Сравнение Ultralytics YOLO11 с предыдущими моделями YOLO

От автоматизации повседневных задач до принятия обоснованных решений в реальном времени — искусственный интеллект (ИИ) меняет будущее самых разных отраслей. Одна из особенно увлекательных областей ИИ — это computer vision, или визуальный ИИ. Она сосредоточена на том, чтобы позволить машинам анализировать и интерпретировать визуальные данные так же, как это делают люди.

В частности, computer vision models стимулируют инновации, повышающие как безопасность, так и эффективность. Например, эти модели используются в беспилотных автомобилях для обнаружения пешеходов и в камерах видеонаблюдения для круглосуточного контроля помещений.

Одни из самых известных моделей компьютерного зрения — это модели YOLO (You Only Look Once), которые славятся своими возможностями обнаружения объектов в реальном времени. Со временем модели YOLO совершенствовались, и каждая новая версия предлагала более высокую производительность и гибкость.

Более новые версии, такие как Ultralytics YOLO11, способны справляться с самыми разными задачами, включая сегментацию экземпляров, классификацию изображений, оценку поз и трекинг множества объектов, с более высокой точностью и скоростью, чем когда-либо прежде.

В этой статье мы сравним Ultralytics YOLOv8, YOLOv9, YOLOv10 и Ultralytics YOLO11, чтобы лучше понять, как эволюционировали эти модели. Мы проанализируем их ключевые особенности, результаты бенчмарков и различия в производительности. Давай начнем!

Обзор Ultralytics YOLOv8#

YOLOv8, выпущенная компанией Ultralytics 10 января 2023 года, стала значительным шагом вперед по сравнению с предыдущими моделями YOLO. Она оптимизирована для точного обнаружения в реальном времени, объединяя проверенные подходы с инновационными обновлениями для достижения лучших результатов.

Выходя за рамки обнаружения объектов, она также поддерживает следующие задачи компьютерного зрения: сегментацию экземпляров, оценку позы, обнаружение объектов с ориентированными ограничивающими рамками (OBB) и классификацию изображений. Другая важная особенность Ultralytics YOLOv8 заключается в том, что она доступна в пяти различных вариантах моделей — Nano, Small, Medium, Large и X, — поэтому ты можешь выбрать правильный баланс скорости и точности в зависимости от своих потребностей.

Благодаря своей универсальности и высокой производительности Ultralytics YOLOv8 может использоваться во многих реальных приложениях, таких как системы безопасности, умные города, здравоохранение и промышленная автоматизация.

Fig 1. Управление парковкой в умных містах с помощью YOLOv8.

Ключевые особенности Ultralytics YOLOv8#

Вот более подробный обзор некоторых других ключевых особенностей Ultralytics YOLOv8:

• Улучшенная архитектура детектирования: В Ultralytics YOLOv8 используется оптимизированный бэкэнд CSPDarknet. Этот бэкэнд оптимизирован для извлечения признаков — процесса обнаружения и захвата важных паттернов или деталей из входных изображений, которые помогают модели делать точные предсказания.
• Detection head: В ней используется anchor-free декомпозированная архитектура, что означает отсутствие зависимости от заранее заданных форм ограничивающих прямоугольников (анкоров) — вместо этого модель учится предсказывать расположение объектов напрямую. Благодаря раздельной настройке задачи классификации объекта и предсказания его координат (регрессии) обрабатываются независимо, что помогает повысить точность и ускорить обучение.
• Баланс точности и скорости: Эта модель достигает впечатляющей точности, сохраняя при этом малое время вывода, что делает ее подходящей как для облачных, так и для периферийных (edge) сред.
• User-friendly: Модель YOLOv8 создана простой в освоении — ты можешь начать делать предсказания и видеть результаты всего за несколько минут с помощью Ultralytics Python package.

YOLOv9 фокусируется на вычислительной эффективности#

YOLOv9 была выпущена 21 февраля 2024 года Чиен-Яо Вангом (Chien-Yao Wang) и Хонг-Юаном Марком Ляо (Hong-Yuan Mark Liao) из Института информационных наук Академии Синика на Тайване. Она поддерживает такие задачи, как детекция объектов и instance segmentation.

Эта модель базируется на Ultralytics YOLOv5 и привносит две крупные инновации: Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN).

PGI помогает YOLOv9 сохранять важную информацию при обработке данных через свои слои, что ведет к более точным результатам. В то же время GELAN улучшает использование слоев моделью, повышая производительность и вычислительную эффективность. Благодаря этим обновлениям YOLOv9 может справляться с задачами в реальном времени на периферийных устройствах и в мобильных приложениях, где вычислительные ресурсы часто ограничены.

Fig 2. Понимание того, как GELAN повышает точность YOLOv9.

Ключевые особенности YOLOv9#

Давай взглянем на некоторые другие ключевые особенности YOLOv9:

• Высокая точность при эффективности: YOLOv9 обеспечивает высокую точность обнаружения, не потребляя много вычислительной мощности, что делает ее отличным выбором для случаев с ограниченными ресурсами.
• Легковесные модели: Легкие варианты модели YOLOv9 оптимизированы для развертывания на периферийных и мобильных устройствах.
• Простота использования: YOLOv9 поддерживается пакетом Ultralytics Python, поэтому ее легко настроить и запустить в разных средах, будь то использование кода или командной строки.

YOLOv10 позволяет выполнять обнаружение объектов без NMS#

YOLOv10 была представлена 23 мая 2024 года исследователями из Университета Цинхуа и сфокусирована на обнаружении объектов в реальном времени. Она устраняет ограничения предыдущих версий YOLO за счет удаления необходимости в подавлении немаксимумов (NMS), этапа постобработки, используемого для удаления дубликатов обнаружений, и улучшения общего дизайна модели. Это приводит к более быстрому и эффективному обнаружению объектов при сохранении передовой точности.

Важной частью того, что делает это возможным, является подход к обучению, известный как «последовательное назначение меток с двойным присвоением» (consistent dual-label assignments). Он объединяет две стратегии: одну, позволяющую нескольким предсказаниям учиться на одном и том же объекте (one-to-many), и другую, фокусирующуюся на выборе лучшего единичного предсказания (one-to-one). Поскольку обе стратегии следуют одним и тем же правилам сопоставления, модель учится избегать дубликатов самостоятельно, поэтому NMS не требуется.

Fig 3. В YOLOv10 используется согласованное назначение двойных меток для обучения без NMS.

Архитектура YOLOv10 также использует улучшенный бэкбон CSPNet для более эффективного обучения признаков и «шею» PAN (Path Aggregation Network), которая объединяет информацию из разных слоев, что делает модель лучше при обнаружении как маленьких, так и больших объектов. Эти улучшения позволяют использовать YOLOv10 в реальных задачах в производстве, розничной торговле и автономном вождении.

Ключевые особенности YOLOv10#

Вот некоторые другие выдающиеся особенности YOLOv10:

• Свертки с большим ядром (Large-kernel convolutions): Модель использует свертки с большим ядром для захвата большего контекста из более широких областей изображения, помогая лучше понимать общую сцену.

• Модули частичного самовнимания (Partial self-attention modules): Модель включает модули частичного самовнимания, чтобы фокусироваться на наиболее важных частях изображения без чрезмерного потребления вычислительной мощности, эффективно повышая производительность.

• Уникальный вариант модели: Наряду с обычными размерами YOLOv10 — Nano, Small, Medium, Large и X — существует специальная версия под названием YOLOv10b (Balanced). Это более широкая модель, что означает, что она обрабатывает больше признаков на каждом слое, что помогает повысить точность, сохраняя баланс между скоростью и размером.

• Удобство использования: YOLOv10 совместима с пакетом Ultralytics Python, что упрощает ее использование.

Ultralytics YOLO11: Улучшенная скорость и точность#

В этом году, 30 сентября, компания Ultralytics официально представила YOLO11 — одну из новейших моделей в линейке YOLO — на своем ежегодном гибридном мероприятии YOLO Vision 2024 (YV24).

Этот выпуск принес значительные улучшения по сравнению с предыдущими версиями. Ultralytics YOLO11 работает быстрее, точнее и обладает высокой эффективностью. Она поддерживает весь спектр задач компьютерного зрения, знакомых пользователям YOLOv8, включая детектирование объектов, сегментацию экземпляров и классификацию изображений. Она также сохраняет совместимость с рабочими процессами YOLOv8, что позволяет тебе легко и плавно перейти на новую версию.

Кроме того, Ultralytics YOLO11 создана для решения самых разных вычислительных задач — от легких периферийных устройств до мощных облачных систем. Модель доступна как в версиях с открытым исходным кодом, так и в корпоративных версиях, что делает ее универсальной для различных сценариев использования.

Это отличный вариант для высокоточных задач, таких как медицинская визуализация и спутниковое обнаружение, а также для более широкого применения в автономных транспортных средствах, сельском хозяйстве и здравоохранении.

Рис. 4. Использование Ultralytics YOLO11 для обнаружения, подсчета и отслеживания трафика.

Ключевые особенности Ultralytics YOLO11#

Вот некоторые другие уникальные особенности Ultralytics YOLO11:

• Быстрое и эффективное детектирование: Ultralytics YOLO11 оснащена головой детектирования с минимальной задержкой, ориентированной на скорость в финальных слоях предсказания без ущерба для производительности.
• Улучшенное извлечение признаков: Оптимизированная архитектура бэкбона и «шеи» повышают качество извлечения признаков, что ведет к более точным предсказаниям.
• Плавное развертывание на разных платформах: Ultralytics YOLO11 оптимизирована для эффективной работы на периферийных устройствах, облачных платформах и GPU NVIDIA, что обеспечивает ее адаптивность в различных средах.

Бенчмаркинг моделей YOLO на датасете COCO#

При изучении различных моделей не всегда просто compare их, глядя только на их характеристики. Здесь на помощь приходят бенчмарки. Запустив все модели на одном и том же датасете, мы можем объективно измерить и сравнить их производительность. Давай посмотрим, как каждая модель проявляет себя на COCO dataset.

При сравнении моделей YOLO каждая новая версия приносит заметные улучшения в точности, скорости и гибкости. В частности, YOLO11m делает большой шаг вперед, так как использует на 22% меньше параметров, чем YOLOv8m, что означает, что она легче и быстрее работает. Кроме того, несмотря на меньший размер, она достигает более высокого среднего показателя точности (mAP) на датасете COCO. Эта метрика измеряет, насколько хорошо модель обнаруживает и локализует объекты, поэтому более высокий mAP означает более точные предсказания.

Fig 5. Тестирование производительности YOLO11 и других моделей YOLO на датасете COCO.

Тестирование и сравнение моделей YOLO на видео#

Давай исследуем, как эти модели работают в реальной ситуации.

Для корректного сравнения YOLOv8, YOLOv9, YOLOv10 и YOLO11 все четыре модели были запущены на одном и том же видео с дорожным движением с использованием порога уверенности 0.3 (модель отображает детекции только тогда, когда она уверена в правильности распознавания объекта как минимум на 30%) и размера изображения 640. Результаты детекции и трекинга объектов выделили ключевые различия в точности и скорости работы.

С первого кадра YOLO11 обнаружила крупные транспортные средства, такие как грузовики, которые YOLOv10 пропустила. YOLOv8 и YOLOv9 показали достойные результаты, но они варьировались в зависимости от условий освещения и размера объекта. Более мелкие и удаленные транспортные средства оставались проблемой для всех моделей, хотя YOLO11 продемонстрировала заметные улучшения и в этих обнаружениях.

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

С точки зрения скорости, все модели работали со скоростью от 10 до 20 миллисекунд на кадр, чего достаточно для обработки задач в реальном времени со скоростью более 50 FPS. С одной стороны, Ultralytics YOLOv8 и YOLOv9 обеспечивали стабильное и надежное обнаружение на протяжении всего видео. Интересно, что YOLOv10, разработанная для снижения задержек, работала быстрее, но демонстрировала некоторую нестабильность при обнаружении определенных типов объектов.

Ultralytics YOLO11, с другой стороны, выделяется своей точностью, предлагая отличный баланс между скоростью и точностью. Хотя ни одна из моделей не отработала идеально в каждом кадре, прямое сравнение наглядно показало, 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, в то время как в других может потребоваться более высокая точность или могут существовать ограничения при развертывании, которые влияют на решение.

Еще одним важным фактором является тип задач компьютерного зрения, которые тебе необходимо решить. Если ты ищешь большую гибкость в разных задачах, YOLOv8 и YOLO11 — хорошие варианты.

Выбор между YOLOv8 и YOLO11 во многом зависит от твоих задач. YOLOv8 — отличный вариант, если ты только начинаешь свой путь в компьютерном зрении и ценишь большое сообщество, множество руководств и обширные third-party integrations.

С другой стороны, если тебе нужна передовая производительность с лучшей точностью и скоростью, Ultralytics YOLO11 — лучший выбор, хотя у нее пока меньше сообщество и интеграций из-за более позднего релиза.

Основные выводы#

От Ultralytics YOLOv8 до Ultralytics YOLO11 эволюция серии моделей YOLO отражает постоянное стремление к созданию более интеллектуальных моделей компьютерного зрения. Каждая версия YOLO приносит значимые обновления в плане скорости, точности и аккуратности.

Поскольку компьютерное зрение продолжает развиваться, эти модели предлагают надежные решения для реальных задач: от обнаружения объектов до автономных систем. Продолжающаяся разработка моделей YOLO показывает, как далеко продвинулась эта область и чего еще мы можем ожидать в будущем.

Чтобы узнать больше об ИИ, посети наш GitHub repository и присоединяйся к our community. Открой для себя достижения в различных отраслях: от vision AI in manufacturing до computer vision in healthcare. Ознакомься с нашими licensing options, чтобы начать свои проекты в области визуального ИИ уже сегодня.