YOLO, RT-DETR, RF-DETR или D-FINE: какую модель детекции выбрать

Для детекции объектов в бизнес-проекте чаще всего выбирают между YOLO от Ultralytics и трансформерными моделями RT-DETR, D-FINE и RF-DETR. По опубликованным замерам на наборе COCO они близки по точности и скорости, а главное практическое различие — лицензия: пакет Ultralytics распространяется по AGPL-3.0 или по платной корпоративной лицензии, RT-DETR и D-FINE — по Apache-2.0, у RF-DETR модели размеров Nano–Large открыты по Apache-2.0, а самые малые и самые большие — по отдельной лицензии PML 1.0. Окончательный выбор делают по тесту на своих снимках.

Материал подготовлен AIrassvet 24 октября 2026 года для руководителей производств, складов и ИТ-директоров, которые запускают проект компьютерного зрения или принимают его у подрядчика. Цифры взяты из репозиториев и карточек моделей; лицензии проверены через API GitHub и PyPI 24 октября 2026 года. Собственных замеров мы не проводили и юридической консультацией статья не является.

Кратко

YOLO26 (Ultralytics) — самая развитая экосистема: обучение, экспорт и запуск в несколько команд. Лицензия AGPL-3.0; для закрытого продукта Ultralytics предлагает платную Enterprise License.
RF-DETR (Roboflow) — трансформерная модель с пакетом для дообучения. Размеры Nano, Small, Medium и Large — Apache-2.0; Atto, Femto, Pico, XLarge и 2XLarge — PML 1.0.
D-FINE — исследовательская модель с открытым кодом по Apache-2.0 и высокой точностью на COCO в замерах авторов и Roboflow.
RT-DETR — первая широко известная трансформерная модель реального времени (CVPR 2024), Apache-2.0, есть в библиотеке Hugging Face Transformers.
Ни один публичный бенчмарк не заменяет теста на ваших снимках: условия съёмки, классы и размер объектов на производстве отличаются от COCO.

Какие модели сравниваем и почему

Детекция объектов — задача, где модель находит на изображении объекты и обводит каждый прямоугольной рамкой с меткой класса: деталь с дефектом, коробку на паллете, человека без каски. На ней строится большая часть промышленных проектов компьютерного зрения. Как выбрать сам тип задачи — классификацию, детекцию или сегментацию, — мы разбирали в статье «Компьютерное зрение для контроля качества на производстве».

В сравнение вошли четыре семейства, которые на 24 октября 2026 года активно развиваются и публикуют веса моделей. Модели сегментации, классификации и поиска объектов по текстовому описанию мы не сравниваем: это другие задачи с другими метриками.

Модель	Разработчик	Архитектура	Последняя активность в репозитории
YOLO26	Ultralytics	Свёрточная, семейство YOLO	Релиз v8.4.185 от 24.10.2026
RF-DETR	Roboflow	Трансформер с основой DINOv2	Релиз 1.11.2 от 04.10.2026
D-FINE	Авторы статьи arXiv 2410.13842	Трансформер (DETR)	Изменения от 05.10.2026
RT-DETR	Авторы статьи arXiv 2304.08069	Трансформер (DETR)	Изменения от 09.10.2026

Трансформерные детекторы семейства DETR выдают итоговый набор рамок без отдельного шага подавления дублей (NMS), что упрощает развёртывание. Ultralytics для YOLO26 публикует отдельную колонку точности в режиме без NMS (end-to-end).

Как мы сравнивали

Точность — метрика AP50:95 (она же mAP50-95) на проверочной части набора COCO val2017 из 5 000 изображений: средняя точность по порогам совпадения рамок от 0,5 до 0,95. Чем выше, тем лучше.
Скорость — задержка на одно изображение на видеокарте NVIDIA T4 с TensorRT, как её публикуют разработчики.
Перенос на другие задачи — метрика на наборе RF100-VL (100 разнородных датасетов), который Roboflow приводит в своей таблице.
Лицензия — по данным API GitHub, PyPI и README на 24 октября 2026 года.
Удобство внедрения — по документации: есть ли пакет, команды обучения и экспорта.

Важная оговорка: единственная таблица, где все четыре семейства измерены в одинаковых условиях, опубликована Roboflow — разработчиком RF-DETR. Методика открыта (репозиторий SAB), но это замер заинтересованной стороны. Поэтому рядом мы приводим цифры самих авторов моделей.

Сравнение по критериям

Критерий	YOLO26	RF-DETR	D-FINE	RT-DETR
Лицензия кода и весов	AGPL-3.0 или платная Enterprise License	Apache-2.0 (N, S, M, L); PML 1.0 (A, F, P, XL, 2XL)	Apache-2.0	Apache-2.0
Точность COCO, средний размер, замер Roboflow	52,5 (M)	54,7 (M)	55,0 (M)	Нет в таблице
Задержка T4, средний размер, замер Roboflow	4,4 мс	4,4 мс	5,4 мс	Нет в таблице
Перенос на RF100-VL, AP50:95, средний размер	58,7	61,2	60,6	Нет в таблице
Самая лёгкая модель (параметры)	YOLO26n — 2,4 млн	RF-DETR Nano — 30,5 млн (Apache-2.0)	D-FINE-N — 3,8 млн	RT-DETR-R18 — 20 млн
Подавление дублей (NMS)	Есть режим без NMS	Не нужно	Не нужно	Не нужно
Удобство внедрения	Пакет, CLI, экспорт в ONNX и TensorRT, подробная документация	Пакет `rfdetr`, примеры дообучения	Исследовательский репозиторий с конфигурациями	Исследовательский репозиторий; есть в Hugging Face Transformers

Число параметров у RF-DETR и D-FINE взято из таблицы Roboflow, у YOLO26 — из README Ultralytics, у RT-DETR — из README авторов.

Точность и скорость в одном замере

Ниже — фрагмент таблицы из README RF-DETR: точность AP50:95 на COCO val2017 и задержка на T4 (TensorRT, FP16, пакет из одного изображения). Все строки, по словам Roboflow, измерены в одном стенде и потому сопоставимы между собой.

Размер	YOLO26	RF-DETR	D-FINE
Nano	40,3 / 1,7 мс	48,4 / 2,3 мс	42,7 / 2,1 мс
Small	47,7 / 2,6 мс	53,0 / 3,5 мс	50,6 / 3,5 мс
Medium	52,5 / 4,4 мс	54,7 / 4,4 мс	55,0 / 5,4 мс
Large	54,1 / 5,7 мс	56,5 / 6,8 мс	57,2 / 7,5 мс
XLarge	56,9 / 9,6 мс	58,6 / 11,5 мс (PML 1.0)	59,3 / 11,5 мс

Обратите внимание на разрешение: YOLO26 и D-FINE в этом замере работают на 640×640 пикселей, а RF-DETR — на разных разрешениях, от 384×384 у Nano до 704×704 у Large. Для мелких объектов на большом кадре это существенно.

Что публикуют сами авторы. Ultralytics приводит для YOLO26 на COCO val2017 точность 40,9 (n), 48,6 (s), 53,1 (m), 55,0 (l) и 57,5 (x) с задержкой на T4 от 1,7 до 11,8 мс. Авторы D-FINE для моделей с предобучением на Objects365 указывают 50,7 (S), 55,1 (M), 57,3 (L) и 59,3 (X). Авторы RT-DETR — 46,5 для R18, 53,1 для R50 и 54,3 для R101 на COCO. Расхождения с таблицей Roboflow в десятые доли пункта — нормальное следствие разных стендов.

Вывод из цифр. На уровне средних моделей разница в точности на COCO — 2–3 пункта, а задержка у всех укладывается в единицы миллисекунд на серверной видеокарте. Для большинства производственных задач эта разница меньше, чем влияние освещения, ракурса камеры и качества разметки. Лицензия при этом может изменить бюджет проекта сразу.

Лицензия: главный нетехнический критерий

AGPL-3.0 (Ultralytics). По README Ultralytics, открытая лицензия AGPL-3.0 предназначена для студентов, исследователей и энтузиастов, а для применения в бизнес-продуктах, внутренних инструментах и продакшене компания предлагает платную Enterprise License. Ключевое условие AGPL — раздел 13: если вы изменили программу, пользователям, которые взаимодействуют с ней по сети, нужно предоставить исходный код вашей версии. Для закрытого продукта или облачного сервиса это серьёзное ограничение. Как применять AGPL к вашей архитектуре, решает юрист: мы описываем только условия, опубликованные правообладателем.

Это касается и других моделей, если запускать их через пакет ultralytics: условия определяет лицензия пакета, а не исходной статьи. Ещё два популярных репозитория семейства YOLO тоже с «копилефт»-лицензиями: YOLOv9 — GPL-3.0, YOLOv10 — AGPL-3.0.

Apache-2.0 (RT-DETR, D-FINE, RF-DETR N–L). Разрешительная лицензия: код и веса можно использовать в закрытом коммерческом продукте при соблюдении условий об уведомлениях и тексте лицензии.

PML 1.0 (RF-DETR Atto, Femto, Pico, XL, 2XL). Эти модели входят в отдельный пакет rfdetr-plus; на PyPI он помечен как LicenseRef-PML-1.0. Публичный текст лицензии в репозитории пакета мы 24 октября 2026 года не нашли. Прежде чем закладывать эти модели в проект, запросите условия у Roboflow.

Похожая логика проверки — какие права дают веса и код и что меняется при встраивании в продукт — описана в статье «Лицензии открытых LLM: вопросы и ответы».

Когда что выбирать

Нужен быстрый прототип, а бюджет на лицензию есть или код будет открыт. YOLO26: самый короткий путь от размеченного датасета до работающей модели и экспорта на устройство.
Закрытый коммерческий продукт или облачный сервис без покупки лицензии. RF-DETR размеров Nano–Large, D-FINE или RT-DETR под Apache-2.0.
Мало размеченных снимков и нестандартные объекты. Начните с моделей, которые лучше переносятся на новые домены по RF100-VL (в замере Roboflow это RF-DETR и D-FINE), но подтвердите это своим тестом.
Максимальная точность на серверной видеокарте. D-FINE-X (Apache-2.0) или RF-DETR XL/2XL (PML 1.0, условия нужно уточнить).
Слабое устройство без видеокарты. Сравнивайте только самые лёгкие модели и измеряйте задержку на целевом железе: Ultralytics, например, публикует для YOLO26n задержку на процессоре через ONNX около 39 мс, но на вашем устройстве она будет другой.
Команда уже работает с Hugging Face Transformers. RT-DETR и RT-DETRv2 доступны там напрямую.

Как сравнить модели на своих данных

Соберите тестовый набор из реальных условий. Снимки с той же камеры, освещения и ракурса, где будет работать система, включая сложные случаи. Как разметить их правильно, описано в инструкции «Разметка данных для компьютерного зрения».
Отделите тест от обучения. Снимки одной партии или одной смены не должны попадать и в обучение, и в проверку.
Дообучите 2–3 кандидата одинаково. Одинаковые данные, разрешение входа и число эпох; запишите версии пакетов.
Сравните бизнес-метрики, а не только AP. Сколько дефектов пропущено и сколько ложных срабатываний на смену — то, что видит производство.
Измерьте задержку на целевом железе. С тем же экспортом (ONNX, TensorRT), который будет в продакшене.
Проверьте лицензию выбранной связки. Код обучения, веса и библиотека запуска — у каждого может быть своя лицензия.

Похожий подход к пилоту на складе разобран в статье «Видеоаналитика для склада».

Частые вопросы

Можно ли использовать YOLO в коммерческом проекте бесплатно?

Пакет Ultralytics с YOLO26 распространяется по AGPL-3.0. Эта лицензия разрешает коммерческое использование, но требует раскрывать исходный код изменённой версии, в том числе пользователям, работающим с ней по сети. Для закрытых продуктов и внутренних систем Ultralytics предлагает платную Enterprise License. Как это применимо к вашему проекту, уточните у юриста.

Что точнее: YOLO или RT-DETR?

Зависит от версии и размера. В замерах авторов RT-DETR-R50 даёт 53,1 AP на COCO, а YOLO26m по данным Ultralytics — 53,1, то есть паритет. Более новые трансформерные модели D-FINE и RF-DETR в замере Roboflow немного точнее YOLO26 того же размера. На ваших данных разница может быть другой.

Чем RF-DETR отличается от D-FINE?

Обе — трансформерные детекторы реального времени. RF-DETR использует основу DINOv2, распространяется как пакет rfdetr с инструментами дообучения и разными разрешениями входа для разных размеров. D-FINE — исследовательский репозиторий с конфигурациями обучения, все модели под Apache-2.0. У RF-DETR часть размеров выпущена под отдельной лицензией PML 1.0.

Какая модель лучше для работы на краевом устройстве?

Та, что даёт приемлемую точность при нужной задержке на конкретном устройстве. По числу параметров самые лёгкие — YOLO26n (2,4 млн) и D-FINE-N (3,8 млн). Но задержка зависит от процессора, ускорителя и формата экспорта, поэтому кандидатов нужно мерить на целевом железе, а не по таблицам.

Можно ли сменить модель после запуска проекта?

Да, если разметка хранится в стандартном формате, например COCO, а код приложения не завязан на одну библиотеку. Тогда смена модели сводится к дообучению и повторной проверке на тестовом наборе. Это стоит заложить в требования к подрядчику с самого начала.

Первоисточники

Ultralytics на GitHub — лицензия AGPL-3.0, условия Enterprise License, таблица YOLO26.
RF-DETR на GitHub — сравнительная таблица COCO и RF100-VL, лицензии Apache-2.0 и PML 1.0; пакет rfdetr-plus на PyPI.
D-FINE на GitHub и статья arXiv 2410.13842.
RT-DETR на GitHub и статья arXiv 2304.08069.
Текст лицензии AGPL-3.0 на сайте Open Source Initiative.
YOLOv9 и YOLOv10 — лицензии по данным GitHub.

Все данные проверены 24 октября 2026 года. Цифры точности и скорости принадлежат разработчикам моделей и Roboflow; мы их не воспроизводили.

Как AIrassvet помогает выбрать модель для компьютерного зрения

Выбор модели — часть проекта компьютерного зрения, и решают его на снимках конкретного производства или склада. Среди направлений, указанных на сайте AIrassvet, есть те, что закрывают эту работу:

решения компьютерного зрения для документов и производственных процессов: постановка задачи детекции и выбор кандидатов с учётом лицензии;
подготовка данных: тестовый набор из реальных условий съёмки и правила разметки;
тестирование и запуск: сравнение 2–3 моделей на ваших снимках по пропускам и ложным срабатываниям, интеграция выбранной модели.

Первый шаг — выбрать один участок, где нужна детекция, и зафиксировать текущий результат, источники данных, ограничения и критерий приёмки.

Обсудить задачу

Итог: сначала лицензия и тест, потом проценты точности

YOLO26, RF-DETR, D-FINE и RT-DETR близки по точности и скорости на COCO: разница между средними моделями — несколько пунктов AP и единицы миллисекунд. Гораздо сильнее различаются лицензии: AGPL-3.0 или платная лицензия у Ultralytics, Apache-2.0 у RT-DETR, D-FINE и основной линейки RF-DETR, PML 1.0 у части моделей RF-DETR.

Поэтому порядок выбора такой: определите, допустима ли для вашего продукта копилефт-лицензия, отберите 2–3 кандидата и сравните их на снимках из реальных условий по пропускам, ложным срабатываниям и задержке на целевом железе.