YOLOv7 и YOLOX
Развитие компьютерного зрения сопровождается быстрым прогрессом в области обнаружения объектов в реальном времени. Важными вехами стали YOLOv7 и YOLOX. Обе модели повысили скорость и точность, но используют разные архитектурные подходы. В этом руководстве технически сравниваются обе модели, чтобы помочь тебе выбрать подходящую архитектуру для проектов компьютерного зрения.
Знакомство с моделями#
Чтобы эффективно развертывать эти модели в современных процессах машинного обучения, важно понимать их происхождение и основные проектные решения.
Сведения о YOLOv7#
Разработанная исследователями, создавшими CSPNet и архитектуру Scaled-YOLOv4, YOLOv7 представила подход с «обучаемым набором бесплатных улучшений» (trainable bag-of-freebies), позволяющий максимально повысить точность без увеличения затрат на инференс.
- Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
- Организация: Институт информатики, Академия Синика, Тайвань
- Дата: 2022-07-06
- arXiv: https://arxiv.org/abs/2207.02696
- GitHub: https://github.com/WongKinYiu/yolov7
- Документация: Документация Ultralytics YOLOv7
Подробно о YOLOX#
YOLOX пошла другим путем, вернувшись к обнаружению без якорей и упростив архитектуру головы при сохранении высокой производительности.
- 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
Архитектурные различия и инновации#
Ключевые различия между YOLOv7 и YOLOX связаны с подходами к извлечению признаков, предсказанию ограничивающих рамок и назначению меток.
YOLOX: пионер безанкерного подхода#
YOLOX привнесла в семейство YOLO архитектуру без якорей. Для традиционных детекторов на основе якорей требуется эвристическая настройка кластеризации якорных рамок, которая может сильно зависеть от датасета. Исключив якорные рамки, YOLOX значительно сократила число параметров проектирования. YOLOX также использует разделенную голову, распределяя задачи классификации и локализации по отдельным ветвям сети. Это уменьшает конфликт между классификацией объекта и регрессией его пространственных координат. Кроме того, YOLOX применяет продвинутые стратегии назначения меток, такие как SimOTA, которая динамически выбирает положительные примеры во время обучения.
YOLOv7: расширенная эффективная агрегация слоёв#
YOLOv7, выпущенная годом позже, сохранила архитектуру на основе якорей, но представила расширенную эффективную сеть агрегации слоев (E-ELAN). E-ELAN оптимизирует длину пути градиента, благодаря чему сеть эффективно обучается на разных глубинах. Архитектура активно использует перепараметризацию: во время инференса слои свертки объединяются для повышения скорости без потери точности. Стратегия «бесплатных улучшений» YOLOv7 включает запланированные перепараметризованные свертки и назначение меток с направлением от грубого к точному по ведущему сигналу, что повышает среднюю точность модели (mAP).
YOLOX упростила конвейеры развёртывания благодаря архитектуре без якорей, а современные архитектуры Ultralytics с тех пор усовершенствовали этот подход, отказавшись от необходимости в заранее заданных рамках в новых поколениях моделей.
Сравнение производительности#
При оценке этих моделей для производства важно соблюдать баланс между точностью и вычислительной эффективностью. Таблица ниже показывает компромиссы и выделяет жирным шрифтом лучшие метрики.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
Как видно выше, YOLOv7x показывает наивысшую mAP в этом сравнении и является самым точным вариантом для сложных датасетов. YOLOX-Nano, напротив, предназначена для устройств с крайне ограниченными ресурсами. Для обеих линеек моделей может требоваться больше памяти при обучении, чем для новых архитектур Ultralytics.
Методики обучения и экосистема#
Для исследователей и разработчиков важна простота внедрения. Раньше для обучения старых версий YOLO требовались собственные скрипты и сложное управление зависимостями.
Преимущества экосистемы Ultralytics#
YOLOv7 и YOLOX не поддерживаются напрямую пакетом Ultralytics Python; для новых проектов наиболее эффективный вариант — модель Ultralytics YOLO в хорошо поддерживаемой экосистеме Ultralytics. Ultralytics предоставляет унифицированный Python API, упрощающий обучение, валидацию и развертывание.
- Простота использования: Для запуска обучения достаточно нескольких строк кода, что снижает порог входа по сравнению с чистыми реализациями PyTorch.
- Эффективность обучения: Модели Ultralytics YOLO обычно используют при обучении меньше памяти, чем трансформерные модели, такие как RT-DETR, позволяя применять большие размеры пакетов на обычном оборудовании.
- Универсальность: Помимо ограничивающих рамок, тот же API поддерживает такие задачи, как сегментация экземпляров и оценка позы.
Следующий готовый к запуску пример обучает модель и экспортирует ее с помощью API Ultralytics:
from ultralytics import YOLO
# Загрузи предварительно обученную модель
model = YOLO("yolov8n.pt") # Готовые веса для быстрого переноса обучения
# Эффективно обучи модель на собственных данных
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
batch=16,
device="0", # Используй первый GPU CUDA
)
# Экспортируй в ONNX или TensorRT
model.export(format="onnx")Благодаря стандартизированному конвейеру экспорта разработчики могут преобразовать веса в форматы, такие как TensorRT или ONNX, для быстрого инференса на целевом оборудовании.
Оптимальные сценарии использования и реальные приложения#
Выбор между YOLOX и YOLOv7 во многом зависит от целевых платформ развертывания:
- YOLOX для периферийного ИИ: Варианты YOLOX-Nano и YOLOX-Tiny отлично подходят для развертывания на устройствах с низким энергопотреблением. Если ты создаешь интеллектуальную камеру видеонаблюдения на Raspberry Pi, простые безанкерные свертки YOLOX легко адаптируются к периферийным ускорителям.
- YOLOv7 для высокоточной аналитики: Если ты обрабатываешь спутниковые снимки высокого разрешения или выполняешь сложный контроль качества на производстве, высокая mAP YOLOv7x на мощных GPU NVIDIA помогает выявлять мелкие аномалии.
Будущее: переход на Ultralytics YOLO26#
YOLOv7 и YOLOX оказали значительное влияние на момент выхода, но с тех пор область существенно продвинулась. Для новых развертываний Ultralytics рекомендует Ultralytics YOLO26, выпущенную в январе 2026 года: эта готовая к производству модель развивает архитектурные идеи предыдущих поколений.
Ключевые улучшения:
- Сквозная архитектура без NMS: Дополнительная голова one-to-one в YOLO26 (
nms=False) исключает подавление немаксимумов (NMS) на этапе постобработки. Этот подход впервые появился в моделях YOLO с выходом YOLOv10: он обеспечивает стабильно низкую задержку и упрощает развёртывание на устройствах без эффективной поддержки NMS. - Удаление DFL: Удаление Distribution Focal Loss улучшает совместимость с маломощными периферийными устройствами и упрощает экспорт в ONNX.
- Оптимизатор MuSGD: Вдохновленная обучением LLM, YOLO26 использует MuSGD — гибрид SGD и Muon, обеспечивающий более быструю сходимость и стабильное обучение.
- Инференс на CPU до 43% быстрее: YOLO26n выполняет инференс в ONNX на CPU до 43% быстрее, чем YOLO11n, поэтому хорошо работает на обычных CPU без выделенной GPU-инфраструктуры.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов улучшают их обнаружение. Это важно для аэрофотоснимков, например из датасета VisDrone, и сетей IoT-камер.
Для команд, работающих с обнаружением объектов, сегментацией и другими задачами, Ultralytics Platform предоставляет единое место для разметки данных, обучения и развертывания моделей.
Заключение#
YOLOX и YOLOv7 предложили методы, повлиявшие на развитие открытого ИИ в области компьютерного зрения. YOLOX доказала эффективность разделенных голов без якорей, а YOLOv7 показала ценность проектирования путей градиента и перепараметризации. Сегодня экосистема Ultralytics позволяет развивать эти идеи с помощью современных моделей Ultralytics YOLO; для новых приложений компьютерного зрения рекомендуется YOLO26.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.