YOLOv7 и YOLOX#

Эволюция компьютерного зрения отмечена стремительным развитием обнаружения объектов в реальном времени. Двумя важными вехами на этом пути стали YOLOv7 и YOLOX. Хотя обе модели расширили границы скорости и точности, для достижения результатов они использовали разные архитектурные подходы. Это руководство содержит подробное техническое сравнение этих мощных моделей и поможет тебе выбрать подходящую архитектуру для проектов в области компьютерного зрения.

Введение в модели#

Понимание происхождения и ключевых проектных решений этих моделей имеет решающее значение для их эффективного развертывания в современных процессах машинного обучения.

Сведения о YOLOv7#

YOLOv7 разработали исследователи, поддерживавшие архитектуры CSPNet и Scaled-YOLOv4. Модель представила подход «обучаемого набора бесплатных улучшений», позволяющий повысить точность без увеличения стоимости инференса.

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Институт информационных наук, Academia Sinica, Тайвань
• Дата: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: https://github.com/WongKinYiu/yolov7
• Документация: Документация Ultralytics YOLOv7

Узнай больше о YOLOv7

YOLOX: подробности#

YOLOX пошла по другому пути, вернувшись к парадигме обнаружения без якорей и значительно упростив архитектуру головки при сохранении высокой производительности.

• 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
• Документация: Официальная документация YOLOX

Узнай больше о YOLOX

Архитектурные различия и инновации#

Ключевые различия между YOLOv7 и YOLOX заключаются в подходах к извлечению признаков, предсказанию ограничивающих рамок и назначению меток.

YOLOX: первопроходец в области обнаружения без якорей#

YOLOX произвела революцию в семействе YOLO, перейдя к архитектуре без якорей. Традиционные детекторы на основе якорей требуют сложной эвристической настройки кластеризации якорных рамок, которая может сильно зависеть от набора данных. Устранив якорные рамки, YOLOX значительно сократила число проектных параметров. Кроме того, YOLOX использует разделённую головку, распределяя задачи классификации и локализации по отдельным ветвям сети. Это устраняет внутренний конфликт между классификацией объекта и регрессией его пространственных координат. YOLOX также интегрирует современные стратегии назначения меток, такие как SimOTA, которые динамически распределяют положительные образцы во время обучения.

YOLOv7: расширенная эффективная агрегация слоёв#

YOLOv7 вернулась к методологиям на основе якорей, но представила сеть с расширенной эффективной агрегацией слоёв (E-ELAN). E-ELAN оптимизирует длину пути градиента, обеспечивая эффективное обучение сети на разной глубине. Архитектура активно использует методы репараметризации, объединяя свёрточные слои во время инференса для повышения скорости без потери точности. Стратегия «набора бесплатных улучшений» YOLOv7 включает такие инновации, как запланированные репараметризованные свёртки и управляемое ведущей моделью назначение меток по схеме «от грубого к точному», что позволяет модели достигать впечатляющих значений средней точности.

Сравнение производительности#

При оценке этих моделей для продакшена важно найти баланс между точностью и вычислительной эффективностью. В таблице ниже показаны компромиссы, а лучшие метрики выделены полужирным шрифтом.

Как видно выше, YOLOv7x достигает наивысшего значения mAP, что делает её исключительно точной на сложных наборах данных. Напротив, YOLOX-Nano отлично оптимизирована для работы при крайне ограниченных ресурсах. Однако во время обучения обе модели используют сравнительно много памяти по сравнению с современными архитектурами.

Методики обучения и экосистема#

Для исследователей и разработчиков важным фактором является простота реализации. Раньше для старых версий YOLO требовались сильно кастомизированные скрипты на C++ или сложное управление зависимостями.

Преимущества экосистемы Ultralytics#

Сегодня наиболее эффективный способ использовать эти архитектуры — воспользоваться хорошо поддерживаемой экосистемой Ultralytics. Ultralytics предоставляет единый и очень интуитивный Python API, который существенно упрощает обучение, валидацию и развертывание.

• Простота использования: всего несколькими строками кода ты можешь запустить цикл обучения, избежав крутого порога вхождения, связанного с непосредственной реализацией на PyTorch.
• Эффективность обучения: модели Ultralytics YOLO по своей природе используют меньше памяти во время обучения по сравнению с тяжёлыми моделями Transformer, такими как RT-DETR. Это позволяет разработчикам увеличивать размеры пакетов на потребительском оборудовании.
• Универсальность: экосистема без труда выходит за рамки простых ограничивающих рамок и поддерживает такие задачи, как сегментация экземпляров и оценка позы.

Ниже приведён полностью работоспособный пример обучения модели с использованием API Ultralytics:

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolov8n.pt")  # Readily available weights for rapid transfer learning

# Train the model efficiently on your custom data
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device="0",  # Utilizes optimal CUDA memory management
)

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

Стандартизация конвейера экспорта позволяет разработчикам без труда преобразовывать веса в такие форматы, как TensorRT или ONNX, обеспечивая высокоскоростной инференс на целевом оборудовании.

Оптимальные сценарии использования и реальные применения#

Выбор между YOLOX и YOLOv7 в значительной степени 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 создаёшь интеллектуальную камеру безопасности на базе Raspberry Pi, простые свёртки YOLOX без якорей легко адаптируются к периферийным ускорителям.
• YOLOv7 для высокоточной аналитики: если ты обрабатываешь спутниковые изображения высокого разрешения или выполняешь сложный контроль качества на производстве, высокое значение mAP модели YOLOv7x в сочетании с производительными GPU NVIDIA гарантирует обнаружение даже самых мелких аномалий.

Будущее: переход на Ultralytics YOLO26#

Хотя YOLOv7 и YOLOX были новаторскими моделями на момент своего появления, с тех пор ландшафт компьютерного зрения значительно изменился. Для новых развертываний разработчикам стоит обратить внимание на Ultralytics YOLO26, выпущенную в январе 2026 года. Эта передовая модель объединяет лучшие архитектурные идеи в единую систему, готовую к использованию в продакшене.

Вот почему переход настоятельно рекомендуется:

• Сквозная архитектура без NMS: YOLO26 изначально устраняет подавление немаксимумов (NMS) на этапе постобработки. Впервые этот подход был внедрён в YOLOv10; он обеспечивает стабильно низкую задержку и упрощает развертывание на устройствах без аппаратной поддержки NMS.
• Удаление DFL: за счёт удаления Distribution Focal Loss YOLO26 обеспечивает значительно лучшую совместимость с периферийными устройствами с низким энергопотреблением и простой экспорт в ONNX.
• Оптимизатор MuSGD: вдохновлённый инновациями в обучении LLM, YOLO26 использует гибридный оптимизатор MuSGD, обеспечивающий более быструю сходимость и исключительно стабильную динамику обучения.
• До 43% более быстрый инференс на CPU: YOLO26 тщательно оптимизирована для реального оборудования и эффективно работает на стандартных CPU без необходимости в дорогостоящей GPU-инфраструктуре.
• ProgLoss + STAL: эти современные функции потерь значительно улучшают распознавание небольших объектов — критически важную возможность для аэрофотосъёмки с помощью дронов и сложных сетей IoT.

Для разработчиков, которым нужен оптимальный баланс производительности в задачах обнаружения объектов, сегментации и других задачах, развертывание моделей через Ultralytics Platform обеспечивает непревзойдённо простой процесс без лишних препятствий.

Заключение#

И YOLOX, и YOLOv7 представили важные методы, определившие развитие ИИ для компьютерного зрения с открытым исходным кодом. YOLOX доказала жизнеспособность разделённых головок без якорей, а YOLOv7 продемонстрировала огромную силу репараметризации пути градиента. Сегодня экосистема Ultralytics позволяет извлечь максимальный потенциал из этих исторических архитектур или без лишних усилий перейти к передовой YOLO26, подготовив следующее приложение для компьютерного зрения к будущим требованиям.