开始使用

YOLOv7 与 YOLO11

过去几年,计算机视觉发展迅速。对于正在选择目标检测框架的开发者和研究人员而言,了解不同代模型在架构和实际应用方面的差异非常重要。本指南从技术角度详细比较学术模型 YOLOv7 与生产就绪的 Ultralytics YOLO11。

模型起源与架构理念#

YOLOv7 于 2022 年 7 月 6 日发布,由来自中央研究院资讯科学研究所的 Chien-Yao Wang、Alexey Bochkovskiy 和 Hong-Yuan Mark Liao 开发。它为该领域引入了多个新颖概念。模型的详细介绍见其发表于 arXiv 的 YOLOv7 研究论文,其核心方法是“可训练的免费技巧包”和扩展高效层聚合网络(E-ELAN)。这些架构设计专为最大限度提升梯度路径效率而打造,使 YOLOv7 成为使用高端 GPU 进行学术基准测试的有力工具。

详细了解 YOLOv7

YOLO11 由 Glenn Jocher 和 Jing Qiu 在 Ultralytics 开发,于 2024 年 9 月 27 日发布。YOLO11 的重点从单纯追求架构复杂度转向全面且以开发者为先的生态系统。YOLO11 托管在 Ultralytics GitHub 仓库中,采用经过优化的无锚框设计,可减少训练和推理期间的内存消耗。它原生集成到 Ultralytics Platform 中,覆盖从数据集标注到边缘部署的完整工作流。

生态系统优势

学术论文发表后,独立仓库往往会逐渐停止维护;而 Ultralytics 模型会持续更新,确保长期兼容现代机器学习技术栈,例如最新的 PyTorch 版本和专用硬件加速器。

性能指标与效率#

将模型部署到实际应用时,必须在原始准确度、推理速度和计算开销之间取得平衡。以下是 YOLOv7 和 YOLO11 不同型号在标准 COCO 数据集基准测试中的直接对比。

模型尺寸
(像素)
mAPval50-95速度
CPU ONNX
(毫秒)
速度
T4 TensorRT10
(ms)
参数
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

注意:YOLOv7 未提供 CPU 速度数据,这是因为旧版测试环境未对 ONNX CPU 基准测试进行标准化。可比档位中的最佳值已突出显示。

结果分析#

数据展示了效率方面的明显演进。YOLO11l(Large)模型的 mAPval50-95 达到 53.4%,高于 YOLOv7l 的 51.4%;同时参数显著更少(25.3M 对 36.9M),FLOPs 也更低(87.2B 对 104.7B)。计算复杂度的降低让 YOLO11 能在 NVIDIA TensorRT 实现上更快运行,并减少 VRAM 占用,因此更适合硬件资源受限的环境。

易用性与训练工作流#

这两个框架的一大区别在于开发者体验。

训练 YOLOv7#

使用原始的 YOLOv7 开源代码库通常需要克隆仓库、手动解决依赖项,并使用冗长的命令行参数。管理不同任务或导出为移动端格式时,通常需要修改源脚本或依赖第三方分支。

训练 YOLO11#

YOLO11 深度集成在 ultralytics Python 软件包中,简化了机器学习生命周期。只需几行代码即可训练目标检测模型,框架会自动处理数据集下载、增强和缓存。

from ultralytics import YOLO

# 加载预训练的 YOLO11 Nano 模型,以获得最高速度
model = YOLO("yolo11n.pt")

# 使用 COCO8 示例数据集训练模型
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# 将训练好的模型导出为 ONNX 格式,以便部署
export_path = model.export(format="onnx")

YOLO11 还具有多功能性。只需更改模型后缀,开发者就能从检测切换到实例分割、图像分类、姿势估计或有向边界框 (OBB) 检测——YOLO11 原生支持多任务,而 YOLOv7 不具备这一能力。

简化导出流程

只需运行一条 .export() 命令,即可将 YOLO11 导出为 Apple CoreML 或 Intel OpenVINO 等边缘格式,无需像旧一代模型那样进行复杂的计算图手术。

理想的部署场景#

了解每个模型的优势,有助于确定最适合的应用场景。

  • 复现传统基准: YOLOv7 对于需要复现特定 2022 年基准或研究重参数化技术对基于锚框网络的影响的学术研究人员仍然很有用。
  • 商业生产环境: YOLO11 是企业系统的理想选择。它稳定、维护活跃,并集成了基于云端的 Ultralytics Platform,因此非常适合大规模零售分析、安防监控和制造质量控制。
  • 资源受限的边缘计算:轻量级 YOLO11n 变体专为低功耗边缘设备设计,可在 Raspberry Pi 或 NVIDIA Jetson 模组上高效运行。

展望未来:YOLO26#

虽然 YOLO11 已经成熟且支持完善,但该领域仍在不断进步。对于新的视觉项目,推荐选择 Ultralytics YOLO26。

YOLO26 于 2026 年 1 月发布,带来了多项优于 YOLOv7 和 YOLO11 的功能:

  • 可选的无 NMS 架构:YOLO26 的可选一对一检测头(nms=False)无需进行非极大值抑制后处理。这种端到端设计可简化部署流水线并减少延迟波动。
  • CPU 推理速度最多提升 43%:移除分布焦点损失 (DFL) 模块后,YOLO26 针对边缘设备和没有专用 GPU 的环境进行了优化;YOLO26n 的 CPU 运行速度比 YOLO11n 最多快 43%。
  • 集成 MuSGD 优化器:受 Moonshot AI 的先进 LLM 训练技术启发,这种混合优化器可提升训练稳定性并加快收敛速度。
  • 改进小目标检测:渐进式损失 (ProgLoss) 和小目标感知标签分配 (STAL) 可提高小目标的检测准确率,有助于分析无人机航拍图像和复杂的 IoT 传感器数据。

如果你对基于 Transformer 的架构或其他范式感兴趣,Ultralytics 文档还介绍了 RT-DETR Transformer 检测器和 YOLO-World 开放词汇模型等模型。

评论

提出问题、分享结果,或帮助其他人。