Начать

DAMO-YOLO и YOLOX

Компьютерное зрение в реальном времени непрерывно развивается. Среди важных этапов этого развития — DAMO-YOLO и YOLOX, каждая из моделей привнесла собственные инновации в быстрое и точное обнаружение объектов. Обе модели внесли значительный вклад в сообщество открытого исходного кода, а инженерам машинного обучения полезно понимать различия их архитектур, методов обучения и оптимальных сценариев развертывания.

В этом руководстве рассматриваются технические особенности обеих моделей и объясняется, почему современные альтернативы, такие как Ultralytics YOLO26, обеспечивают более высокую производительность и удобство использования в современных промышленных средах.

Обзор моделей#

Подробнее о DAMO-YOLO#

DAMO-YOLO, разработанная командой исследователей Alibaba Group, была представлена как эффективный метод обнаружения объектов с автоматизированным поиском архитектуры.

Узнай больше о DAMO-YOLO

Подробно о YOLOX#

YOLOX, созданная исследователями Megvii, призвана сблизить исследовательское и промышленное сообщества: для этого серия YOLO перешла на архитектуру без якорей, которая упростила модель и обеспечила более высокую на тот момент производительность.

Узнай больше о YOLOX

Анализ архитектур#

Архитектура DAMO-YOLO#

DAMO-YOLO активно использует поиск нейросетевой архитектуры (NAS). К основным компонентам относятся:

  • Бэкбоны MAE-NAS: Для поиска бэкбонов, обеспечивающих баланс скорости инференса и точности, используется поиск с максимальной энтропией.
  • Эффективная RepGFPN: Массивная шейка для объединения признаков, позволяющая модели сохранять высокую точность при разных масштабах объектов.
  • ZeroHead: Упрощённая облегчённая голова детекции, снижающая вычислительные затраты в конечных слоях предсказания.

Архитектура YOLOX#

YOLOX использует другой подход, делая упор на простоту структуры и архитектуру без якорей:

  • Механизм без якорей: YOLOX напрямую предсказывает координаты ограничивающих рамок без заранее заданных якорей, что сокращает число параметров проектирования и объём необходимых эвристических настроек.
  • Разделённая голова: Задачи классификации и регрессии распределены по разным ветвям признаков, что ускоряет сходимость и повышает общую точность.
  • Назначение меток SimOTA: Стратегия назначения меток, которая динамически распределяет положительные примеры между эталонными объектами, повышая эффективность обучения.
Подходы к проектированию

DAMO-YOLO использует машинный NAS для поиска эффективных архитектур в условиях жестких ограничений, тогда как YOLOX опирается на упрощения, разработанные вручную (например, головы без якорей), чтобы оптимизировать конвейер обнаружения объектов.

Сравнение производительности#

Для оценки этих моделей нужно учитывать среднюю точность (mAP), скорость инференса и количество параметров. В таблице ниже сравниваются стандартные и облегченные варианты обеих архитектур.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

YOLOXx показывает наивысший абсолютный mAP — 51.1, тогда как DAMO-YOLOl обеспечивает конкурентный результат 50.8 mAP менее чем с половиной количества параметров (42.1M против 99.1M) и значительно более быстрым исполнением в TensorRT.

Методики обучения#

Обучение DAMO-YOLO#

Во время обучения DAMO-YOLO использует сложное улучшение на основе дистилляции знаний. Обычно сначала обучают большую модель-«учителя», а затем передают ее знания более компактным моделям-«ученикам». Также модель применяет AlignedOTA для динамического назначения меток. Этот многоэтапный процесс эффективен, но значительно увеличивает время вычислений на GPU и требуемый объем памяти.

Обучение YOLOX#

YOLOX использует мощные стратегии аугментации данных, такие как MixUp и Mosaic. Однако авторы обнаружили, что отключение этих интенсивных аугментаций на последних 15 эпохах позволяет модели адаптироваться к естественному распределению изображений и значительно повысить итоговую точность.

Оптимальные сценарии применения#

  • DAMO-YOLO: Лучше всего подходит для ответственных промышленных развёртываний, где можно использовать серверные конвейеры дистилляции, а целевое оборудование, например отдельные GPU NVIDIA, получает прямую выгоду от архитектуры NAS с массивной шейкой.
  • YOLOX: Хороший выбор для разработчиков, которым нужен подход, полностью основанный на архитектуре без якорей. Облегченная YOLOXnano подходит для старых устройств Android, периферийных вычислений и сильно ограниченных датчиков IoT, где количество параметров является главным узким местом.

Преимущества Ultralytics: знакомство с YOLO26#

DAMO-YOLO и YOLOX стали важными этапами развития, но сегодня разработчикам нужны более комплексные, универсальные и простые в использовании решения. Здесь выделяются платформа Ultralytics и недавно выпущенная Ultralytics YOLO26.

Выпущенная в январе 2026 года YOLO26 — рекомендуемая модель Ultralytics для всех поддерживаемых задач компьютерного зрения. Она предлагает ряд улучшений по сравнению с более старыми архитектурами:

  • Сквозная архитектура без NMS: Опциональная голова один-к-одному YOLO26 (nms=False) пропускает этап постобработки с подавлением немаксимумов (NMS). Благодаря этому развертывание становится значительно проще и быстрее, устраняя узкие места по задержке, присущие традиционным головам обнаружения.
  • Инференс на CPU до 43% быстрее: Удалив Distribution Focal Loss (DFL) и оптимизировав слои, YOLO26 обеспечивает быстрый инференс на CPU и периферийном оборудовании; YOLO26n работает на CPU до 43% быстрее, чем YOLO11n.
  • Оптимизатор MuSGD: Вдохновленная методами обучения больших языковых моделей (LLM), YOLO26 использует оптимизатор MuSGD (гибрид SGD и Muon), что обеспечивает стабильное обучение и более быструю сходимость по сравнению с прежней схемой обучения YOLOX.
  • ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом мелких объектов заметно улучшают их распознавание, поэтому YOLO26 лучше подходит для обработки видео с дронов и робототехники.
  • Универсальность: В отличие от DAMO-YOLO, предназначенной исключительно для обнаружения объектов, YOLO26 изначально поддерживает сегментацию экземпляров, классификацию, оценку позы и повернутые ограничивающие рамки (OBB) в рамках одной хорошо поддерживаемой экосистемы.

Простота использования с Ultralytics#

Python API Ultralytics упрощает работу разработчика. Для обучения модели YOLO26 требуется гораздо меньше шаблонного кода, а сложные конвейеры дистилляции DAMO-YOLO не нужны. Кроме того, во время обучения модели Ultralytics требуют меньше памяти CUDA, чем тяжелые модели на основе Transformer.

from ultralytics import YOLO

# Загрузи новейшую нано-модель Ultralytics YOLO26
model = YOLO("yolo26n.pt")

# Обучи модель на своём наборе данных одной строкой кода
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Выполни быстрый инференс изображения без NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Экспортируй в ONNX или TensorRT
model.export(format="onnx")
Облачное обучение и развёртывание

С помощью платформы Ultralytics ты можешь автоматически размечать данные, обучать модели и развертывать их на периферийных устройствах; платформа берет на себя управление версиями данных и предоставление облачных GPU.

Заключение#

Выбор между DAMO-YOLO и YOLOX зависит от конкретных ограничений: DAMO-YOLO благодаря NAS обеспечивает высокое соотношение скорости и точности на определенных GPU, а YOLOX предлагает лаконичную архитектуру без якорей, подходящую для легковесных периферийных сценариев.

Однако командам, которым нужно современное, активно поддерживаемое решение с активным сообществом, рекомендуется архитектура Ultralytics YOLO26. Опциональный инференс без NMS, высокая скорость инференса на CPU и унифицированный API для задач обнаружения, сегментации и оценки позы делают эту модель подходящей для перехода от исследований к реальной промышленной эксплуатации.

Если ты хочешь изучить другие современные архитектуры, обрати внимание на Ultralytics YOLO11 или модели на основе Transformer, например RT-DETR, описанные в подробной документации Ultralytics.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.