YOLOv8 vs YOLOv7: Подробное техническое сравнение

Эволюция моделей detect объектов была стремительной, и семейство YOLO (You Only Look Once) лидирует в обеспечении производительности в реальном времени. Выбор между YOLOv8 и YOLOv7 включает в себя понимание не только их необработанных показателей, но также архитектурных принципов, опыта разработчиков и поддержки экосистемы, которые их окружают. В то время как YOLOv7 установила впечатляющие эталоны после своего выпуска, Ultralytics YOLOv8 представила сдвиг парадигмы в удобстве использования и универсальности.

В этом руководстве представлен подробный технический анализ, который поможет разработчикам и исследователям выбрать правильный инструмент для своих computer vision projects.

Анализ производительности

При сравнении производительности крайне важно учитывать компромисс между скоростью инференса и точностью detect (mAP). YOLOv8 обычно предлагает превосходный баланс, обеспечивая более высокую точность при сопоставимых размерах моделей и более высокую скорость инференса на современном оборудовании.

В следующей таблице показаны различия в производительности на датасете COCO.

Модель	размер ^{(пиксели)}	mAP^val 50-95	Скорость ^{CPU ONNX (мс)}	Скорость ^{T4 TensorRT10 (мс)}	параметры ^(M)	FLOPs ^(B)
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

YOLOv7l	640	51.4	-	6.84	36.9	104.7
YOLOv7x	640	53.1	-	11.57	71.3	189.9

Основные выводы

Эффективность: Модель YOLOv8n (nano) достигает замечательной скорости (1.47 мс на GPU), что делает ее идеальной для приложений edge AI, где задержка имеет решающее значение.
Точность:YOLOv8x превосходит YOLOv7x по точности (53,9% против 53,1% mAP), сохраняя при этом конкурентоспособное количество параметров.
Оптимизация: Модели YOLOv8 демонстрируют лучшую эффективность параметров, обеспечивая более высокую производительность на FLOP, что приводит к снижению энергопотребления во время инференса.

Ultralytics YOLOv8: Современный стандарт

YOLOv8, выпущенная Ultralytics в начале 2023 года, была разработана как передовая (SOTA) не только по производительности, но и по гибкости и простоте использования. Она объединяет несколько задач компьютерного зрения в единую, оптимизированную структуру.

Авторы: Гленн Джокер, Аюш Чаурасия и Цзин Цю
Организация:Ultralytics
Дата: 10.01.2023
GitHub:ultralytics/ultralytics
Документация:Документация YOLOv8

Архитектура и инновации

YOLOv8 представляет механизм обнаружения без anchor boxes, который упрощает процесс обучения, устраняя необходимость в ручных вычислениях anchor boxes. Это уменьшает количество прогнозов ограничивающих рамок и ускоряет Non-Maximum Suppression (NMS).

Архитектура включает в себя модуль C2f (Cross-Stage Partial Bottleneck с двумя свертками), который более эффективно объединяет высокоуровневые признаки с контекстной информацией, чем предыдущие итерации. Это приводит к более насыщенному потоку градиентов и улучшенной сходимости обучения. Кроме того, YOLOv8 использует разделенную голову, обрабатывая задачи определения объекта, классификации и регрессии независимо для повышения точности.

Сильные стороны

Интеграция в экосистему: Полностью интегрирован с экосистемой Ultralytics, что обеспечивает беспрепятственное обучение моделей, проверку и развертывание с помощью простого Python API или CLI.
Универсальность: Изначально поддерживает Object Detection, Instance Segmentation, Pose Estimation, Image Classification и Oriented Bounding Boxes (OBB).
Опыт разработчика: Установка так же проста, как pip install ultralytics, с обширной документацией и активной поддержкой сообщества на GitHub и Discord.

Узнайте больше о YOLOv8

YOLOv7: эталон эффективности

YOLOv7 произвела значительный фурор после своего выпуска, представив архитектурные оптимизации, ориентированные на "bag-of-freebies" — методы повышения точности без увеличения стоимости inference.

Авторы: Чен-Яо Ванг, Алексей Бочковский и Хонг-Юань Марк Ляо
Организация:Институт информатики, Academia Sinica
Дата: 06.07.2022
Arxiv:YOLOv7: Trainable bag-of-freebies sets new state-of-the-art
GitHub:WongKinYiu/yolov7

Архитектура и подход

YOLOv7 использует Extended Efficient Layer Aggregation Network (E-ELAN), который контролирует кратчайшие и длиннейшие градиентные пути, чтобы позволить сети более эффективно изучать признаки. Он делает большой упор на масштабирование модели (одновременное изменение глубины и ширины) и внедряет методы репараметризации для объединения слоев во время инференса, ускоряя модель без потери точности обучения.

Сильные стороны и ограничения

YOLOv7 — это мощная модель, которая предлагает отличное соотношение скорости и точности, особенно на GPU устройствах. Ее подход "bag-of-freebies" гарантирует, что модель остается легкой во время развертывания. Однако, по сравнению с YOLOv8, ей не хватает встроенной унифицированной поддержки нескольких задач, и она требует более сложных процедур настройки, включающих клонирование репозиториев и управление зависимостями вручную. Это, прежде всего, специалист по object detection, и другие задачи часто требуют отдельных веток или реализаций.

Узнайте больше о YOLOv7

Подробное техническое сравнение

Удобство использования и экосистема

Одно из самых заметных различий заключается в простоте использования. Ultralytics YOLOv8 поставляется в виде стандартной библиотеки python. Это означает, что разработчики могут интегрировать ее в существующие конвейеры с минимальным количеством кода. В отличие от этого, YOLOv7 обычно работает как отдельная кодовая база, которую необходимо клонировать и изменять.

Опыт разработчика

YOLOv8 позволяет обучить модель всего в три строки кода на python. Этот оптимизированный пользовательский опыт значительно сокращает время выхода на рынок для решений на основе ИИ.

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")  # load a pretrained model

# Train the model
results = model.train(data="coco8.yaml", epochs=100)

Универсальность задач

Современные проекты компьютерного зрения часто требуют больше, чем просто ограничивающие рамки.

YOLOv8: Настоящая многозадачная модель. Вы можете переключиться с detection на сегментация или оценка позы просто изменив файл весов модели (например, yolov8n-seg.pt).
YOLOv7: В первую очередь ориентирована на object detection. Хотя расширения существуют, они не так тесно интегрированы или поддерживаются в рамках единого унифицированного фреймворка.

Эффективность обучения и память

YOLOv8 оптимизирует требования к памяти во время обучения. В ней реализованы интеллектуальные стратегии расширения данных, которые отключаются к концу обучения для повышения точности. Кроме того, фреймворк Ultralytics поддерживает различные форматы наборов данных и обеспечивает автоматическую загрузку стандартных наборов данных, что значительно повышает эффективность обучения.

Модели на основе Transformer часто требуют огромных объемов памяти CUDA и медленно обучаются. Для сравнения, и YOLOv7, и YOLOv8 основаны на CNN и эффективны, но современные архитектурные решения YOLOv8 (например, блок C2f) часто приводят к более быстрой сходимости и лучшей эффективности памяти на оборудовании потребительского класса.

Реальные примеры использования

Розничная торговля и управление запасами

Для аналитики розничной торговли скорость имеет первостепенное значение. YOLOv8n может работать на периферийных устройствах, таких как камеры или модули NVIDIA Jetson, для отслеживания запасов в режиме реального времени. Его высокая скорость инференса гарантирует точный подсчет перемещаемых продуктов без задержек.

Автономные системы и робототехника

Робототехника требует точного пространственного понимания. Возможности segment YOLOv8 позволяют роботам различать точную форму препятствий, а не просто ограничивающую рамку. Эта универсальность повышает безопасность навигации. Хотя YOLOv7 и способен на это, реализация segment требует больше усилий и разрозненных кодовых баз.

Сельское хозяйство

В точном земледелии модели detect болезни сельскохозяйственных культур или отслеживают рост. Хорошо поддерживаемая экосистема Ultralytics означает, что исследователи имеют доступ к предварительно обученным весам и учебным пособиям сообщества, специально предназначенным для этих нишевых наборов данных, что снижает входной барьер.

Заключение

В то время как YOLOv7 остается респектабельной и мощной архитектурой в истории компьютерного зрения, Ultralytics YOLOv8 представляет собой превосходный выбор для современной разработки. Ее сочетание современной производительности, непревзойденной универсальности и экосистемы, ориентированной на разработчиков, делает ее идеальным решением как для академических исследований, так и для корпоративного развертывания.

Для тех, кто ищет самые последние достижения в области эффективности и архитектурного совершенствования, Ultralytics также выпустила YOLO11, которая еще больше расширяет границы. Однако, для прямого сравнения с поколением v7, YOLOv8 выделяется как надежный, стабильный и простой в использовании победитель.

Дополнительная литература

Изучите другие сравнения моделей, чтобы углубить свое понимание ландшафта YOLO:

YOLO11 vs YOLOv8 - Сравните последние итерации.
YOLOv5 vs YOLOv8 — Узнайте, как развивалась архитектура, начиная с v5.
YOLOv10 vs YOLOv8 - Проанализируйте различные архитектурные подходы.
Глоссарий Ultralytics — разберитесь в ключевых терминах, таких как mAP и IoU.