跳转至内容

DAMO-YOLO 对比 YOLOv7：一项详细的技术比较

为对象detect选择最优架构是计算机视觉开发中的一个关键决策。该选择通常需要在推理延迟与detect准确性之间进行权衡，同时考虑部署硬件限制。这项技术比较考察了DAMO-YOLO和YOLOv7，这两个在2022年发布并推动了实时detect边界的有影响力模型。我们分析了它们的架构创新、基准性能和理想应用场景，以帮助您完成模型选择过程。

DAMO-YOLO：面向边缘效率的神经架构搜索

DAMO-YOLO 由阿里巴巴集团开发，专注于最大限度地提升工业应用的性能。其独特之处在于引入了神经架构搜索 (NAS) 来自动化其骨干网络的结构设计，确保最佳效率。

架构创新

DAMO-YOLO 引入了多项前沿技术，旨在减少计算开销同时保持高精度：

  1. MAE-NAS骨干网络（GiraffeNet）：与传统手动设计的骨干网络不同，DAMO-YOLO采用了方法感知效率（MAE）NAS方法。这产生了一个名为GiraffeNet的骨干网络系列，它在各种硬件约束下，在浮点运算（FLOPs）和延迟之间提供了卓越的权衡。
  2. 高效RepGFPN：该模型采用了一种通过重参数化优化的广义特征金字塔网络（GFPN）。这种“RepGFPN”实现了高效的多尺度特征融合，这对于detect不同尺寸的目标至关重要，同时避免了与标准FPN相关的高昂计算成本。
  3. ZeroHead: 一种新颖的“ZeroHead”设计显著简化了 detect 头部。通过解耦分类和回归任务并移除复杂的特定层，它在推理过程中将头部参数数量减少到零，从而节省内存并提高速度。
  4. AlignedOTA： 为了提高训练稳定性和准确性，DAMO-YOLO 采用 AlignedOTA，这是一种动态标签分配策略，可解决分类置信度和回归准确性之间的不匹配问题。

优势与用例

DAMO-YOLO 在 延迟 至关重要的环境中表现出色。其较小变体（Tiny/Small）对于 边缘 AI 部署特别有效。

  • 工业自动化：适用于对毫秒级响应有要求的高速装配线。
  • 移动应用: 较低的参数数量使其适用于在计算能力有限的智能手机上运行。

了解更多关于 DAMO-YOLO 的信息

YOLOv7: 优化实时准确性

YOLOv7 在DAMO-YOLO发布前不久发布，在5 FPS到160 FPS范围内，为最先进的性能设定了新基准。它重点优化了训练过程和梯度流，以在不增加推理成本的情况下实现更高的准确性。

架构创新

YOLOv7引入了“免费包”方法，这些方法在训练期间提高了精度，而不影响推理模型结构：

  1. E-ELAN（扩展高效层聚合网络）：这种架构控制最短和最长的梯度路径，使网络能够学习更多样化的特征。它在不破坏原始梯度路径状态的情况下，提高了“基数”的学习能力。
  2. 基于拼接模型的模型缩放：YOLOv7 提出了一种复合缩放方法，可同时缩放基于拼接架构的深度和宽度，确保参数的最佳利用。
  3. 可训练的“免费赠品”：采用了诸如计划重参数化和辅助头监督（从粗到细）等技术。这些技术在训练期间提高了模型的鲁棒性和准确性，但在推理时会被合并或丢弃，从而保持模型的高速运行。

优势与用例

YOLOv7 是通用目标检测的强大工具，在MS COCO等标准数据集上提供了出色的平均精度均值（mAP）。

  • 智慧城市监控：其高准确性使其在复杂的城市环境中检测行人和车辆变得可靠。
  • 自主系统：适用于需要在更远距离进行可靠 detect 的机器人和无人机，尤其是在高分辨率输入有益的场景中。

了解更多关于YOLOv7的信息。

性能对比

下表对比了 DAMO-YOLO 和 YOLOv7 的性能。尽管 DAMO-YOLO 通常在同等尺寸下实现更低的延迟（更高的速度），但 YOLOv7 通常以其准确性而闻名，尤其是在其更大的配置中。

模型尺寸
(像素)		mAPval
50-95		速度
CPU ONNX
(毫秒)		速度
T4 TensorRT10
(毫秒)		参数
(M)		FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

数据表明，对于高度受限的环境，DAMO-YOLO 提供了一个非常轻量级的解决方案（微型版本有 8.5M 参数）。然而，YOLOv7 通过其 X 变体实现了 53.1% mAP，在精度方面达到了极限，尽管计算成本更高。

架构权衡

尽管DAMO-YOLO基于NAS的主干网络专门针对延迟进行优化，但YOLOv7的手动架构设计侧重于梯度流效率。用户应在各自的特定硬件上对两者进行基准测试，因为理论FLOPs并不总是与实际推理速度完美关联。

Ultralytics 优势：为何升级？

尽管 DAMO-YOLO 和 YOLOv7 都代表了 computer vision 历史上的重大成就，但该领域发展迅速。对于寻求最强大、多功能且易于使用的解决方案的开发人员来说，Ultralytics YOLO11 和 YOLOv8 是推荐的选择。

Ultralytics 模型不仅被设计为研究成果，更是全面的生产工具。它们解决了 AI 部署中的“最后一公里”问题——可用性、集成和维护。

Ultralytics 模型的主要优势

  • 易用性： 通过统一的 python API 和 CLI，您只需几行代码即可训练最先进的模型。无需手动调整复杂的配置文件或为依赖项而烦恼。
  • 良好维护的生态系统：Ultralytics 提供了一个蓬勃发展的生态系统，具有频繁的更新，能够快速识别和修复错误。通过详尽的 文档 和活跃的社区渠道，可以随时获得支持。
  • 性能平衡： 像YOLO11这样的模型利用先进的无锚点检测头和优化的骨干网络，与YOLOv7和DAMO-YOLO相比，实现了卓越的精度-速度比。
  • 多功能性：与通常仅限于detect的旧模型不同，Ultralytics YOLO开箱即用地支持实例分割、姿势估计、旋转框检测 (OBB)和分类。
  • 训练效率：预训练权重和优化的数据加载器确保更快的收敛，从而节省 GPU 运行时间和能耗。
from ultralytics import YOLO

# Load the latest YOLO11 model
model = YOLO("yolo11n.pt")

# Train on COCO8 dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("path/to/image.jpg")

了解更多关于 YOLO11 的信息

结论

DAMO-YOLO 和 YOLOv7 各有其独特优势。DAMO-YOLO 是边缘推理速度为主要限制的项目中的有力候选者，它利用 NAS 缩短毫秒级时间。YOLOv7 对于寻求高精度 detect 且具有成熟架构血统的研究人员来说，仍然是一个可靠的选择。

然而，对于当今大多数商业和研究应用而言，Ultralytics YOLO 生态系统提供了卓越的体验。通过将最先进的性能与无与伦比的易用性和多功能性相结合，Ultralytics 模型使开发人员能够专注于创造价值，而不是调试代码。无论您是部署到云服务器还是像NVIDIA Jetson这样的边缘设备，Ultralytics 都能提供最简化的生产路径。

其他模型

如果您正在探索目标 detect 架构，您可能还会对这些模型感兴趣：

  • Ultralytics YOLOv8: 一种高度通用的模型，支持 detect、segment 和 姿势估计 任务。
  • Ultralytics YOLO11: YOLO 系列的最新演进，提供最前沿的效率。
  • RT-DETR: 一种基于 Transformer 的实时 detector，避免了 NMS 延迟。
  • YOLOv9: 具有用于增强学习的可编程梯度信息 (PGI)。
  • YOLOv10: 专注于无 NMS 端到端训练，以减少延迟。

评论