YOLO11 против YOLOX#

Область компьютерного зрения за последние несколько лет пережила стремительное развитие, а модели обнаружения объектов в реальном времени стали еще более сложными. При выборе архитектуры для производственной среды или академических исследований ты часто сопоставляешь плюсы и минусы между традиционными вехами и передовыми инновациями. В этом подробном сравнении рассматриваются различия между Ultralytics YOLO11 и YOLOX от Megvii, что дает глубокое понимание их архитектур, показателей производительности и оптимальных сценариев развертывания.

Обзор архитектуры#

Обе модели представляют собой значительные шаги вперед в области обнаружения объектов, но они основаны на разных философиях проектирования и ориентированы на различный опыт разработчиков.

YOLO11: Универсальный многозадачный движок#

Выпущенная в сентябре 2024 года Гленном Джохером (Glenn Jocher) и Цзин Цю (Jing Qiu) в Ultralytics, модель YOLO11 создана как единый фреймворк, сочетающий высокую точность и предельную эффективность.

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Документация: https://docs.ultralytics.com/models/yolo11

YOLO11 выходит за рамки стандартных ограничивающих рамок, изначально поддерживая обнаружение сегментации экземпляров, классификации изображений, оценки поз и ориентированных ограничивающих рамок (OBB). Ее усовершенствованная архитектура оптимизирует извлечение признаков для обеспечения их лучшего сохранения в сложных пространственных иерархиях.

Узнай больше о YOLO11

YOLOX: Пионер без использования анкоров#

Разработанная исследователями из Megvii, YOLOX привлекла значительное внимание в 2021 году, преодолев разрыв между исследованиями и промышленным применением благодаря подходу, полностью не использующему анкоры (anchor-free).

• Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Docs: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs

YOLOX представила развязанную «голову» (decoupled head) и парадигму без анкоров, что значительно сократило количество параметров проектирования и улучшило производительность на академических тестах на момент выпуска.

Узнать больше о YOLOX

Производительность и метрики#

При оценке моделей обнаружения критически важно изучать баланс параметров, вычислительных затрат (FLOPs) и средней точности (mAP) для реального развертывания моделей.

Как видно из таблицы, YOLO11x значительно превосходит YOLOXx по абсолютной точности (54.7 mAP против 51.1 mAP), требуя при этом примерно вдвое меньше параметров (56.9M против 99.1M). Эта эффективность означает меньшие требования к памяти как во время обучения, так и при выводе, что является огромным преимуществом для производственных сред.

Экосистема и опыт разработчика#

Преимущество Ultralytics#

Одно из самых значительных различий между YOLO11 и YOLOX заключается в удобстве использования. YOLOX работает в основном как кодовая база для исследований, требуя сложной настройки окружения, ручной компиляции C++ операторов и громоздких аргументов командной строки для запуска обучения на пользовательских наборах данных.

В резком контрасте с этим, YOLO11 полностью интегрирована в пакет Ultralytics Python, предоставляя оптимизированный рабочий процесс по принципу «от нуля до героя». Платформа Ultralytics предлагает обширные инструменты для разметки данных, отслеживания экспериментов и облачного обучения, абстрагируя рутинный код, чтобы ты мог сосредоточиться на производительности модели.

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Train the model effortlessly using the Ultralytics API
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX or TensorRT seamlessly
model.export(format="onnx")

Кроме того, экспорт модели Ultralytics в такие форматы, как TensorRT, CoreML или OpenVINO, требует всего одной команды, в то время как устаревшие репозитории часто предполагают использование сложных сторонних инструментов или ручного вмешательства в граф.

Реальные сценарии использования#

Когда стоит рассмотреть YOLOX#

YOLOX остается подходящим вариантом для специализированных устаревших развертываний, где ты уже построил сильно кастомизированные пайплайны вывода на C++ вокруг его специфических выходов тензоров разделенной головы (decoupled head). Кроме того, исследователи, проводящие сравнительные исследования с передовыми архитектурами 2021 года, все еще будут использовать YOLOX в качестве эталона для базового набора данных.

В чем YOLO11 превосходит других#

Почти для всех современных производственных сценариев YOLO11 предоставляет гораздо лучший опыт:

• Умные города и ритейл: Благодаря исключительной скорости и точности YOLO11 легко справляется со сценариями с большим скоплением людей, обеспечивая работу автоматизированной аналитики в розничной торговле и систем управления дорожным движением без использования массивных кластеров GPU.
• Периферийные вычисления: Высокая эффективность использования памяти и надежные варианты экспорта делают YOLO11 идеальным решением для развертывания пограничного искусственного интеллекта на таких устройствах, как Raspberry Pi или платформы NVIDIA Jetson.
• Сложные пайплайны: Если твоему проекту требуется объединить обнаружение объектов с ключевыми точками позы (например, в спортивной аналитике) или точной сегментацией экземпляров (например, в медицинских изображениях), YOLO11 выполняет все задачи нативно через единый API.

Сценарии использования и рекомендации#

Выбор между YOLO11 и YOLOX зависит от твоих конкретных требований к проекту, ограничений при развертывании и предпочтений в экосистеме.

Когда выбирать YOLO11#

YOLO11 — отличный выбор для:

• Развертывание на периферийных устройствах для продакшена: Коммерческие приложения на таких устройствах, как Raspberry Pi или NVIDIA Jetson, где надежность и активное обслуживание имеют первостепенное значение.
• Многозадачные приложения компьютерного зрения: Проекты, требующие обнаружения, сегментации, оценки позы и OBB в рамках единого универсального фреймворка.
• Быстрое прототипирование и развертывание: Команды, которым необходимо быстро перейти от сбора данных к продакшену с помощью удобного Ultralytics Python API.

Когда выбирать YOLOX#

YOLOX рекомендуется для:

• Исследований безъякорного обнаружения: академических исследований, использующих чистую безъякорную архитектуру YOLOX как базу для экспериментов с новыми головами детекции или функциями потерь.
• Сверхлегких Edge-устройств: развертывания на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый вес варианта YOLOX-Nano (0.91 млн параметров).
• Изучения назначения меток SimOTA: исследовательских проектов, анализирующих стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Взгляд в будущее: мощь YOLO26#

Хотя YOLO11 является исключительным выбором, мир ИИ постоянно ускоряется. Для команд, стремящихся к абсолютной вершине эффективности и стабильности, YOLO26 (выпущенная в январе 2026 года) является главной рекомендацией для новых проектов компьютерного зрения.

YOLO26 представляет собой огромный шаг вперед благодаря реализации сквозного дизайна без NMS (End-to-End NMS-Free Design). Исключая постобработку подавления немаксимумов (NMS), она полностью устраняет вариативность задержек, кардинально упрощая логику развертывания — концепцию, впервые опробованную в YOLOv10.

Кроме того, YOLO26 отличается удалением DFL (Distribution Focal Loss), оптимизируя архитектуру для достижения увеличения скорости вывода на CPU до 43%, что делает ее бесспорным лидером для маломощных и периферийных устройств. Стабильность обучения также повышена с помощью оптимизатора MuSGD — вдохновленного LLM гибрида SGD и Muon, который ускоряет сходимость. В сочетании с передовыми функциями потерь, такими как ProgLoss + STAL, YOLO26 превосходно справляется с обнаружением мелких объектов в сложных условиях, таких как снимки с дронов и датчики периферийного IoT.

В заключение, хотя YOLOX внедрила важные архитектурные концепции в 2021 году, комплексный набор инструментов, эффективность памяти и передовая производительность YOLO11 — и особенно революционная архитектура YOLO26 — делают экосистему Ultralytics очевидным выбором для современных исследователей и корпоративных разработчиков.