YOLOv5 и YOLOX#

Развитие компьютерного зрения в реальном времени отмечено множеством важных этапов: разные архитектуры расширяют возможности в области скорости и точности. Две особо влиятельные модели в этой сфере — YOLOv5 и YOLOX. Обе известны высокой производительностью при обнаружении объектов, но используют принципиально разные архитектурные подходы.

В этом руководстве подробно рассматриваются технические особенности этих моделей: архитектуры, метрики производительности, методики обучения и оптимальные сценарии развёртывания. Это поможет разработчикам и исследователям выбрать подходящий инструмент для проектов в области визуального ИИ.

Обзор моделей и различия архитектур#

Ultralytics YOLOv5#

• Автор: Glenn Jocher
• Организация: Ultralytics
• Дата: 2020-06-26
• GitHub: Репозиторий Ultralytics YOLOv5
• Документация: Официальная документация YOLOv5

Представленная Ultralytics, YOLOv5 быстро стала отраслевым стандартом благодаря исключительному балансу производительности, простоты использования и экономного расхода памяти. Созданная непосредственно на базе фреймворка PyTorch, YOLOv5 использует архитектуру с якорями. Она опирается на заранее заданные формы ограничивающих рамок для предсказания положения объектов, что делает её особенно эффективной для стандартных задач обнаружения объектов.

Одно из главных преимуществ YOLOv5 — хорошо поддерживаемая экосистема. Она включает подробную документацию, чрезвычайно простой API Python и нативную интеграцию с платформой Ultralytics. Благодаря этому разработчики могут без проблем переходить от разметки датасета к обучению и экспорту в такие форматы, как ONNX и TensorRT.

YOLOX от Megvii#

• Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: YOLOX: превосходя семейство YOLO в 2021 году
• GitHub: Репозиторий YOLOX от Megvii
• Документация: Документация YOLOX на GitHub

Исследователи Megvii пошли другим путём и добавили в семейство YOLO архитектуру без якорей. Отказавшись от якорных рамок, YOLOX упрощает голову детектора и значительно сокращает число эвристических параметров, которые нужно вручную настраивать при обучении.

В YOLOX также используется раздельная голова — задачи классификации и регрессии разделены между разными ветвями сети — и стратегия назначения меток SimOTA. Эти инновации сокращают разрыв между академическими исследованиями и промышленными приложениями, благодаря чему YOLOX особенно эффективна в сценариях с большим разнообразием масштабов объектов.

Узнай больше о YOLOX

Производительность и метрики#

При оценке моделей компьютерного зрения критически важно учитывать компромисс между средней точностью (mAP) и скоростью инференса. Обе модели представлены в нескольких размерах — от Nano до Extra-Large — для разных аппаратных ограничений.

Хотя YOLOXx достигает немного более высокой пиковой точности (51.1 mAP), YOLOv5 предлагает гораздо более надёжный и тщательно протестированный конвейер развертывания на оборудовании с CPU и GPU. Скорость YOLOv5 на TensorRT демонстрирует глубокую оптимизацию для устройств периферийных вычислений, что делает эту модель надёжным выбором для видеоаналитики в реальном времени.

Методики обучения и удобство использования#

Удобство работы для разработчиков существенно различается у этих двух архитектур.

Подход YOLOX#

Обучение YOLOX обычно требует клонирования исходного репозитория, установки определённых зависимостей и запуска сложных скриптов командной строки. Модель поддерживает продвинутые функции, например обучение со смешанной точностью и работу в нескольких узлах через MegEngine, но разработчикам, которым нужно быстро создавать прототипы, её освоение может датьсь непросто.

Преимущества Ultralytics#

Ultralytics, напротив, уделяет первостепенное внимание максимально простому и удобному интерфейсу. С пакетом Python ultralytics разработчики могут загружать, обучать и проверять модель, используя минимум шаблонного кода. Ultralytics автоматически выполняет сложные аугментации данных, подбор гиперпараметров и планирование скорости обучения.

from ultralytics import YOLO

# Загрузить предварительно обученную малую модель YOLOv5
model = YOLO("yolov5su.pt")  # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics

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

# Проверка производительности модели
metrics = model.val()

Кроме того, возможности YOLOv5 выходят за рамки стандартного обнаружения объектов: модель надёжно поддерживает классификацию изображений и сегментацию экземпляров в рамках того же единого API.

Применение в реальных условиях#

Выбор между этими моделями зависит от среды развертывания и технических требований:

• Розничная торговля и управление запасами: Для приложений, которым нужно распознавать товары в реальном времени на периферийных устройствах, например NVIDIA Jetson, отлично подходит YOLOv5. Минимальный объём используемой памяти и высокая скорость инференса на TensorRT позволяют отслеживать объекты с нескольких камер без пропуска кадров.
• Академические исследования и пользовательские архитектуры: YOLOX высоко ценят в исследовательском сообществе. Раздельная голова и отсутствие якорей делают её отличной базовой моделью для инженеров, которые хотят экспериментировать с новыми стратегиями назначения меток, а также для работы с датасетами, на которых традиционные якорные рамки не обеспечивают хорошую обобщающую способность.
• ИИ в сельском хозяйстве: При решении задач точного земледелия, например обнаружении фруктов или сорняков с помощью дронов, простота обучения и развертывания моделей YOLOv5 через платформу Ultralytics позволяет экспертам в предметной области внедрять решения на основе ИИ без глубоких инженерных знаний в машинном обучении.

Сценарии использования и рекомендации#

Выбор между YOLOv5 и YOLOX зависит от конкретных требований проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOv5#

YOLOv5 — отличный выбор для:

• Проверенные производственные системы: существующие развертывания, где ценятся длительная история стабильной работы YOLOv5, подробная документация и поддержка большого сообщества.
• Обучение при ограниченных ресурсах: среды с ограниченными ресурсами GPU, где эффективный конвейер обучения YOLOv5 и сниженные требования к памяти дают преимущество.
• Широкая поддержка форматов экспорта: проекты, требующие развертывания во множестве форматов, включая ONNX, TensorRT, CoreML и LiteRT.

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.

Будущее компьютерного зрения на базе ИИ: встречай YOLO26#

Хотя YOLOv5 и YOLOX уже заняли своё место в истории компьютерного зрения, эта область быстро развивается. Разработчикам, которые начинают новые проекты сегодня, Ultralytics настоятельно рекомендует изучить свою новейшую флагманскую модель — YOLO26.

Выпущенная в январе 2026 года, YOLO26 стала крупным шагом вперёд как по производительности, так и по удобству использования. В ней реализована инновационная сквозная архитектура без NMS (выбираемая с помощью nms=False), которая устраняет постобработку с подавлением немаксимумов. Это значительно снижает вариативность задержки и упрощает логику развертывания на маломощных устройствах.

Кроме того, в YOLO26 используется новый оптимизатор MuSGD — гибрид SGD и Muon, вдохновлённый инновациями в обучении LLM, — который обеспечивает исключительно стабильную и быструю сходимость. Благодаря удалению DFL (Distribution Focal Loss), упрощающему экспорт и улучшающему совместимость с периферийными и маломощными устройствами, YOLO26 обеспечивает до 43% более быстрый инференс на CPU, укрепляя свои позиции как оптимальная модель для современных периферийных вычислений, робототехники и приложений IoT. Кроме того, ProgLoss + STAL обеспечивают улучшенные функции потерь и заметно повышают качество распознавания небольших объектов, что критически важно для IoT, робототехники и аэрофотосъёмки. Тем, кто интересуется предыдущими поколениями, стоит также обратить внимание на YOLO11, хотя YOLO26 — безусловно, самый современный вариант.

Заключение#

YOLOv5 и YOLOX обеспечивают впечатляющие возможности обнаружения объектов. В 2021 году YOLOX расширила границы архитектурных решений, доказав, что модели без якорей могут конкурировать с традиционными методами и превосходить их. Однако YOLOv5 остаётся одной из ведущих моделей благодаря непревзойдённой простоте использования, обширной экосистеме и низким требованиям к памяти при обучении.

Для подавляющего большинства коммерческих приложений экосистема Ultralytics обеспечивает самый быстрый путь от исходного датасета до готовой к производственной эксплуатации модели. Используя проверенную временем YOLOv5 или переходя на передовую YOLO26, разработчики получают преимущества фреймворка, который делает ИИ для компьютерного зрения доступным, эффективным и высокопроизводительным.