PP-YOLOE+ против YOLOX#

На развитие компьютерного зрения существенно повливал стремительный прогресс моделей обнаружения объектов. Среди важных вех этого процесса — PP-YOLOE+ и YOLOX, две архитектуры, расширившие границы производительности и точности в реальном времени. Исследователям и разработчикам, создающим системы визуального распознавания нового поколения, важно понимать особенности их архитектур, компромиссы в производительности и оптимальные сценарии развертывания.

Происхождение и характеристики моделей#

Перед тем как перейти к техническому разбору архитектур, полезно вспомнить историю создания обеих моделей. Каждую из них разработали для устранения конкретных узких мест в обнаружении объектов, а на их особенности заметно повлияли организации, которые их создали.

Подробности о PP-YOLOE+:

• Авторы: авторы PaddlePaddle
• Организация: Baidu
• Дата: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• Документация: README PaddleDetection PP-YOLOE+

Узнай больше о PP-YOLOE+

Подробнее о YOLOX:

• Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Документация: Официальная документация YOLOX

Узнай больше о YOLOX

Архитектурные инновации#

Главные различия между этими двумя детекторами связаны с подходами к извлечению признаков и предсказанию ограничивающих рамок.

YOLOX привлекла внимание в 2021 году, успешно адаптировав семейство YOLO к архитектуре без якорей. Удаление якорных рамок значительно сократило число параметров проектирования и объем эвристической настройки, необходимых для пользовательских наборов данных. Кроме того, в модели появилась раздельная голова, которая распределяет задачи классификации и локализации по отдельным нейронным ветвям. Это устранило внутреннее противоречие между классификацией объекта и регрессией его пространственных координат, ускорив сходимость при обучении.

PP-YOLOE+, разработанная Baidu, тщательно оптимизирована для экосистемы PaddlePaddle. Она развивает PP-YOLOE и PP-YOLOv2, своих предшественников, за счет динамической стратегии сопоставления меток (TAL) и нового backbone CSPRepResNet. В backbone используется структурная репараметризация, благодаря которой модель применяет сложные многоветвевые архитектуры при обучении, а затем без проблем преобразует их в быструю сеть с одним путем вычислений для инференса.

Сравнение производительности и метрик#

При прямом сравнении становится ясно, что эти модели занимают разные позиции в спектре производительности. PP-YOLOE+ обычно обеспечивает более высокую абсолютную точность, а YOLOX предлагает очень легковесные варианты для оборудования с жесткими ограничениями.

Примечание: лучшие значения в каждом соответствующем сегменте столбца выделены полужирным.

YOLOX предлагает варианты Nano и Tiny, которые занимают совсем мало места на диске и требуют минимум памяти CUDA. При этом PP-YOLOE+ отлично масштабируется на серверное оборудование и подходит для ресурсоемких промышленных приложений в экосистеме Baidu.

Применение в реальных условиях#

Выбор между этими фреймворками часто зависит от требований к интеграции и целевого оборудования.

В чем сильна YOLOX#

Благодаря архитектуре без якорей и наличию вариантов для самых компактных edge-устройств YOLOX популярна в робототехнике и на микроконтроллерах. Простой конвейер постобработки упрощает перенос модели в специализированные форматы для NPU, такие как TensorRT и NCNN.

В чем сильна PP-YOLOE+#

Организациям, глубоко интегрированным с производственными центрами Азии и использующим технологический стек Baidu, PP-YOLOE+ предлагает готовый, предварительно оптимизированный путь к развертыванию. Модель особенно эффективна для высокоточной проверки качества на мощных серверных стойках, где жесткие ограничения реального времени допускают использование более тяжелых моделей.

Сценарии использования и рекомендации#

Выбирай между PP-YOLOE+ и YOLOX с учетом требований конкретного проекта, ограничений развертывания и предпочтительной экосистемы.

Когда выбирать PP-YOLOE+#

PP-YOLOE+ — хороший выбор для:

• Интеграция с экосистемой PaddlePaddle: Организации с готовой инфраструктурой на базе фреймворка и инструментов PaddlePaddle от Baidu.
• Развертывание на периферийных устройствах с Paddle Lite: Развертывание на оборудовании со специально оптимизированными ядрами инференса для Paddle Lite или движка инференса Paddle.
• Обнаружение объектов на сервере с высокой точностью: Сценарии, где приоритетом является максимальная точность обнаружения на мощных серверах с GPU, а зависимость от конкретного фреймворка не имеет значения.

Когда стоит выбрать YOLOX#

YOLOX подойдёт для следующих задач:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая архитектура YOLOX без якорей используется как базовая модель для экспериментов с новыми головами обнаружения или функциями потерь.
• Сверхкомпактные периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен крайне малый размер варианта YOLOX-Nano (0,91 млн параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты по изучению стратегий назначения меток на основе оптимального транспорта и их влияния на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: Устройства без выделенного ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Преимущества Ultralytics: знакомство с YOLO26#

Хотя PP-YOLOE+ и YOLOX стали выдающимися вехами в исследованиях, современная среда развёртывания требует более целостного и удобного для разработчиков подхода с высокой эффективностью. Именно здесь Ultralytics YOLO26 полностью переосмысливает стандарты современного визуального ИИ.

Для команд, которые хотят перейти от изолированных исследовательских репозиториев к готовым к эксплуатации системам, Ultralytics предлагает надёжную и хорошо поддерживаемую экосистему. Обучение модели больше не требует настройки сложных сред: достаточно обратиться к единому Python API.

Ключевые преимущества Ultralytics YOLO26:

• Сквозная архитектура без NMS: В отличие от PP-YOLOE+ и YOLOX, которым требуется подавление немаксимумов (NMS) для фильтрации избыточных ограничивающих рамок, YOLO26 предлагает встроенную сквозную голову (nms=False). Это устраняет узкие места, связанные с задержками, и значительно упрощает логику развёртывания.
• До 43% более быстрый инференс на CPU: Благодаря стратегическому отказу от Distribution Focal Loss (DFL) YOLO26 обеспечивает непревзойдённую скорость инференса на CPU, что делает модель намного эффективнее для периферийных вычислений и маломощных устройств.
• Оптимизатор MuSGD: Этот гибридный оптимизатор, вдохновлённый Kimi K2 от Moonshot AI, переносит стабильность обучения больших языковых моделей в компьютерное зрение, обеспечивая гораздо более быструю сходимость и снижая требования к памяти на этапах обучения.
• ProgLoss + STAL: Эти продвинутые функции потерь заметно улучшают распознавание мелких объектов — важную возможность для эксплуатации дронов и анализа детализированных аэрофотоснимков.
• Универсальность: В то время как PP-YOLOE+ и YOLOX ориентированы исключительно на детекцию, YOLO26 без труда справляется с сегментацией экземпляров, оценкой позы и ориентированными ограничивающими рамками (OBB), используя один и тот же понятный синтаксис.

Упрощённое обучение с Ultralytics#

Эффективность использования памяти и скорость обучения моделей Ultralytics не имеют себе равных: они значительно превосходят альтернативы на базе Transformer, требующие огромных затрат памяти CUDA. Всего несколько строк кода — и ты можешь использовать возможности YOLO26:

from ultralytics import YOLO

# Загрузи высокоэффективную сквозную нано-модель YOLO26
model = YOLO("yolo26n.pt")

# Обучи модель на примере датасета COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Проверка производительности модели
metrics = model.val()

# Экспортируй модель в ONNX или TensorRT без лишних усилий
model.export(format="engine")

Заключение#

PP-YOLOE+ и YOLOX уже заняли своё место в истории компьютерного зрения, предложив высокую точность и лёгкие безанкорные архитектуры соответственно. Однако для организаций, создающих будущее ИИ в сельском хозяйстве, умных городов и розничной торговли, постоянная поддержка, простота использования и встроенная архитектура без NMS делают Ultralytics YOLO26 бесспорным выбором.

Если ты изучаешь альтернативные архитектуры для конкретных бенчмарков, сравни более старую модель YOLO11 или варианты на базе Transformer, например RT-DETR, используя подробную документацию Ultralytics. Перейдя на единую экосистему Ultralytics, разработчики экономят драгоценное время и ресурсы и добиваются передовых результатов при развёртывании на периферии или в облаке.