Начать

YOLOX и DAMO-YOLO

Развитие обнаружения объектов в реальном времени прошло несколько этапов: от архитектур с анкерами к безанкерным, от спроектированных вручную базовых сетей к автоматизированному поиску архитектуры нейронных сетей (NAS). В этом техническом сравнении рассматриваются две важные вехи — YOLOX и DAMO-YOLO, их архитектурные нововведения, методы обучения и компромиссы в производительности. Также объясняется, почему для новых проектов рекомендуется Ultralytics YOLO26.

YOLOX: новаторская парадигма без anchor-боксов#

Выпущенная 18 июля 2021 года Чжэн Гэ, Сунтао Лю, Фэн Ваном, Цзэмином Ли и Цзянь Суном из Megvii, YOLOX стала поворотным моментом, добавив безанкерную архитектуру в семейство YOLO. В подробном техническом отчете на arXiv описано, как YOLOX стремилась сократить разрыв между академическими исследованиями и промышленным развертыванием.

Ключевые архитектурные новшества#

В YOLOX появились несколько ключевых структурных изменений, улучшивших предшествующие модели:

  • Безанкерный механизм: Предсказывая центр объекта и размеры ограничивающей рамки напрямую, YOLOX сократила число эвристик проектирования и упростила сложные процессы кластеризации анкеров. Благодаря этому модель адаптируется к различным сценариям компьютерного зрения.
  • Раздельная головка: В традиционных моделях YOLO использовалась одна совмещенная головка для классификации и регрессии. В YOLOX задачи классификации и локализации обрабатываются раздельными головками, что ускоряет сходимость и повышает точность.
  • Назначение меток SimOTA: Для динамического назначения положительных примеров использовалась упрощенная версия оптимального транспортного назначения (OTA), что сокращало время обучения и устраняло неоднозначность при назначении объектов по центральным точкам.
Наследие YOLOX

Конструкция разделенной головы YOLOX оказала большое влияние на последующие поколения детекторов объектов и стала стандартной особенностью многих современных моделей.

Узнай больше о YOLOX

DAMO-YOLO: автоматический поиск архитектур в больших масштабах#

DAMO-YOLO представил Сяньчжэ Сюй и команда исследователей из Alibaba Group 23 ноября 2022 года. Как подробно описано в публикации на arXiv, модель активно использует поиск архитектуры нейронных сетей (NAS), чтобы улучшить компромисс между скоростью и точностью.

Ключевые архитектурные новшества#

В основе стратегии DAMO-YOLO лежала автоматизация проектирования эффективных структур:

  • Базовые сети MAE-NAS: Используя поиск с максимальной энтропией, DAMO-YOLO нашла высокоэффективные базовые сети, адаптированные к конкретным ограничениям по задержке, особенно при экспорте в такие фреймворки, как TensorRT.
  • Эффективная RepGFPN: Тяжелая конструкция шеи улучшает объединение признаков с разным пространственным разрешением, что полезно для анализа аэрофотоснимков и обнаружения объектов разных масштабов.
  • ZeroHead: Упрощенная голова предсказаний, которая сокращает избыточные вычисления, не снижая среднюю точность модели по всем классам (mAP).
  • AlignedOTA и дистилляция: Модель использует передовые методы назначения меток и дистилляцию знаний от учителя к ученику, чтобы повысить производительность компактных моделей-учеников.

Узнай больше о DAMO-YOLO

Сравнение производительности и метрик#

При сравнении этих моделей важно учитывать количество параметров, необходимые FLOPs и задержку. Ниже приведены результаты бенчмарков YOLOX и DAMO-YOLO для нескольких масштабов.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

При сопоставимой задержке DAMO-YOLO точнее YOLOX: например, DAMO-YOLOt достигает 42.0 mAP за 2.32 мс, а YOLOXs — 40.5 mAP за 2.56 мс. Однако у обеих моделей есть недостатки: архитектура YOLOX появилась до многих современных методов обучения, а зависимость DAMO-YOLO от дистилляции делает переобучение на пользовательских наборах данных более ресурсоемким и увеличивает требования к памяти GPU.

Сценарии использования и рекомендации#

Выбор между YOLOX и DAMO-YOLO зависит от конкретных требований проекта, ограничений развертывания и предпочтительной экосистемы.

Когда стоит выбрать YOLOX#

YOLOX подойдёт для:

  • 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 стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

  • Высокопроизводительная видеоаналитика: Обработка видеопотоков с высокой частотой кадров на фиксированной инфраструктуре NVIDIA GPU, где основной показатель — пропускная способность при размере пакета 1.
  • Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
  • Исследования в области поиска нейросетевых архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных перенастраиваемых базовых сетей на качество обнаружения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

  • Развертывание на периферийных устройствах без NMS: приложения, которым нужен стабильный инференс с низкой задержкой без сложной постобработки методом подавления немаксимумов (NMS).
  • Среды только с CPU: Устройства без выделенного ускорения GPU, где инференс YOLO26 на CPU — до 43% быстрее (YOLO26n против YOLO11n), что даёт решающее преимущество.
  • Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.

Преимущества Ultralytics: знакомство с YOLO26#

Хотя YOLOX и DAMO-YOLO стали важными историческими вехами, современным разработчикам нужно решение, сочетающее высокую точность с простотой использования. Выпущенная в январе 2026 года Ultralytics YOLO26 опирается на модели без NMS, такие как YOLOv10, и обеспечивает оптимальный баланс скорости, точности и удобства разработки.

Почему стоит выбрать YOLO26?#

По сравнению с отдельными академическими репозиториями интегрированная экосистема Ultralytics предлагает:

  • Сквозная архитектура без NMS: Опциональная головка YOLO26 с сопоставлением один к одному (nms=False) устраняет необходимость в NMS при инференсе. Благодаря этому задержка остается низкой и предсказуемой — это особенно важно для развертывания на периферийных устройствах и автономных транспортных средств.
  • Удаление DFL: Удаление Distribution Focal Loss упрощает экспорт YOLO26 на периферийные устройства и улучшает совместимость с маломощным оборудованием.
  • Оптимизатор MuSGD: YOLO26 использует достижения в обучении больших языковых моделей: гибридный оптимизатор SGD и Muon обеспечивает стабильное обучение и быструю сходимость.
  • До 43% более быстрый инференс на CPU: После удаления DFL и NMS YOLO26n работает на CPU до 43% быстрее YOLO11n, не требуя дорогостоящего оборудования GPU.
  • ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов (STAL) улучшают обнаружение небольших объектов, благодаря чему YOLO26 хорошо подходит для таких задач, как инспекция с помощью дронов и мониторинг устройств IoT.
  • Универсальность: В отличие от DAMO-YOLO, предназначенной исключительно для обнаружения, YOLO26 в рамках единого фреймворка изначально поддерживает сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB).
Начни создавать прямо сейчас

С помощью Python API Ultralytics тебе не придется вручную настраивать сложные конвейеры дистилляции или писать сотни строк кода на C++, чтобы развернуть модель.

from ultralytics import YOLO

# Загрузка компактной модели YOLO26
model = YOLO("yolo26n.pt")

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

# Запускай сверхбыстрый инференс без NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Экспортируй в ONNX или OpenVINO одной командой
model.export(format="openvino")

Другие модели, которые стоит рассмотреть#

Экосистема компьютерного зрения обширна. В зависимости от конкретных ограничений ты также можешь изучить другие архитектуры, полностью поддерживаемые экосистемой Ultralytics:

  • YOLO11: Предшественница YOLO26, известная своей надежностью в задачах аналитики розничной торговли и контроля качества на производстве.
  • YOLOv8: Широко распространенная стабильная безанкерная модель, способствовавшая популяризации развертывания на периферийных устройствах.
  • RT-DETR: Трансформер для обнаружения объектов в реальном времени, разработанный Baidu. Это хорошая альтернатива для задач, в которых важны механизмы глобального внимания, хотя для обучения требуется больше памяти.

Заключение#

YOLOX и DAMO-YOLO внесли важные идеи в развитие глубокого обучения: YOLOX подтвердила эффективность раздельного безанкерного подхода, а DAMO-YOLO продемонстрировала возможности автоматизированного поиска архитектуры. Однако при использовании в промышленной среде сложность исходных исследовательских кодовых баз может замедлить работу гибких команд.

С помощью платформы Ultralytics разработчики могут избежать этих трудностей. Сквозная архитектура YOLO26, высокая скорость на CPU и подробная документация делают точный ИИ для компьютерного зрения доступнее. Создаешь ли ты инфраструктуру умного города, системы медицинской диагностики или передовую робототехнику — Ultralytics обеспечивает прямой путь от исходных данных к развертыванию в реальных условиях.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.