YOLOv9 и DAMO-YOLO#

Стремительное развитие компьютерного зрения привело к появлению множества мощных архитектур, рассчитанных на разные ограничения развертывания и требования к точности. Среди заметных решений — YOLOv9, известная эффективной обработкой информационных узких мест, и DAMO-YOLO, ориентированная на поиск нейросетевой архитектуры (NAS) и эффективные пирамиды признаков.

В этом руководстве подробно и технически сравниваются YOLOv9 и DAMO-YOLO, рассматриваются различия в архитектурах, методы обучения и оптимальные сценарии развертывания. Мы также расскажем, как экосистема Ultralytics обеспечивает плавный переход от разработки к промышленной эксплуатации и почему современные модели, такие как YOLO26, стали рекомендуемым стандартом для новых проектов.

Подробный разбор архитектуры#

Понимание основных механизмов каждой модели помогает объяснить различия в их показателях.

YOLOv9: программируемая информация о градиентах#

YOLOv9 разработана для решения проблемы потери информации, возникающей при прохождении данных через глубокие нейронные сети.

• Авторы: Chien-Yao Wang, Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 21 февраля 2024 года
• Ссылки: Arxiv, GitHub, Документация

Подробнее о YOLOv9

YOLOv9 представляет программируемую информацию о градиентах (PGI) и обобщенную эффективную сеть агрегации слоев (GELAN). PGI сохраняет важную пространственную и семантическую информацию при прямом проходе и предотвращает деградацию градиентов, используемых для обновления весов. GELAN дополняет этот подход, повышая эффективность использования параметров и позволяя модели достигать передового уровня средней средней точности (mAP) при меньшем количестве FLOPs, чем у многих традиционных CNN.

DAMO-YOLO: эффективность на основе NAS#

DAMO-YOLO разработана Alibaba Group. В этой модели используется другой подход: автоматизированный поиск архитектуры помогает найти оптимальный баланс между скоростью и точностью.

• Авторы: Сяньчжэ Сюй, Ици Цзян, Вэйхуа Чэнь, Илуне Хуан, Юань Чжан и Сюйюй Сунь
• Организация: Alibaba Group
• Дата: 23 ноября 2022 года
• Ссылки: Arxiv, GitHub

Узнай больше о DAMO-YOLO

В основе DAMO-YOLO лежит MAE-NAS (поиск нейросетевой архитектуры с максимальной энтропией), который автоматически генерирует эффективные структуры сети. Модель использует RepGFPN (обобщенную пирамиду признаков с репараметризацией) для надежного объединения признаков и архитектуру «ZeroHead», которая снижает вычислительную нагрузку на голову обнаружения. Кроме того, в ней применяются AlignedOTA для назначения меток и дистилляция знаний для повышения производительности облегченных вариантов модели.

Сравнение производительности и метрик#

При выборе модели для обнаружения объектов важно найти баланс между точностью, скоростью и объемом вычислительных ресурсов.

Анализ#

• Точность и количество параметров: YOLOv9 обычно обеспечивает более высокое соотношение точности к количеству параметров. Например, YOLOv9c достигает 53.0% mAP с 25.5M параметров, тогда как DAMO-YOLOl достигает 50.8% mAP, но требует значительно больше параметров (42.1M).
• Скорость инференса: Архитектура DAMO-YOLO обеспечивает конкурентную скорость инференса TensorRT на GPU T4 и немного опережает YOLOv9 в моделях среднего размера. Однако эффективность YOLOv9 по FLOPs и количеству параметров обеспечивает исключительно эффективное использование памяти GPU.
• Требования к памяти: Модели Ultralytics YOLO, включая YOLOv9, обычно используют меньше памяти при обучении и инференсе, чем сложные модели, созданные с помощью NAS, или крупные архитектуры Transformer. Это делает такие модели особенно подходящими для развертывания на периферийном оборудовании с ограниченными ресурсами.

Преимущества экосистемы Ultralytics#

Теоретические показатели важны, но успех проекта во многом зависит от практической реализации. Именно здесь платформа Ultralytics и ее комплексная программная экосистема превосходят отдельные репозитории, такие как DAMO-YOLO.

Удобство использования и эффективность обучения#

Для обучения пользовательской модели YOLOv9 требуется минимум шаблонного кода. Python API Ultralytics берет на себя сложные процессы, такие как аугментация данных, распределенное обучение и оптимизация оборудования.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLOv9
model = YOLO("yolov9c.pt")

# Обучи модель на собственном датасете
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Проверь производительность модели
metrics = model.val()

# Экспортируй модель для развертывания в production
model.export(format="onnx")

Напротив, для работы с DAMO-YOLO часто приходится разбираться в жестко заданных файлах конфигурации и сложных цепочках зависимостей, характерных для уникального конвейера обучения этой модели, что усложняет ее освоение.

Универсальность для разных задач#

Отличительная черта моделей Ultralytics — их универсальность. Помимо стандартного обнаружения ограничивающих рамок, фреймворк Ultralytics поддерживает такие задачи, как сегментация экземпляров, оценка позы, классификация изображений и обнаружение ориентированных ограничивающих рамок (OBB). DAMO-YOLO строго оптимизирована для обнаружения объектов в 2D и требует серьезной переработки, чтобы адаптировать ее к другим визуальным задачам.

Сценарии использования и рекомендации#

Выбор между YOLOv9 и DAMO-YOLO зависит от требований конкретного проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLOv9#

YOLOv9 — хороший выбор для:

• Исследование информационного узкого места: Академические проекты, изучающие архитектуры программируемой информации о градиентах (PGI) и обобщённой эффективной сети агрегации слоёв (GELAN).
• Исследования оптимизации потока градиентов: Работы, посвящённые изучению и устранению потери информации в глубоких слоях сети во время обучения.
• Сравнительное тестирование точного детектирования: Сценарии, в которых высокая результативность YOLOv9 на тестах COCO нужна в качестве ориентира для сравнения архитектур.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

• Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на фиксированной инфраструктуре NVIDIA GPU, где основной показатель — пропускная способность при размере пакета 1.
• Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
• Исследования в области поиска нейросетевых архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных перенастраиваемых базовых сетей на качество обнаружения.

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.

Будущее: переход на YOLO26#

Хотя YOLOv9 и DAMO-YOLO стали важными вехами в истории, современное компьютерное зрение перешло к изначально сквозным архитектурам. Для новых проектов рекомендуем стандартное решение — YOLO26.

Выпущенная в 2026 году, YOLO26 развивает успех предшественников, значительно повышая точность и упрощая развертывание.

Ключевые инновации YOLO26#

• Сквозная архитектура без NMS: необязательная голова модели YOLO26 с сопоставлением один к одному (nms=False) полностью устраняет постобработку методом подавления немаксимумов (NMS). Это упрощает конвейер развертывания и обеспечивает изначально сквозную обработку — подход, впервые предложенный в YOLOv10.
• Удаление DFL: удаление фокальной функции потерь распределения упрощает экспорт и повышает совместимость с периферийными устройствами и устройствами с низким энергопотреблением.
• До 43% быстрее инференс на CPU: благодаря удалению DFL и оптимизации основных сверток YOLO26 особенно хорошо подходит для периферийных вычислений на устройствах без выделенных GPU.
• Оптимизатор MuSGD: вдохновленная новыми подходами к обучению LLM, YOLO26 использует гибрид SGD и Muon (MuSGD), обеспечивая более стабильное обучение и заметно более быструю сходимость.
• ProgLoss + STAL: эти продвинутые функции потерь значительно улучшают распознавание мелких объектов, что делает YOLO26 идеальным решением для аэрофотоснимков с большой высоты и устройств IoT.

Если для следующего проекта ты сейчас изучаешь YOLO11 или YOLOv8, переход на YOLO26 позволит использовать самую оптимизированную и современную платформу ИИ для компьютерного зрения.

Итоги#

Выбор подходящей модели зависит от конкретных эксплуатационных ограничений:

• DAMO-YOLO позволяет оценить возможности оптимизации на основе NAS и обеспечивает конкурентную скорость на отдельных конфигурациях оборудования, для которых особенно хорошо подходит ее архитектура RepGFPN.
• YOLOv9 — отличный выбор для исследователей, которым важно сохранять мелкие визуальные детали: ее архитектура PGI предотвращает потерю информации в глубоких сетях.
• Ultralytics YOLO26 — однозначный выбор для современных корпоративных и исследовательских приложений. Непревзойденная простота использования, архитектура без NMS и передовые оптимизации обучения с MuSGD делают эту модель самой надежной, точной и простой в развертывании в сфере компьютерного зрения.