YOLOv8 и YOLOv6-3.0#

Ландшафт 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 устанавливают новые стандарты производительности, но ориентированы на несколько разные подходы к разработке и сценарии развертывания.

Это подробное руководство содержит углубленный анализ их архитектур, показателей производительности и оптимальных вариантов применения, помогая инженерам по машинному обучению и исследователям 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 значительно различается.

Сведения о YOLOv8#

Архитектура Ultralytics YOLOv8 представляет собой унифицированный многозадачный фреймворк, изначально разработанный с учетом исключительного удобства для разработчиков и универсальности. Она основана на результатах многолетних исследований и отзывах 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

Сведения о YOLOv6-3.0#

Изначально представленная для промышленных приложений в Meituan, модель YOLOv6 получила масштабное обновление «Full-Scale Reloading» в версии 3.0. В первую очередь она предназначена для высокооптимизированных сред развертывания и использует такие методы, как самодистилляция и RepOptimizer.

• Авторы: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu и Xiangxiang Chu
• 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 была представлена тщательно доработанная голова обнаружения без якорей. Отказ от заранее заданных якорных блоков улучшает обобщающую способность модели на разнообразных наборах данных и уменьшает количество эвристик постобработки. Кроме того, YOLOv8 обеспечивает непревзойденный баланс производительности, стабильно находя выгодный компромисс между скоростью и точностью для различных реальных сценариев развертывания — от облачных серверов до периферийных устройств с ограниченными ресурсами.

Одно из главных преимуществ YOLOv8 — это его требования к памяти. Во время обучения модели Ultralytics используют значительно меньше памяти CUDA по сравнению с тяжелыми альтернативами на базе Transformer, такими как RT-DETR. Это позволяет разработчикам использовать большие размеры пакетов на стандартных потребительских GPU, обеспечивая отличную эффективность обучения.

Архитектура YOLOv6-3.0#

В YOLOv6-3.0 используются модуль двунаправленной конкатенации (BiC) и стратегия обучения с поддержкой якорей (AAT). Для небольших моделей (N и S) применяется EfficientRep Backbone, а в более крупных вариантах (M и L) используется CSPStackRep Backbone. Архитектура тщательно оптимизирована для выполнения в NVIDIA TensorRT, что обеспечивает исключительно высокую скорость при развертывании на совместимом оборудовании. Однако тесная связь с оптимизациями для конкретного оборудования иногда делает кроссплатформенное развертывание менее гибким по сравнению с собственными для Ultralytics рабочими процессами экспорта в ONNX.

Сравнение производительности#

При оценке моделей на валидационном наборе данных COCO обе модели демонстрируют впечатляющую производительность. В таблице ниже приведены основные метрики.

Хотя YOLOv6-3.0 показывает небольшое преимущество в скорости на отдельных тестах TensorRT, YOLOv8 отличается более эффективной по числу параметров архитектурой в категориях небольших моделей, что обеспечивает лучшую гибкость на различном оборудовании, включая мобильные и встраиваемые CPU.

Экосистема и универсальность#

Наиболее заметное различие между двумя моделями заключается в поддержке экосистемы.

YOLOv6 в основном представляет собой движок обнаружения ограничивающих рамок. В отличие от него, YOLOv8 известна своей универсальностью. В рамках единого унифицированного фреймворка YOLOv8 изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB).

Кроме того, простота использования экосистемы Ultralytics не имеет аналогов. С помощью простого API Python исследователи могут запускать обучение, проверять результаты и экспортировать модели во множество форматов без написания сложного шаблонного кода. Хорошо поддерживаемая экосистема обеспечивает активную разработку, частые обновления и бесшовную интеграцию с популярными инструментами отслеживания экспериментов.

Пример кода: обучение YOLOv8#

Для обучения модели YOLOv8 требуется минимальная настройка, что демонстрирует доступность фреймворка:

from ultralytics import YOLO

# Load a pretrained YOLOv8 small model
model = YOLO("yolov8s.pt")

# Train the model on the COCO8 dataset
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Utilize GPU for efficient training
    batch=32,
)

# Easily export to ONNX for cross-platform deployment
model.export(format="onnx")

Варианты применения и рекомендации#

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

Когда стоит выбрать YOLOv8#

YOLOv8 — отличный выбор для:

• Универсальное развертывание для нескольких задач: проектов, которым нужна проверенная модель для обнаружения, сегментации, классификации и оценки позы в экосистеме Ultralytics.
• Сформировавшиеся промышленные системы: существующих производственных сред, уже построенных на архитектуре YOLOv8 и использующих стабильные, тщательно протестированные конвейеры развертывания.
• Широкая поддержка сообщества и экосистемы: приложений, получающих преимущества от обширных руководств по YOLOv8, сторонних интеграций и активных ресурсов сообщества.

Когда стоит выбрать YOLOv6#

YOLOv6 рекомендуется для:

• Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн модели и эффективная репараметризация обеспечивают оптимальную производительность на конкретном целевом оборудовании.
• Быстрое одностадийное обнаружение: приложения, в которых приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых средах.
• Интеграция с экосистемой Meituan: команды, уже работающие в технологическом стеке и инфраструктуре развертывания Meituan.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Взгляд в будущее: переход на YOLO26#

Хотя YOLOv8 и YOLOv6-3.0 являются отличным выбором, разработчикам, начинающим новые проекты, настоятельно рекомендуется обратить внимание на модель нового поколения Ultralytics YOLO26. Выпущенная в январе 2026 года, YOLO26 переопределяет стандарт периферийного компьютерного зрения с приоритетом ИИ.

YOLO26 представляет сквозную архитектуру без NMS, полностью устраняя необходимость в подавлении немаксимумов на этапе постобработки. Такой изначально сквозной подход обеспечивает более быструю и простую логику развертывания, особенно в периферийных средах. В сочетании с удалением DFL (Distribution Focal Loss) это значительно облегчает голову модели и обеспечивает ускорение вывода на CPU до 43%.

Стабильность обучения и скорость сходимости также значительно повысились благодаря оптимизатору MuSGD — гибридному оптимизатору на основе SGD и Muon, разработанному под влиянием методик обучения LLM. Кроме того, введение ProgLoss + STAL существенно улучшает распознавание небольших объектов, что особенно важно для изображений с дронов и плотного промышленного контроля.

Заключение#

В конечном счете выбор между YOLOv8 и YOLOv6-3.0 зависит от приоритетов твоего конвейера развертывания. YOLOv6-3.0 — это весьма производительная модель для сред со строгими требованиями TensorRT, где абсолютным приоритетом является максимальная скорость GPU. Однако для подавляющего большинства команд лучшим выбором будет Ultralytics YOLOv8. Сочетание меньших требований к памяти при обучении, многозадачной универсальности и ведущей в отрасли экосистемы, предоставляемой Ultralytics Platform, значительно сокращает время вывода продукта на рынок.

Разработчикам, которым нужна максимальная эффективность современных решений, плавный переход на YOLO26 обеспечивает непревзойденный опыт работы без NMS и помогает подготовить любое приложение компьютерного зрения к будущим требованиям.