One-Stage Object Detectors

Одностадийные детекторы объектов — это мощный класс архитектур глубокого обучения, предназначенных для выполнения задач обнаружения объектов с исключительной скоростью и эффективностью. В отличие от традиционных двухстадийных детекторов объектов, которые разделяют процесс обнаружения на отдельные этапы генерации региональных предложений и последующей классификации, одностадийные модели анализируют всё изображение за один проход. Формулируя обнаружение как задачу прямой регрессии, эти сети одновременно предсказывают координаты ограничивающих рамок и вероятности классов непосредственно по входным пикселям. Такой упрощённый подход значительно снижает вычислительные затраты, поэтому одностадийные детекторы становятся предпочтительным выбором для приложений, требующих вывода в реальном времени, и развёртывания на периферийных устройствах ИИ с ограниченными ресурсами.

Основные принципы работы#

Архитектура одностадийного детектора обычно строится вокруг свёрточной нейронной сети (CNN), которая служит магистральной сетью для извлечения признаков. По мере прохождения изображения через сеть модель создаёт сетку карт признаков, кодирующих пространственную и семантическую информацию.

Ранние реализации, такие как однокадровый детектор MultiBox (SSD), использовали заранее заданные якорные рамки различных масштабов для локализации объектов. Однако современные разработки, такие как Ultralytics YOLO11 и передовая модель YOLO26, в значительной степени перешли к архитектурам без якорей. Эти новые архитектуры напрямую предсказывают центры и размеры объектов, устраняя необходимость в сложной настройке гиперпараметров, связанной с якорями. Итоговый результат состоит из векторов координат для локализации и оценки уверенности, отражающей уверенность модели в обнаруженном объекте.

Одностадийные и двухстадийные детекторы#

Различие между этими двумя основными категориями помогает выбрать подходящий инструмент для конкретной задачи:

• Одностадийные детекторы объектов: такие модели, как серия Ultralytics YOLO, ориентированы на низкую задержку вывода. Они оптимизированы для скорости, что делает их идеальными для видеопотоков и мобильных приложений. Последние версии значительно сократили разрыв в точности и часто соответствуют или превосходят по точности более медленные модели, сохраняя производительность в реальном времени.
• Двухстадийные детекторы объектов: такие архитектуры, как семейство R-CNN, сначала генерируют региональные предложения, а затем классифицируют их. Хотя исторически они обеспечивали более высокую точность для небольших или частично заслонённых объектов, такие модели требуют больше вычислительных ресурсов и обычно работают медленнее, что ограничивает их применение в сценариях, чувствительных к задержкам.

Практические применения#

Эффективность одностадийных детекторов способствовала их широкому внедрению в различных отраслях, где критически важна немедленная реакция:

• Автономные транспортные средства: беспилотным автомобилям требуется мгновенная обработка видеопотоков для обнаружения пешеходов, дорожных знаков и других транспортных средств. Лидеры отрасли полагаются на высокоскоростные системы компьютерного зрения для безопасной навигации в сложных условиях, часто используя отслеживание объектов наряду с обнаружением.
• Умное производство: на высокоскоростных сборочных линиях эти модели выполняют автоматизированный контроль качества, обнаруживая дефекты или проверяя размещение компонентов в режиме реального времени. Это обеспечивает эффективность производства без узких мест; для удобства развёртывания такие решения часто интегрируются через Ultralytics Platform.
• Периферийный ИИ и IoT: благодаря компактности одностадийные детекторы идеально подходят для IoT-устройств, таких как Raspberry Pi или NVIDIA Jetson, обеспечивая удалённые камеры и дроны передовыми интеллектуальными функциями без постоянного подключения к облаку.

Техническая реализация с помощью Python#

Реализовать одностадийный детектор просто с помощью современных высокоуровневых API. Для обеспечения точных результатов модели часто предсказывают несколько потенциальных рамок, которые затем фильтруются с использованием таких методов, как подавление немаксимумов (NMS), на основе пороговых значений пересечения по объединению (IoU), хотя более новые сквозные модели, такие как Ultralytics YOLO26, выполняют эту обработку изначально.

Следующий пример на Python показывает, как загрузить передовую модель YOLO26 и выполнить вывод для изображения:

from ultralytics import YOLO

# Load the YOLO26 model, the latest natively end-to-end one-stage detector
model = YOLO("yolo26n.pt")

# Run inference on an image URL to detect objects
results = model("https://ultralytics.com/images/bus.jpg")

# Display the first result with bounding boxes and labels
results[0].show()

Преимущества современных одностадийных архитектур#

Развитие одностадийных детекторов было направлено на устранение компромисса между «точностью и скоростью». Такие методы, как фокальная функция потерь, были представлены для решения проблемы дисбаланса классов во время обучения, чтобы модель фокусировалась на трудно классифицируемых примерах, а не на многочисленном фоне. Кроме того, интеграция сетей пирамиды признаков (FPN) позволяет этим моделям эффективно обнаруживать объекты разных масштабов.

Сегодня исследователи и разработчики могут легко обучать эти передовые архитектуры на пользовательских наборах данных с помощью таких инструментов, как Ultralytics Platform, которая упрощает рабочий процесс от аннотирования данных до развёртывания модели. Будь то сельское хозяйство или здравоохранение, доступность одностадийных детекторов демократизирует использование мощных возможностей компьютерного зрения.