YOLOv10 vs. YOLOX: Uma comparação técnica

No cenário em rápida evolução da visão computacional, a seleção do modelo de deteção de objectos correto é crucial para equilibrar o desempenho, a eficiência e a facilidade de implementação. Esta comparação técnica explora as diferenças entre YOLOv10o mais recente detetor de ponta a ponta em tempo real da Universidade de Tsinghua, e o YOLOX, um modelo sem âncoras altamente considerado da Megvii.

Enquanto o YOLOX introduziu inovações significativas em 2021 relativamente aos mecanismos de deteção sem âncoras, YOLOv10 representa a vanguarda de 2024, oferecendo inferência NMS e uma maior integração com o ecossistemaUltralytics .

YOLOv10: Deteção em tempo real de ponta a ponta

YOLOv10 visa colmatar a lacuna entre a eficiência do pós-processamento e a arquitetura do modelo. Ao introduzir uma estratégia consistente de atribuição dupla para treinamento NMS, ele elimina a necessidade de Supressão Não Máxima (NMS) durante a inferência, reduzindo significativamente a latência.

Detalhes Técnicos:

• Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organização:Universidade de Tsinghua
• Data: 2024-05-23
• Arxiv:arXiv:2405.14458
• GitHub:THU-MIG/yolov10

Arquitetura e pontos fortes

YOLOv10 baseia-se nos pontos fortes das gerações anteriores YOLO , mas optimiza a arquitetura para eficiência e precisão. Ele emprega um design de modelo holístico que inclui cabeças de classificação leves e redução de amostragem desacoplada de canal espacial.

• InferênciaNMS: A remoção do NMS é um divisor de águas para aplicativos de inferência em tempo real, garantindo latência previsível e menor sobrecarga CPU em dispositivos de borda.
• Equilíbrio entre eficiência e precisão: YOLOv10 alcança o desempenho mais avançado com menor número de parâmetros e FLOPs em comparação com os seus antecessores e concorrentes.
• Integração Ultralytics : Ser plenamente apoiado pelo ultralytics significa que os utilizadores beneficiam de um pacote unificado API Python, exportação sem problemas para formatos como TensorRT e OpenVINOe documentação extensa.

Fraquezas

• Arquitetura mais recente: Sendo uma versão de 2024, o ecossistema de tutoriais de terceiros está a crescer rapidamente, mas pode ainda não corresponder ao volume dos modelos antigos mais antigos.

Saiba mais sobre o YOLOv10

YOLOX: O pioneiro sem âncora

Lançado em 2021, o YOLOX mudou para um mecanismo sem âncoras e cabeças desacopladas, divergindo das abordagens baseadas em âncoras do YOLOv4 e YOLOv5. Utiliza o SimOTA (Simplified Optimal Transport Assignment) para a atribuição de etiquetas, o que constituiu um avanço significativo nas estratégias de atribuição dinâmica de etiquetas.

Detalhes Técnicos:

• Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
• Organização:Megvii
• Data: 2021-07-18
• Arxiv:arXiv:2107.08430
• GitHub:Megvii-BaseDetection/YOLOX

Arquitetura e pontos fortes

O YOLOX continua a ser uma referência forte na comunidade de investigação devido ao seu design limpo e sem âncoras.

• Mecanismo sem âncoras: Ao remover as caixas de ancoragem predefinidas, o YOLOX reduz a complexidade do projeto e o número de hiperparâmetros que necessitam de ser ajustados.
• Cabeça desacoplada: A separação das tarefas de classificação e localização melhorou a velocidade de convergência e a precisão em relação aos antigos designs de cabeça acoplada.
• Base de referência sólida: Serve de referência fiável para a investigação académica sobre cabeças de deteção e estratégias de atribuição.

Fraquezas

• Velocidade de inferência: Embora eficiente para a sua época, o YOLOX fica geralmente atrás de modelos mais recentes como YOLOv10 e o YOLO11 em termos de velocidade de inferência bruta, especialmente quando o tempo de NMS é levado em conta.
• Fluxo de trabalho fragmentado: Ao contrário dos modelos Ultralytics , o YOLOX requer muitas vezes a sua própria base de código específica e a configuração do ambiente, não possuindo a interface unificada para formação, validação e implementação encontrada nas estruturas modernas.
• Intensidade de recursos: FLOPs e contagens de parâmetros mais elevados para níveis de precisão semelhantes, em comparação com as arquitecturas modernas eficientes.

Saiba mais sobre o YOLOX.

Análise de Desempenho

A comparação abaixo destaca os avanços significativos efectuados em termos de eficiência e precisão ao longo dos três anos que separam estes modelos. As métricas centram-se no tamanho do modelo (parâmetros), no custo computacional (FLOPs) e na precisãomAP) no conjunto de dados COCO .

Observações críticas

1. Precisão vs. Tamanho: YOLOv10 fornece consistentemente um maior mAP com menos parâmetros. Por exemplo, o YOLOv10s alcança 46,7 mAP com apenas 7,2M de parâmetros, enquanto o YOLOXs alcança 40,5 mAP com 9,0M de parâmetros. Isto demonstra a eficiência superior da arquitetura do YOLOv10.
2. Eficiência de computação: A contagem de FLOPs para os modelos YOLOv10 é significativamente menor. O YOLOv10x funciona com 160,4 B FLOPs em comparação com os enormes 281,9 B FLOPs do YOLOXx, embora ainda o supere em termos de precisão (54,4 vs 51,1 mAP).
3. Velocidade de inferência: A remoção do NMS e a arquitetura optimizada permitem ao YOLOv10 obter uma latência mais baixa. Os benchmarks do TensorRT T4 mostram que o YOLOv10x é executado a 12,2 ms, significativamente mais rápido que o YOLOXx a 16,1 ms.

Casos de Uso Ideais

YOLOv10: O padrão moderno

YOLOv10 é a escolha preferida para a maioria dos novos projectos de desenvolvimento, particularmente aqueles que requerem:

• Implementação de IA de ponta: O seu baixo consumo de memória e a sua elevada eficiência tornam-no perfeito para dispositivos como o Raspberry Pi ou o NVIDIA Jetson.
• Aplicações em tempo real: Os sistemas que requerem feedback imediato, como a condução autónoma, a robótica e a análise de vídeo, beneficiam da baixa latência NMS.
• Desenvolvimento rápido: O ecossistema Ultralytics permite uma rápida gestão de conjuntos de dadosformação e implantação através do ultralytics package.

YOLOX: Legado e investigação

A YOLOX continua a ser relevante para:

• Investigação académica: Os investigadores que estudam a evolução de detectores sem âncoras ou estratégias específicas de atribuição de etiquetas, como o SimOTA, utilizam frequentemente o YOLOX como linha de base.
• Sistemas antigos: Os pipelines de produção existentes já optimizados para o YOLOX podem continuar a utilizá-lo quando os custos de atualização ultrapassam os ganhos de desempenho.

Utilização do YOLOv10 com o Ultralytics

Uma das vantagens mais significativas do YOLOv10 é a sua facilidade de utilização. A APIPython Ultralytics simplifica todo o fluxo de trabalho, desde o carregamento de pesos pré-treinados até ao treino em dados personalizados.

Segue-se um exemplo de como executar previsões e treinar um modelo YOLOv10 :

from ultralytics import YOLO

# Load a pre-trained YOLOv10n model
model = YOLO("yolov10n.pt")

# Run inference on an image
results = model.predict("path/to/image.jpg")

# Train the model on a custom dataset (COCO format)
model.train(data="coco8.yaml", epochs=100, imgsz=640)

Conclusão

Enquanto o YOLOX desempenhou um papel fundamental na popularização da deteção sem âncoras, YOLOv10 representa o próximo salto em frente na tecnologia de visão computacional. Com a sua arquitetura NMS, uma relação precisão/computação superior e uma integração perfeita no robusto ecossistema Ultralytics , YOLOv10 oferece um pacote atraente tanto para programadores como para investigadores.

Para aqueles que procuram implementar uma deteção de objectos de última geração, YOLOv10 fornece a velocidade e a precisão necessárias. Os programadores interessados em capacidades ainda mais alargadas, como a estimativa de pose ou caixas delimitadoras orientadas, podem também considerar explorar o versátil YOLO11 ou o amplamente adotado YOLOv8.

Comentários