YOLOv7과 YOLOX: 자세한 기술 비교
최적의 물체 감지 모델을 선택하는 것은 컴퓨터 비전 프로젝트에서 매우 중요한 결정입니다. Ultralytics 최첨단 모델 제품군을 제공하며, 최고의 성능을 달성하려면 특정 모델의 강점을 이해하는 것이 중요합니다. 이 페이지에서는 두 가지 인기 모델인 YOLOv7과 YOLOX에 대한 기술적 비교를 통해 아키텍처의 뉘앙스, 성능 벤치마크, 이상적인 배포 시나리오를 자세히 설명합니다.
YOLOv7: 효율적이고 높은 정확도의 탐지
대만 학술원 정보과학연구소의 왕 치엔야오, 알렉세이 보흐코브스키, 홍위안 마크 리아오가 2022년 7월에 발표한 YOLOv7은 효율적이고 정확한 물체 감지를 위해 설계되었습니다. 이전 YOLO 모델을 기반으로 구축되었으며, 향상된 속도와 정밀도를 위해 아키텍처 개선 사항을 통합했습니다.
아키텍처 및 주요 기능
YOLOv7(논문: arXiv, GitHub: 공식 리포지토리)에는 파라미터와 계산 활용을 최적화하는 효율적인 계층 집계 네트워크(E-ELAN)를 비롯한 몇 가지 혁신이 도입되었습니다. 또한 모델 확장 기술과 계획된 재파라미터화를 사용하여 학습 효율성과 탐지 정확도를 더욱 높입니다. 이러한 기능 덕분에 YOLOv7은 비교적 작은 모델 크기로 최첨단 결과를 얻을 수 있어 리소스가 제한된 디바이스에서 실시간 애플리케이션 및 배포에 적합합니다. 자세한 내용은 YOLOv7 공식 문서를 참조하세요.
성능 지표 및 사용 사례
YOLOv7은 빠른 추론과 높은 정확도가 모두 요구되는 시나리오에서 탁월한 성능을 발휘합니다. 인상적인 지도 및 속도 메트릭을 통해 실시간 비디오 분석, 자율 주행 시스템, 고해상도 이미지 처리와 같은 애플리케이션을 위한 강력한 선택이 될 수 있습니다. 스마트 시티 배포에서는 교통 관리나 즉각적인 위협 탐지를 위한 보안 시스템 강화에 YOLOv7을 사용할 수 있습니다.
YOLOX: 앵커가 필요 없는 탁월한 객체 감지 기능
Megvii의 Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun이 개발하여 2021년 7월에 발표한 YOLOX(논문: arXiv, GitHub: 공식 레포)는 객체 탐지에 앵커 없이 접근하여 탐지 파이프라인을 단순화하고 일반화를 개선한 기술입니다.
아키텍처 및 주요 기능
YOLOX(문서: ReadTheDocs)는 사전 정의된 앵커 박스를 제거하여 기존의 YOLO 모델에서 벗어났습니다. 이 앵커가 없는 설계는 복잡성을 줄이고 특히 다양한 형태의 개체에 대해 더 나은 성능을 제공할 수 있습니다. 또한 별도의 분류 및 회귀 작업을 위해 분리된 헤드를 통합하고 SimOTA(단순화된 최적 전송 할당)와 같은 고급 라벨 할당 전략을 사용합니다. 이러한 아키텍처 선택은 YOLOX의 견고함과 구현 용이성에 기여합니다.
성능 지표 및 사용 사례
YOLOX는 속도와 정확성 사이에서 매력적인 균형을 제공합니다. 앵커가 필요 없는 특성은 다양한 물체 크기와 종횡비를 다루는 애플리케이션에서 특히 유리할 수 있습니다. YOLOX는 로봇 공학, 산업 검사 및 소매 분석과 같은 애플리케이션에 적합합니다. 예를 들어 제조 분야에서는 사전 정의된 앵커 모양에 구애받지 않고 결함을 효율적으로 감지하기 위해 품질 검사에 사용할 수 있습니다.
| 모델 | 크기 (픽셀) |
mAPval 50-95 |
속도 CPU ONNX (ms) |
속도 T4TensorRT10 (ms) |
매개변수 (M) |
FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| 욜록스나노 | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| 욜록스 | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
다른 YOLO 모델에 관심이 있는 사용자도 탐색을 고려해 볼 수 있습니다:
- YOLOv8: 최신 성능과 다양한 기능을 제공하는 Ultralytics YOLO 시리즈 최신 버전입니다.
- YOLOv5: 사용 편의성과 효율성으로 잘 알려져 있으며 다양한 요구 사항에 맞는 다양한 모델 크기로 제공됩니다.
- YOLOv6: 고성능 단일 단계 객체 감지 프레임워크입니다.
- YOLO11: 효율성과 성능 향상에 중점을 둔 최신 모델입니다.
