YOLOv8 и EfficientDet#

В стремительно развивающейся области обнаружения объектов выбор оптимальной архитектуры нейронной сети имеет решающее значение для баланса между точностью, скоростью инференса и возможностью развертывания. В этом техническом подробном обзоре сравниваются две влиятельные архитектуры: Ultralytics YOLOv8 — универсальный стандарт современной экосистемы компьютерного зрения — и EfficientDet, фундаментальная модель от Google, известная своей стратегией составного масштабирования.

Независимо от того, предназначается ли твое развертывание для высокопроизводительных облачных серверов или периферийных устройств с ограниченными ресурсами, понимание архитектурных особенностей этих моделей поможет привести проект к успеху.

Обзор архитектур#

Обе модели решают задачу обнаружения и локализации объектов на изображении с помощью сверточных нейронных сетей, но используют разные методы извлечения признаков и регрессии ограничивающих рамок.

Ultralytics YOLOv8#

Выпущенная Ultralytics в январе 2023 года, YOLOv8 стала крупным шагом вперед в семействе YOLO. Авторы модели — Glenn Jocher, Ayush Chaurasia и Jing Qiu — с самого начала спроектировали ее для бесшовной поддержки нескольких задач компьютерного зрения, включая обнаружение объектов, сегментацию экземпляров, оценку позы и классификацию изображений.

В архитектуре используется безанкорная голова обнаружения, которая значительно сокращает количество предсказаний рамок и ускоряет подавление немаксимумов (NMS). В ее backbone применяется новый модуль C2f (блок Cross-Stage Partial с двумя сверточными слоями), улучшающий прохождение градиентов во время обучения при сохранении компактности модели. Благодаря этому YOLOv8 исключительно эффективна при компиляции в такие форматы, как NVIDIA TensorRT или ONNX.

EfficientDet#

EfficientDet, созданная Mingxing Tan, Ruoming Pang и Quoc V. Le в Google и выпущенная в конце 2019 года, ориентирована на масштабируемую эффективность. Как описано в их официальной статье на Arxiv, модель активно использует экосистему AutoML.

Определяющая особенность EfficientDet — ее двунаправленная сеть пирамиды признаков (BiFPN), обеспечивающая простое и быстрое слияние признаков разных масштабов. В сочетании с backbone EfficientNet архитектура использует метод составного масштабирования, который одновременно и равномерно изменяет разрешение, глубину и ширину backbone, сети признаков, а также сетей предсказания рамок и классов. Хотя это обеспечивает отличную эффективность использования параметров, сложная топология сети часто не позволяет достичь оптимальной скорости работы в реальном времени на стандартных GPU.

Узнай больше об EfficientDet

Сравнение производительности и метрик#

При сравнении детекторов объектов основными метриками являются средняя точность (mAP) и задержка инференса. В таблице ниже показано сравнение вариантов YOLOv8 и семейства EfficientDet (d0–d7) по стандартным метрикам на таких датасетах, как COCO.

Методики обучения и экосистема#

Удобство работы разработчиков — важный фактор при выборе архитектуры машинного обучения. Именно здесь поддержка сообщества с открытым исходным кодом и инструменты экосистемы действительно отличают эти модели.

EfficientDet в значительной степени зависит от TensorFlow и специализированных конвейеров AutoML. Хотя это эффективно для распределенного облачного обучения в очень больших масштабах, настройка окружения, корректировка anchor-боксов и разбор сложных конфигурационных файлов в репозитории EfficientDet на GitHub могут оказаться непростой задачей для быстро работающих инженерных команд.

В отличие от нее, Ultralytics YOLOv8 изначально создана на базе PyTorch, что обеспечивает непревзойденное удобство использования. Разработчики могут запускать сложные циклы обучения одной строкой кода на Python или одной командой CLI. Кроме того, требования модели к памяти во время обучения существенно оптимизированы: YOLOv8 позволяет разработчикам с обычными пользовательскими GPU обучать надежные модели, не сталкиваясь с ошибками нехватки памяти (OOM), которые часто возникают в архитектурах с большим количеством Transformer.

Бесшовная интеграция с Ultralytics Platform развивает эту идею, предоставляя интерфейс без кода для аннотирования датасетов, обучения моделей и развертывания в облаке одним нажатием. Такие функции, как автоматическая настройка гиперпараметров, помогают всегда получать максимально возможную точность на собственных датасетах.

Пример кода на Python: инференс YOLOv8#

Запуск современного детектора с помощью репозитория Ultralytics на GitHub отличается исключительной простотой:

from ultralytics import YOLO

# Initialize the YOLOv8 model natively in PyTorch
model = YOLO("yolov8n.pt")

# Train the model on the COCO8 example dataset
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

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

# Display the bounding boxes
inference_results[0].show()

Следующее поколение: переход на Ultralytics YOLO26#

Хотя YOLOv8 остается очень эффективной промышленной моделью, исследователям и разработчикам, стремящимся использовать самые передовые возможности AI, стоит оценить Ultralytics YOLO26, выпущенную в январе 2026 года.

YOLO26 переосмысливает подход к обнаружению объектов, внедряя встроенную сквозную архитектуру без NMS. Благодаря устранению необходимости в подавлении немаксимумов на этапе постобработки — узком месте, существующем еще со времен ранних версий YOLO, — разброс задержки практически устранен. Это кардинально меняет возможности развертывания на маломощных устройствах.

Кроме того, YOLO26 включает несколько революционных инноваций в обучении:

• Оптимизатор MuSGD: вдохновленный передовыми методами обучения LLM, этот гибрид SGD и Muon обеспечивает исключительно стабильное обучение и значительно ускоряет сходимость.
• До 43% более быстрый инференс на CPU: благодаря удалению NMS и значительно оптимизированному backbone YOLO26 обеспечивает беспрецедентную скорость на периферийных устройствах, работающих только на CPU, без использования выделенных NPU.
• ProgLoss + STAL: эти продвинутые функции потерь заметно повышают точность распознавания небольших объектов, делая YOLO26 незаменимой для аэрофотосъемки и высокоточных IoT-сенсоров.
• Удаление DFL: Distribution Focal Loss полностью удалена, что значительно упрощает экспорт в такие форматы, как OpenVINO и CoreML.

Варианты применения и рекомендации#

В конечном счете выбор между этими архитектурами зависит от ограничений развертывания и требований к совместимости с унаследованными системами.

• Выбирай Ultralytics YOLOv8, если: ты создаешь современные универсальные приложения компьютерного зрения, которым нужны высокая точность, инференс в реальном времени на GPU и удобный процесс разработки. Высокая производительность в задачах классификации, сегментации и обнаружения делает ее мощным универсальным инструментом для аналитики в розничной торговле, робототехники и систем безопасности.
• Выбирай EfficientDet, если: ты связан с устаревшими рабочими процессами TensorFlow, а твоя основная задача — минимизировать количество параметров и теоретическое количество FLOPs, например в исследовательских целях, а не для строгого промышленного развертывания в реальном времени.
• Выбирай Ultralytics YOLO26, если: ты начинаешь новый проект и тебе нужно самое лучшее. Ее встроенная сквозная архитектура без NMS делает ее оптимальным выбором как для сверхбыстрого развертывания на периферии, так и для интенсивной обработки в облаке.

Если ты рассматриваешь другие производительные фреймворки в экосистеме Ultralytics, также обрати внимание на Ultralytics YOLO11 для сбалансированной производительности в унаследованных сценариях или на RT-DETR для подхода на основе Transformer к обнаружению объектов в реальном времени.