Сравнение Ultralytics YOLO11 с предыдущими моделями YOLO

От автоматизации повседневных задач до помощи в принятии обоснованных решений в реальном времени — искусственный интеллект (AI) меняет будущее самых разных отраслей. Одно из особенно интересных направлений ИИ — компьютерное зрение, также известное как визуальный ИИ. Оно помогает машинам анализировать и интерпретировать визуальные данные подобно людям.

В частности, модели компьютерного зрения стимулируют инновации, повышающие безопасность и эффективность. Например, эти модели обнаруживают пешеходов в беспилотных автомобилях и круглосуточно следят за территорией с помощью камер видеонаблюдения.

Среди самых известных моделей компьютерного зрения — модели YOLO (You Only Look Once — «смотришь только один раз»), известные способностью обнаруживать объекты в реальном времени. Со временем модели YOLO совершенствовались: каждая новая версия обеспечивала более высокую производительность и гибкость.

Новые версии, такие как Ultralytics YOLO11, справляются с множеством задач — сегментацией экземпляров, классификацией изображений, оценкой позы и отслеживанием нескольких объектов — с ещё более высокой точностью и скоростью.

В этой статье мы сравним Ultralytics YOLOv8, YOLOv9, YOLOv10 и Ultralytics YOLO11, чтобы лучше понять, как развивались эти модели. Мы проанализируем их ключевые возможности, результаты тестов и различия в производительности.

Обзор Ultralytics YOLOv8#

Выпущенная Ultralytics 10 января 2023 года YOLOv8 стала значительным шагом вперёд по сравнению с предыдущими моделями YOLO. Она оптимизирована для точного обнаружения объектов в реальном времени и сочетает проверенные подходы с новыми улучшениями, обеспечивающими более высокие результаты.

Помимо обнаружения объектов, модель поддерживает следующие задачи компьютерного зрения: сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение объектов с ориентированными ограничивающими рамками (OBB). Ещё одна важная особенность Ultralytics YOLOv8 — наличие пяти вариантов модели: Nano, Small, Medium, Large и X. Так ты сможешь подобрать баланс скорости и точности под свои задачи.

Благодаря универсальности и высокой производительности Ultralytics YOLOv8 подходит для самых разных задач в реальном мире: систем безопасности, умных городов, здравоохранения и промышленной автоматизации.

Рис. 1. Управление парковкой в умных городах с помощью YOLOv8.

Ключевые особенности Ultralytics YOLOv8#

Рассмотрим подробнее некоторые другие ключевые особенности Ultralytics YOLOv8:

• Улучшенная архитектура обнаружения: Ultralytics YOLOv8 использует усовершенствованную основу CSPDarknet. Она оптимизирована для извлечения признаков — процесса выявления и выделения важных закономерностей или деталей во входных изображениях, которые помогают модели делать точные предсказания.
• Голова обнаружения: В ней используется раздельная архитектура без якорей. Это значит, что модель не опирается на заранее заданные формы ограничивающих рамок (якоря), а напрямую учится предсказывать местоположение объектов. Благодаря раздельной архитектуре классификация объектов и определение их местоположения (регрессия) выполняются независимо, что повышает точность и ускоряет обучение.
• Сочетает точность и скорость: Эта модель обеспечивает высокую точность и быстрое выполнение инференса, поэтому подходит как для облачных сред, так и для периферийных устройств.
• Удобство использования: YOLOv8 создана так, чтобы с ней было легко начать работать: всего за несколько минут ты можешь приступить к предсказаниям и увидеть результаты с помощью пакета Ultralytics для Python.

YOLOv9 ориентирована на вычислительную эффективность#

YOLOv9 выпустили 21 февраля 2024 года Чиен-Яо Ван и Хун-Юань Марк Ляо из Института информационных наук Академии Синика на Тайване. Модель поддерживает такие задачи, как обнаружение объектов и сегментация экземпляров.

Модель развивает идеи Ultralytics YOLOv5 и предлагает две важные инновации: программируемую информацию о градиентах (PGI) и обобщённую эффективную сеть агрегации слоёв (GELAN).

PGI помогает YOLOv9 сохранять важную информацию при обработке данных через слои модели, что повышает точность результатов. GELAN улучшает использование слоёв модели, повышая производительность и вычислительную эффективность. Благодаря этим усовершенствованиям YOLOv9 справляется с задачами реального времени на периферийных устройствах и в мобильных приложениях, где вычислительные ресурсы часто ограничены.

Рис. 2. Как GELAN повышает точность YOLOv9.

Ключевые особенности YOLOv9#

Вот некоторые другие ключевые особенности YOLOv9:

• Высокая точность и эффективность: YOLOv9 обеспечивает высокую точность обнаружения, не требуя больших вычислительных ресурсов, поэтому отлично подходит для случаев, когда ресурсы ограничены.
• Лёгкие модели: Облегчённые варианты YOLOv9 оптимизированы для развёртывания на периферийных и мобильных устройствах.
• Простота использования: YOLOv9 поддерживается пакетом Ultralytics для Python, поэтому модель легко настроить и запускать в разных средах — как из кода, так и из командной строки.

YOLOv10 обеспечивает обнаружение объектов без NMS#

YOLOv10 представили 23 мая 2024 года исследователи Университета Цинхуа. Модель предназначена для обнаружения объектов в реальном времени. Она устраняет ограничения более ранних версий YOLO: исключает необходимость в подавлении немаксимумов (NMS) — этапе постобработки, используемом для удаления повторных обнаружений, — и совершенствует общую архитектуру модели. Это ускоряет и повышает эффективность обнаружения объектов, сохраняя при этом точность на уровне лучших современных моделей.

Важную роль в этом играет подход к обучению, называемый согласованным назначением двойных меток. Он объединяет две стратегии: первая позволяет нескольким прогнозам обучаться на одном объекте (один ко многим), а вторая сосредоточена на выборе единственного наилучшего прогноза (один к одному). Поскольку обе стратегии используют одинаковые правила сопоставления, модель учится самостоятельно избегать дубликатов, и NMS не требуется.

Рис. 3. YOLOv10 использует согласованное назначение двойных меток для обучения без NMS.

В архитектуре YOLOv10 также используется улучшенный каркас CSPNet, который эффективнее извлекает признаки, и шея PAN (сеть агрегации путей), объединяющая информацию из разных слоёв. Благодаря этому модель лучше обнаруживает как маленькие, так и крупные объекты. Эти улучшения позволяют применять YOLOv10 в реальных задачах производства, розничной торговли и автономного вождения.

Ключевые особенности YOLOv10#

Вот некоторые другие примечательные особенности YOLOv10:

• Свёртки с большими ядрами: модель использует свёртки с большими ядрами, чтобы учитывать больше контекста из обширных областей изображения и лучше понимать сцену в целом.
• Модули частичного самовнимания: модель включает модули частичного самовнимания, которые помогают сосредоточиться на самых важных частях изображения без чрезмерных затрат вычислительных ресурсов и эффективно повышают производительность.
• Уникальный вариант модели: помимо стандартных размеров YOLOv10 — Nano, Small, Medium, Large и X — есть специальная версия YOLOv10b (Balanced). Это более широкая модель, то есть на каждом слое она обрабатывает больше признаков, что повышает точность и при этом сохраняет баланс между скоростью и размером.
• Простота использования: YOLOv10 совместима с пакетом Ultralytics для Python, поэтому её легко использовать.

Ultralytics YOLO11: выше скорость и точность#

30 сентября 2024 года Ultralytics официально представила YOLO11 на ежегодном гибридном мероприятии YOLO Vision 2024 (YV24).

Этот выпуск принёс значительные улучшения по сравнению с предыдущими версиями. Ultralytics YOLO11 работает быстрее и точнее и отличается высокой эффективностью. Модель поддерживает весь набор задач компьютерного зрения, знакомых пользователям YOLOv8, включая обнаружение объектов, сегментацию экземпляров и классификацию изображений. Она также совместима с рабочими процессами YOLOv8, поэтому пользователи могут легко перейти на новую версию.

Кроме того, Ultralytics YOLO11 рассчитана на самые разные вычислительные платформы — от лёгких периферийных устройств до мощных облачных систем. Модель доступна в версиях с открытым исходным кодом и для предприятий, поэтому её можно адаптировать под разные сценарии использования.

Это отличный вариант для задач, требующих точности, например для медицинской визуализации и обнаружения объектов на спутниковых снимках, а также для более широкого круга задач в автономном транспорте, сельском хозяйстве и здравоохранении.

Рис. 4. Обнаружение, подсчёт и отслеживание дорожного движения с помощью Ultralytics YOLO11.

Ключевые особенности Ultralytics YOLO11#

Вот некоторые другие уникальные особенности Ultralytics YOLO11:

• Быстрое и эффективное обнаружение: Ultralytics YOLO11 оснащена головой обнаружения, рассчитанной на минимальную задержку. Она обеспечивает высокую скорость на заключительных слоях прогнозирования без ущерба для производительности.
• Улучшенное извлечение признаков: Оптимизированная архитектура основы и шеи улучшает извлечение признаков, что позволяет точнее предсказывать результаты.
• Развёртывание на разных платформах: Ultralytics YOLO11 оптимизирована для эффективной работы на периферийных устройствах, облачных платформах и GPU NVIDIA, что обеспечивает адаптивность к разным средам.

Сравнительное тестирование моделей YOLO на наборе данных COCO#

Сравнивать разные модели, просто изучая их особенности, не всегда легко. Здесь пригодится сравнительное тестирование. Запустив все модели на одном наборе данных, мы можем объективно измерить и сопоставить их производительность. Рассмотрим, как каждая модель работает на наборе данных COCO.

При сравнении моделей YOLO каждая новая версия заметно улучшает точность, скорость и гибкость. Особенно выделяется YOLO11m: она использует на 22% меньше параметров, чем YOLOv8m, а значит, легче и быстрее. Несмотря на меньший размер, она также достигает более высокого среднего значения точности (mAP) на наборе данных COCO. Эта метрика показывает, насколько хорошо модель обнаруживает объекты и определяет их местоположение: чем выше mAP, тем точнее прогнозы.

Рис. 5. Сравнительное тестирование YOLO11 и других моделей YOLO на наборе данных COCO.

Тестирование и сравнение моделей YOLO на видео#

Посмотрим, как эти модели работают в реальных условиях.

Чтобы сравнить YOLOv8, YOLOv9, YOLOv10 и YOLO11, все четыре модели запустили на одном видео дорожного движения, установив порог уверенности 0,3 (модель показывает обнаруженные объекты, только если уверена в правильности распознавания как минимум на 30%) и размер изображения 640 для справедливой оценки. Результаты обнаружения и отслеживания объектов выявили ключевые различия в точности, скорости и прецизионности.

Уже на первом кадре YOLO11 обнаружила крупные транспортные средства, например грузовики, которые пропустила YOLOv10. YOLOv8 и YOLOv9 показали неплохие результаты, но их работа зависела от освещения и размера объектов. Небольшие удалённые автомобили оставались сложной задачей для всех моделей, хотя YOLO11 заметно лучше справилась и с их обнаружением.

Рис. 6. Сравнение YOLOv8, YOLOv9, YOLOv10 и YOLO11.

Скорость всех моделей составляла от 10 до 20 миллисекунд на кадр — этого достаточно для задач реального времени при частоте свыше 50 FPS. С одной стороны, Ultralytics YOLOv8 и YOLOv9 стабильно и надёжно обнаруживали объекты на протяжении всего видео. Интересно, что YOLOv10, разработанная для снижения задержки, работала быстрее, но иногда непоследовательно обнаруживала объекты некоторых типов.

Ultralytics YOLO11, напротив, выделилась точностью, обеспечив отличный баланс между скоростью и точностью. Хотя ни одна модель не показала идеальных результатов на каждом кадре, прямое сравнение наглядно продемонстрировало, что YOLO11 обеспечивает наилучшую общую производительность.

Какая модель YOLO лучше всего подходит для задач компьютерного зрения?#

Выбор модели для проекта зависит от его конкретных требований. Например, в одних приложениях приоритетом может быть скорость, а в других может понадобиться более высокая точность или придётся учитывать ограничения развёртывания.

Ещё один важный фактор — тип задач компьютерного зрения, которые нужно решить. Если тебе нужна универсальность для разных задач, хорошим выбором будут YOLOv8 и YOLO11.

Выбор между YOLOv8 и YOLO11 зависит от твоих задач. YOLOv8 — надёжный вариант, если ты только начинаешь работать с компьютерным зрением и ценишь большое сообщество, множество руководств и широкие интеграции со сторонними решениями.

Если тебе важнее высокая точность и скорость, лучше выбрать Ultralytics YOLO11, хотя у неё меньше сообщество и меньше интеграций, поскольку это более новая модель. После публикации этого сравнения Ultralytics выпустила Ultralytics YOLO26, которая теперь рекомендуется для новых проектов.

Главные выводы#

Эволюция серии моделей YOLO от Ultralytics YOLOv8 до Ultralytics YOLO11 отражает постоянное стремление создавать более интеллектуальные модели компьютерного зрения. Каждая версия YOLO приносит значимые улучшения скорости, точности и прецизионности.

По мере развития компьютерного зрения эти модели предлагают надёжные решения реальных задач — от обнаружения объектов до автономных систем. Постоянная разработка моделей YOLO показывает, как далеко продвинулась эта область и как много нового нас ждёт в будущем.

Чтобы узнать больше об ИИ, загляни в наш репозиторий на GitHub и присоединяйся к нашему сообществу. Узнай о достижениях в разных отраслях — от визуального ИИ в производстве до компьютерного зрения в здравоохранении. Ознакомься с нашими вариантами лицензирования, чтобы уже сегодня начать собственные проекты в области визуального ИИ.