорей, использовавшегося в предыдущих версиях (включая YOLOv7), к механизму обнаружения без якорей. Этот переход упрощает процесс обучения, устраняя необходимость вычисления якорных блоков, что делает модель более устойчивой к изменениям формы и размера объектов.

Магистраль была модернизирована для использования модулей C2f (Cross-Stage Partial Bottleneck с двумя свертками), которые заменяют модули C3 из YOLOv5. Это изменение улучшает градиентный поток и позволяет модели оставаться легкой, но при этом получать более богатую информацию о признаках.

Узнайте больше о YOLOv8

Подробное техническое сравнение

Якорь с привязкой и без привязки

Одно из самых заметных отличий - головка обнаружения. YOLOv7 полагается на якорные коробки - заранее определенные фигуры, которые модель пытается сопоставить с объектами. Несмотря на эффективность, это требует настройки гиперпараметров для пользовательских наборов данных.

В отличие от этого, YOLOv8 использует безъякорный подход, предсказывая центр объекта напрямую. Это уменьшает количество предсказаний в ящиках, ускоряет работу системы немаксимального подавленияNMS) и облегчает обучение модели на различных данных без ручной настройки якорей.

Эффективность обучения и использование памяти

Модели Ultralytics известны своей инженерной эффективностью. В YOLOv8 используется интеллектуальная стратегия дополнения данных, которая отключает дополнения Mosaic в последние эпохи обучения. Эта техника стабилизирует потери при обучении и повышает точность.

Эффективность памяти

Значительное преимущество Ultralytics YOLOv8 по сравнению со сложными архитектурами типа трансформаторов (например, RT-DETR) является меньшая потребность в памяти CUDA . Это позволяет пользователям обучать большие объемы партий на графических процессорах потребительского класса, демократизируя доступ к обучению самых современных моделей.

Экосистема и простота использования

В то время как YOLOv7 является мощным хранилищем исследований, Ultralytics YOLOv8 предлагает усовершенствованный продукт. Экосистема Ultralytics обеспечивает:

Оптимизированный API: Единый интерфейс Python для всех задач.
Развертывание: Экспорт в такие форматы, как ONNX, TensorRT, CoreML и TFLite , одним щелчком мыши через режим экспорта.
Поддержка сообщества: Активное сообщество Discord и частые обновления, обеспечивающие совместимость с последними версиями PyTorch .

Сравнение кодов

Разрыв в удобстве использования очевиден при сравнении кода, необходимого для выполнения выводов. Ultralytics уделяет первостепенное внимание подходу с низким содержанием кода, позволяя разработчикам интегрировать искусственное зрение в приложения с минимальными накладными расходами.

Запуск YOLOv8 с помощью Python

from ultralytics import YOLO

# Load a pre-trained YOLOv8 model
model = YOLO("yolov8n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results
for result in results:
    result.show()

Реализация CLI

YOLOv8 также может быть запущен непосредственно из командной строки, что упрощает интеграцию трубопроводов и быстрое тестирование.

# Detect objects in an image using the nano model
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/zidane.jpg' imgsz=640

Идеальные варианты использования

Когда использовать YOLOv7

YOLOv7 остается оптимальным выбором для исследователей, проводящих бенчмаркинг по стандартам 2022/2023 или поддерживающих старые системы, созданные специально для архитектуры в стиле Darknet. Его подход "мешок бесплатных вещей" предлагает интересные идеи для тех, кто изучает стратегии оптимизации нейронных сетей.

Когда использовать YOLOv8

YOLOv8 - это рекомендуемый выбор для подавляющего большинства новых проектов, включая:

Приложения реального времени: Модель YOLOv8n (nano) обеспечивает невероятную скорость (около 80 мс на CPU), что делает ее идеальной для мобильных приложений и встраиваемых систем.
Многозадачные конвейеры: Проекты, требующие оценки положения или сегментации наряду с обнаружением, могут использовать один API.
Коммерческое развертывание: Надежная экспортная совместимость обеспечивает эффективное развертывание моделей, обученных в PyTorch , в производственных средах с использованием TensorRT или OpenVINO.

Заключение

В то время как YOLOv7 внес значительный вклад в область компьютерного зрения, оптимизировав обучаемые параметры, Ultralytics YOLOv8 представляет собой современный стандарт для практической разработки ИИ.

Превосходный баланс скорости и точности YOLOv8 в сочетании с безъякорной конструкцией и обширной экосистемой поддержки Ultralytics делает его более доступным для новичков и более мощным для экспертов. Для разработчиков, желающих создавать масштабируемые, поддерживаемые и высокопроизводительные приложения для технического зрения, YOLOv8его преемники, такие как YOLO11-предлагают наиболее убедительный путь вперед.

Дополнительная литература

Для тех, кто заинтересован в изучении последних достижений в области обнаружения объектов, предлагаем ознакомиться с этими смежными моделями:

YOLO11: последняя итерация от Ultralytics, в которой усовершенствована архитектура для еще большей эффективности.
YOLOv6: еще одна безъякорная модель, ориентированная на промышленное применение.
YOLOv9: фокусируется на программируемой градиентной информации (PGI) для обучения глубоких сетей.