Начать

YOLOv8 и YOLOv7

Область компьютерного зрения постоянно развивается, а новые архитектуры расширяют возможности обнаружения объектов в реальном времени. В этом руководстве сравниваются две влиятельные модели: Ultralytics YOLOv8 и YOLOv7. Обе модели оказали значительное влияние на сообщество разработчиков и академические исследования, предложив разные подходы к решению сложных задач визуального анализа.

Инженерам по машинному обучению, стремящимся оптимизировать конвейеры развертывания, важно понимать структурные и методологические различия этих моделей. YOLOv7 использует подход «набора бесплатных улучшений», ориентированный на максимальную пропускную способность, а Ultralytics YOLOv8 сосредоточена на создании целостной и простой в использовании экосистемы, которая сочетает высокую точность, низкое потребление памяти и поддержку нескольких задач.

Ultralytics YOLOv8: универсальный стандарт экосистемы#

Выпущенная Ultralytics в начале 2023 года, YOLOv8 существенно отличается по архитектуре от предшественников. Модель с самого начала разрабатывалась не только для детекции объектов в реальном времени, но и как унифицированная платформа для решения множества задач компьютерного зрения «из коробки».

Архитектурные инновации#

В YOLOv8 появилась безанкорная голова обнаружения. Это упрощает обучение: не нужно вручную настраивать анкорные рамки под распределение объектов в пользовательском наборе данных. Благодаря этому модель становится надежнее и лучше обобщает данные из разных сред.

Кроме того, архитектура включает модуль C2f (бутылочное горлышко с частичным соединением между стадиями и двумя свертками) — структурное улучшение, которое улучшает распространение градиентов и помогает нейронной сети изучать более насыщенные представления признаков без значительного увеличения вычислительных затрат. Благодаря этому модель эффективно выполняет инференс со стандартными фреймворками глубокого обучения, например PyTorch.

Эффективное использование памяти

Модели YOLO от Ultralytics разработаны для эффективного обучения. Обычно при обучении им требуется значительно меньше памяти CUDA, чем архитектурам на основе Transformer или более тяжелым CNN. Благодаря этому ты можешь использовать больший размер пакета на потребительском оборудовании и ускорить цикл разработки.

YOLOv7: подход «набор бесплатных преимуществ»#

YOLOv7 представили в середине 2022 года, и вскоре она стала популярной базовой моделью в академической среде. Основное внимание уделялось перепараметризации архитектуры и оптимизации путей распространения градиента, чтобы расширить возможности детекции объектов в реальном времени на высокопроизводительных GPU.

  • Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
  • Организация: Институт информатики, Academia Sinica, Тайвань
  • Дата: 2022-07-06
  • arXiv: 2207.02696
  • GitHub: WongKinYiu/yolov7

Архитектурные инновации#

В YOLOv7 используется расширенная эффективная сеть агрегации слоев (E-ELAN), которая позволяет модели непрерывно изучать более разнообразные признаки. Модель основана на анкерах и использует обучаемый «набор бесплатных улучшений» — набор методов оптимизации, повышающих точность без увеличения затрат на инференс.

YOLOv7 отлично показывает себя на стандартных академических бенчмарках, таких как набор данных MS COCO, но ее архитектура в значительной степени оптимизирована для серверных ускорителей. Экспорт и развертывание таких моделей на периферийных устройствах могут потребовать больше ручной настройки, чем при использовании более современных и простых платформ.

Узнай больше о YOLOv7

Подробное сравнение производительности#

При оценке моделей в первую очередь учитывают компромисс между скоростью, точностью и размером модели. В таблице ниже приведены метрики для обеих моделей.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
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
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Как видно из данных, YOLOv8x обеспечивает наивысшую точность (53.9 mAP), а nano-вариант (YOLOv8n) отличается быстрым инференсом и компактностью. Благодаря такому выбору размеров YOLOv8 лучше адаптируется к оборудованию с ограниченными ресурсами.

Преимущества Ultralytics: простота использования и экосистема#

YOLOv7 обеспечивает высокие базовые показатели обнаружения, но Ultralytics YOLOv8 предлагает более удобную среду разработки, более глубокую интеграцию с экосистемой и поддержку нескольких задач.

Универсальность#

YOLOv7 — это в первую очередь модель для детекции, а другие задачи поддерживаются в экспериментальных ветках. В отличие от нее, YOLOv8 изначально поддерживает детекцию объектов, сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки (OBB). Благодаря такому унифицированному подходу команде достаточно освоить один API, чтобы решать самые разные проектные задачи.

Упрощенное развертывание и интеграции#

Экспорт модели для промышленной эксплуатации часто становится узким местом. Пакет Ultralytics позволяет разработчикам экспортировать модели в такие форматы, как ONNX, TensorRT и CoreML, одной строкой кода на Python. Это позволяет избежать проблем с поддержкой операторов, которые иногда возникают при экспорте сложных графов с анкерными рамками.

YOLOv8 также интегрируется с инструментами MLOps. Отслеживай эксперименты с помощью Weights & Biases или проверяй развертывание на Hugging Face Spaces — экосистема Ultralytics возьмет на себя основную работу.

Пример кода: обучение и экспорт YOLOv8#

В примере ниже показано, насколько прост Python API Ultralytics. Менее чем за десять строк кода можно инициализировать модель, обучить ее и экспортировать для развертывания на периферийном устройстве.

from ultralytics import YOLO

# Загрузи предварительно обученную нано-модель YOLOv8 для быстрого инференса
model = YOLO("yolov8n.pt")

# Обучи модель на датасете COCO8
# API автоматически загружает данные, выполняет аугментацию и ведет журналы
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

# Экспортируй обученную модель в формат ONNX для развёртывания
model.export(format="onnx")
Гибкость развертывания

Функция model.export() обеспечивает прямой доступ к высокопроизводительным движкам инференса и позволяет интегрировать YOLOv8 в мобильные приложения, встраиваемые системы или облачные серверы с высокой пропускной способностью.

Примеры применения в реальных условиях#

Архитектурные различия этих моделей определяют, для каких сценариев развертывания они подходят лучше всего.

Когда стоит выбрать YOLOv8:

  • Периферийный ИИ и устройства IoT: быстрые модели Nano и Small отлично подходят для оборудования с ограниченными вычислительными ресурсами, например умных камер и дронов.
  • Проекты с несколькими задачами: если твой конвейер должен одновременно отслеживать суставы человека (оценка позы) и строить карту препятствий (сегментация), YOLOv8 справится с этим изначально.
  • От быстрого прототипирования до production: подробная документация Ultralytics и простой Python API помогают командам быстрее выводить продукты на рынок.

Когда стоит рассмотреть YOLOv7:

  • Академические бенчмарки: исследователи, изучающие влияние методов перепараметризации, часто используют YOLOv7 в качестве стандартной базовой модели, о чем свидетельствует ее популярность на Hugging Face Papers.
  • Унаследованные серверные конвейеры: если существующий конвейер с высокими вычислительными требованиями уже строго оптимизирован под конкретные выходные данные анкерных рамок YOLOv7, на коротком промежутке времени может быть практичнее продолжить его использовать.

Что дальше: новое поколение#

YOLOv8 остается универсальной моделью, но область ИИ быстро развивается. Командам, начинающим новые проекты, Ultralytics рекомендует изучить новейшие модели линейки.

Новейшее поколение — YOLO26 — сейчас является рекомендуемой моделью Ultralytics. В ней предусмотрен режим сквозной архитектуры без NMS (nms=False), который пропускает постобработку с подавлением немаксимумов (NMS), упрощая и ускоряя развертывание. Отказ от Distribution Focal Loss (DFL) и внедрение оптимизатора MuSGD, вдохновленного обучением LLM, делают обучение стабильнее и ускоряют инференс на CPU до 43% (YOLO26n по сравнению с YOLO11n). ProgLoss + STAL (прогрессивная функция потерь и назначение меток с учетом малых объектов) улучшают обнаружение небольших объектов, делая модель отличным выбором для современных периферийных вычислений и аэрофотосъемки.

Для тех, кто переходит со старых систем, YOLO11 и классическая YOLOv5 также полностью поддерживаются в единой экосистеме Ultralytics, поэтому ты можешь выбрать модель с учетом ограничений своего оборудования.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.