YOLOv8 и YOLOv6-3.0#

Сфера компьютерного зрения в реальном времени постоянно развивается под влиянием спроса на более быстрые, точные и универсальные модели. Две наиболее заметные архитектуры, появившиеся в начале 2023 года, — это Ultralytics YOLOv8 и YOLOv6-3.0 от Meituan. Обе модели расширяют границы современных достижений, но в их основе лежат несколько разные подходы к разработке и сценарии развертывания.

В этом подробном руководстве представлен углубленный анализ архитектур, показателей производительности и оптимальных сценариев применения этих моделей, который поможет инженерам и исследователям в области машинного обучения выбрать подходящий инструмент для следующего проекта по обнаружению объектов.

Происхождение и характеристики моделей#

Прежде чем перейти к техническим нюансам, важно понять происхождение и основные характеристики обеих моделей. В обоих репозиториях активно используется популярный фреймворк PyTorch, но интеграция с экосистемами существенно различается.

Особенности YOLOv8#

Архитектура Ultralytics YOLOv8 — это унифицированный многозадачный фреймворк, созданный с нуля для удобства разработчиков и универсальности. Она опирается на многолетние исследования и отзывы сообщества о предыдущих версиях.

• Авторы: Glenn Jocher, Ayush Chaurasia и Jing Qiu
• Организация: Ultralytics
• Дата: 2023-01-10
• GitHub: https://github.com/ultralytics/ultralytics
• Документация: https://docs.ultralytics.com/models/yolov8

Особенности YOLOv6-3.0#

Изначально YOLOv6 была создана для промышленных приложений Meituan, а в версии 3.0 получила крупное обновление «Full-Scale Reloading». Модель ориентирована прежде всего на высокооптимизированные среды развертывания и использует такие методы, как самодистилляция и RepOptimizer.

• Авторы: Чуйи Ли, Лулу Ли, Ифэй Гэн, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдань Кэ, Сяомин Сюй и Сянсян Чу
• Организация: Meituan
• Дата: 2023-01-13
• Arxiv: https://arxiv.org/abs/2301.05586
• GitHub: https://github.com/meituan/YOLOv6
• Документация: https://docs.ultralytics.com/models/yolov6

Узнай больше о YOLOv6-3.0

Архитектура и методики обучения#

Архитектура Ultralytics YOLOv8#

В YOLOv8 появилась усовершенствованная голова обнаружения без якорей. Отказ от заранее заданных якорных рамок улучшает обобщающую способность модели на разных наборах данных и сокращает количество эвристик постобработки. Кроме того, YOLOv8 обеспечивает непревзойденный баланс производительности и стабильно предлагает удачный компромисс между скоростью и точностью, подходящий для различных реальных сценариев развертывания — от облачных серверов до периферийных устройств с ограниченными ресурсами.

Одно из важных преимуществ YOLOv8 — требования к памяти. Во время обучения модели Ultralytics используют значительно меньше памяти CUDA, чем ресурсоемкие альтернативы на основе Transformer, например RT-DETR. Это позволяет разработчикам использовать более крупные размеры пакетов на обычных потребительских GPU и добиваться отличной эффективности обучения.

Архитектура YOLOv6-3.0#

В YOLOv6-3.0 используются двунаправленный модуль конкатенации (BiC) и стратегия обучения с поддержкой якорей (AAT). В небольших моделях (N и S) применяется основа EfficientRep, а в более крупных вариантах (M и L) — основа CSPStackRep. Архитектура тщательно оптимизирована для выполнения на NVIDIA TensorRT, благодаря чему она работает исключительно быстро на совместимом оборудовании. Однако такая тесная связь с конкретными аппаратными оптимизациями иногда усложняет перенос на другие платформы по сравнению с гибкими процессами экспорта в ONNX, доступными в Ultralytics.

Сравнение производительности#

При оценке моделей на валидационном наборе данных COCO обе демонстрируют впечатляющие результаты. В таблице ниже приведены основные показатели.

YOLOv6-3.0 немного быстрее в отдельных тестах TensorRT, однако YOLOv8 обеспечивает более эффективное использование параметров в небольших вариантах. Это повышает гибкость модели на различном оборудовании, в том числе на мобильных и встроенных CPU.

Экосистема и универсальность#

Самое заметное различие между моделями — поддержка экосистемы.

YOLOv6 — это преимущественно средство обнаружения ограничивающих рамок. В отличие от нее, YOLOv8 известна своей универсальностью. В рамках единого фреймворка YOLOv8 изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение повернутых ограничивающих рамок (OBB).

Кроме того, экосистема Ultralytics отличается непревзойденной простотой использования. С помощью простого API Python исследователи могут запускать обучение, проверять результаты и экспортировать модели в множество форматов без написания сложного шаблонного кода. Хорошо поддерживаемая экосистема гарантирует активную разработку, регулярные обновления и бесшовную интеграцию с популярными инструментами отслеживания экспериментов.

Пример кода: обучение YOLOv8#

Для обучения модели YOLOv8 требуется минимальная настройка, что подчеркивает простоту фреймворка:

from ultralytics import YOLO

# Загружаем предварительно обученную небольшую модель YOLOv8
model = YOLO("yolov8s.pt")

# Обучи модель на датасете COCO8
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Используем GPU для эффективного обучения
    batch=32,
)

# Экспортируем модель в ONNX для развертывания на разных платформах
model.export(format="onnx")

Сценарии использования и рекомендации#

Выбор между YOLOv8 и YOLOv6 зависит от требований конкретного проекта, ограничений среды развертывания и предпочтений в отношении экосистемы.

Когда выбрать YOLOv8#

YOLOv8 — хороший выбор для:

• Универсальное решение для нескольких задач: проекты, которым нужна проверенная модель для обнаружения объектов, сегментации, классификации и оценки позы в экосистеме Ultralytics.
• Уже работающие системы: существующие промышленные среды, построенные на архитектуре YOLOv8 и использующие стабильные, тщательно проверенные конвейеры развертывания.
• Широкая поддержка сообщества и экосистемы: приложения, которым помогают многочисленные руководства по YOLOv8, сторонние интеграции и активное сообщество.

Когда стоит выбрать YOLOv6#

YOLOv6 рекомендуется для следующих задач:

• Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн и эффективная репараметризация модели обеспечивают оптимальную производительность на конкретном целевом оборудовании.
• Быстрая одноэтапная детекция: приложения, где приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых условиях.
• Интеграция с экосистемой Meituan: команды, уже работающие с технологическим стеком и инфраструктурой развертывания Meituan.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: Устройства без выделенного ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Перспективы: переход на YOLO26#

YOLOv8 и YOLOv6-3.0 — отличные варианты, но разработчикам, начинающим новые проекты, настоятельно рекомендуется изучить модель следующего поколения Ultralytics YOLO26. Выпущенная в январе 2026 года, YOLO26 задает новый стандарт для ИИ в области компьютерного зрения с приоритетом периферийных устройств.

В YOLO26 реализована опциональная сквозная архитектура без NMS (nms=False), которая устраняет необходимость в подавлении немаксимумов на этапе постобработки. Такой изначально сквозной подход упрощает логику развертывания и ускоряет его, особенно в периферийных средах. В сочетании с удалением DFL (Distribution Focal Loss) это значительно облегчает голову модели и повышает скорость инференса на CPU до 43%.

Благодаря оптимизатору MuSGD, гибридной версии SGD и Muon, вдохновленной методиками обучения LLM, также значительно улучшились стабильность обучения и скорость сходимости. Кроме того, внедрение ProgLoss + STAL существенно повышает качество распознавания небольших объектов, что важно для изображений с дронов и тщательного промышленного контроля.

Заключение#

Окончательный выбор между YOLOv8 и YOLOv6-3.0 зависит от приоритетов конвейера развертывания. YOLOv6-3.0 — мощная модель для сред со строгими требованиями к TensorRT, где абсолютный приоритет — максимальная скорость GPU. Однако для подавляющего большинства команд лучшим выбором станет Ultralytics YOLOv8. Сочетание меньших требований к памяти при обучении, многозадачной универсальности и ведущей в отрасли экосистемы, доступной через платформу Ultralytics, значительно сокращает срок вывода продукта на рынок.

Если тебе нужна максимальная эффективность современных моделей, плавный переход на YOLO26 обеспечит непревзойденную работу без NMS и поможет подготовить любое приложение компьютерного зрения к будущим изменениям.