1.3 基于AI比较yoloV26和yoloV11在同一数据集上训练效果

近日在modelscop中看到了yoloV26的相关消息，作为一名图像处理工程师，我在过往对yolo系列

的还是非常情有独钟的，这里对同样的数据集做同样的实验，验证模型能力。

首先需要提一句的是，之前和这里的实验都是基于Kaggle免费的资源实现的，这么多年过去了，之前在kaggle上的数据都在，而且发现Kaggle在保持30H/每周 免费GPU的基础上，还添加了AI的功能，这些后续会继续研究。

最终的结果保存在：https://github.com/jsxyhelu/YoloV26_VS_YoloV11

一、数据背景

采用开源的飞机数据集"mar20"：

这个数据集不仅提供了正框(HBB)而且提供了倾斜框(OBB)的标注结果，方便同步开展实验：

二、正框实验

1.yolov11_mar20_hbb （正框 HBB）

https://www.kaggle.com/code/jsxyhelu2019/yolov11-mar20/notebook

主要结论：

2.yolov26-mar20

这里尝试，基于trae+GLM4.7直接生成结果。

这里我指明了需要参考的对象，并且生成了思维步骤。这里应该是得益于yolo系列在命令操作上的统一性，所以没有遇到太大的问题。生成的结果同样上传

https://www.kaggle.com/code/jsxyhelu2019/yolov26-mar20

大模型预估的结果：

实际的结果：

 

【这里从数据结果上，并没有增量】

三、倾斜框实验

为什么我要区分两个实验了，是因为

1.yolov11_mar20_obb (倾斜框）

https://www.kaggle.com/code/jsxyhelu2019/yolov11-mar20-obb

2.yolov26_mar20_obb

采用的方法就是直接评估后形成skill，然后直接复制思路。

https://www.kaggle.com/code/jsxyhelu2019/yolov26-mar20-obb

大模型给的判断是：

实际生成结果：

 

四、初步小结

从实验数据上没有表明,

②首先给我的启发，就是如果可以基于OpenClaw把这个过程自动化，那么是否可以提高解决Kaggle题目的效率？因为很多时候，解题的思路都可以从别人那里学到，而且对于Kaggle的这样比赛而言，它是有边界的；

③其次给我联想的，就是GLM4.7这样的大规模模型在解决前面的一些问题中效果很好，但是如果我只有上一个阶段的模型，那么是否仍然可以复用一些思路想法；

yolo仍然在持续的发展。那么在这个AI技术发展非常迅速的今天，是否会带来新的变化？

无论何时，算力、能够拿到手里的算力都是开展下一步创造的基础，而这需要长期规划准备，这一点毋庸置疑。