YOLOX и DAMO-YOLO#

Эволюция обнаружения объектов в реальном времени прошла через смену многочисленных парадигм: от архитектур на основе якорей к безъякорным архитектурам и от вручную спроектированных магистралей к автоматизированному поиску нейронной архитектуры (NAS). В этом подробном техническом сравнении мы проанализируем два значимых этапа этого пути: YOLOX и DAMO-YOLO. Мы рассмотрим их архитектурные инновации, методики обучения и компромиссы между характеристиками, а также покажем, как современная Ultralytics YOLO26 предоставляет беспрецедентную альтернативу для современных разработчиков.

YOLOX: первопроходец безъякорной парадигмы#

Выпущенная 18 июля 2021 года Чжэн Гэ, Сунтао Лю, Фэном Ваном, Цзэмином Ли и Цзянь Суном из Megvii, модель YOLOX стала переломным моментом, успешно внедрив безъякорную архитектуру в семейство YOLO. Как описано в их подробном техническом отчёте на ArXiv, YOLOX была призвана устранить разрыв между академическими исследованиями и промышленным внедрением.

Ключевые архитектурные инновации#

YOLOX внедрила несколько фундаментальных структурных изменений, которые значительно улучшили её предшественников:

• Безъякорный механизм: напрямую предсказывая центр объекта и размеры его ограничивающего прямоугольника, YOLOX сократила количество проектных эвристик и упростила сложные процессы кластеризации якорей. Это делает модель хорошо адаптируемой к различным сценариям компьютерного зрения.
• Развязная голова: традиционные модели YOLO использовали одну общую голову для классификации и регрессии. В YOLOX реализована развязная голова, которая обрабатывает классификацию и локализацию раздельно, благодаря чему сходимость стала значительно быстрее, а точность повысилась.
• Назначение меток SimOTA: для динамического назначения положительных образцов использовалась упрощённая версия назначения на основе оптимального транспорта (OTA), что сократило время обучения и устранило неоднозначности при назначении по центральным точкам.

Узнай больше о YOLOX

DAMO-YOLO: автоматизированный поиск архитектуры в большом масштабе#

DAMO-YOLO, разработанная Сяньчжэ Сюй и командой исследователей из Alibaba Group, была представлена 23 ноября 2022 года. Как подробно описано в их публикации на ArXiv, модель активно использовала поиск нейронной архитектуры (NAS), чтобы расширить фронт Парето по скорости и точности.

Ключевые архитектурные инновации#

Стратегия DAMO-YOLO основывалась на автоматизации проектирования эффективных структур:

• Магистральные сети MAE-NAS (MAE-NAS Backbones): Используя поиск на основе максимальной энтропии, DAMO-YOLO обнаружила высокоэффективные магистральные сети, настроенные под конкретные ограничения по задержке, особенно при экспорте в такие фреймворки, как TensorRT.
• Efficient RepGFPN: тяжёлая шея, значительно улучшающая слияние признаков на разных пространственных разрешениях, что особенно полезно для анализа аэрофотоснимков и обнаружения объектов различного масштаба.
• ZeroHead: упрощённая голова предсказания, которая устраняет вычислительную избыточность без снижения средней точности модели (mAP).
• AlignedOTA и дистилляция: используются усовершенствованное назначение меток и дистилляция знаний от учителя к ученику, чтобы извлечь максимальную производительность из компактных моделей-учеников.

Узнай больше о DAMO-YOLO

Сравнение производительности и метрик#

При сравнении этих двух моделей необходимо учитывать количество параметров, требуемое число FLOPs и профили задержки. Ниже приведены результаты бенчмарков YOLOX и DAMO-YOLO для нескольких масштабов.

Хотя обе модели демонстрируют впечатляющие результаты, у них есть свои ограничения. YOLOX требует тщательной настройки развязной головы, а сильная зависимость DAMO-YOLO от дистилляции делает переобучение на пользовательских наборах данных крайне ресурсоёмким и требует большого объёма памяти GPU.

Варианты применения и рекомендации#

Выбор между YOLOX и DAMO-YOLO зависит от конкретных требований твоего проекта, ограничений развёртывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOX#

YOLOX — хороший выбор для:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая безъякорная архитектура YOLOX используется как базовая модель для экспериментов с новыми головками обнаружения или функциями потерь.
• Сверхлёгкие периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый размер варианта YOLOX-Nano (0.91M параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты, изучающие стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда стоит выбрать DAMO-YOLO#

DAMO-YOLO рекомендуется для следующих задач:

• Высокопроизводительная видеоаналитика: Обработка видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при размере пакета 1 является основной метрикой.
• Промышленные производственные линии: Сценарии со строгими ограничениями по задержке GPU на выделенном оборудовании, например контроль качества в реальном времени на сборочных линиях.
• Исследования поиска нейронных архитектур: Изучение влияния автоматизированного поиска архитектур (MAE-NAS) и эффективных репараметризованных базовых сетей на производительность обнаружения.

Когда выбирать Ultralytics (YOLO26)#

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

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Преимущество Ultralytics: знакомство с YOLO26#

Хотя YOLOX и DAMO-YOLO представляют собой важные исторические этапы, современным разработчикам нужно решение, сочетающее передовую точность с беспрецедентной простотой использования. Именно здесь Ultralytics YOLO26 меняет подход. Выпущенная в январе 2026 года, YOLO26 развивает наследие моделей без NMS, обеспечивая оптимальный баланс скорости, точности и удобства для разработчиков.

Почему стоит выбрать YOLO26?#

Интегрированная экосистема Ultralytics превосходит разрозненные академические репозитории, предлагая:

• Сквозная архитектура без NMS: YOLO26 изначально устраняет подавление немаксимумов (NMS) во время инференса. В результате обеспечивается невероятно быстрая и предсказуемая задержка, что критически важно для периферийных развёртываний и автономных транспортных средств.
• Удаление DFL: благодаря удалению Distribution Focal Loss YOLO26 упрощает экспорт на периферийные устройства и значительно снижает требования к памяти для облегчённых приложений.
• Оптимизатор MuSGD: YOLO26 заимствует инновации из обучения LLM и использует гибридный оптимизатор SGD и Muon, обеспечивая исключительно стабильное обучение и сверхбыструю сходимость.
• До 43% более быстрый инференс на CPU: благодаря глубокой структурной оптимизации YOLO26 работает чрезвычайно быстро на CPU без необходимости в дорогостоящем оборудовании GPU.
• Продвинутые функции потерь: интеграция ProgLoss + STAL значительно улучшает распознавание небольших объектов, что делает модель идеальной для таких задач, как инспекция с помощью дронов и мониторинг IoT.
• Универсальность: в отличие от DAMO-YOLO, которая является исключительно детектором, YOLO26 изначально поддерживает задачи сегментации экземпляров, оценки позы, классификации изображений и ориентированных ограничивающих прямоугольников (OBB) в рамках единой унифицированной платформы.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model effortlessly on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run ultra-fast, NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or OpenVINO with a single command
model.export(format="openvino")

Другие модели, которые стоит рассмотреть#

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

• YOLO11: высокопроизводительный предшественник YOLO26, известный своей надёжностью в задачах аналитики розничной торговли и контроля качества на производстве.
• YOLOv8: легендарная, высокостабильная безъякорная модель, популяризировавшая широкое развёртывание на периферийных устройствах.
• RT-DETR: трансформер обнаружения объектов в реальном времени, разработанный Baidu, который предлагает отличную альтернативу для задач, в значительной степени использующих механизмы глобального внимания, хотя и требует больше памяти при обучении.

Заключение#

И YOLOX, и DAMO-YOLO внесли важные концепции в развитие глубокого обучения: YOLOX подтвердила эффективность развязного безъякорного подхода, а DAMO-YOLO продемонстрировала возможности автоматизированного поиска архитектуры. Однако в реальных производственных сценариях сложность исходных исследовательских кодовых баз может замедлять работу гибких команд.

Используя комплексную Ultralytics Platform, разработчики могут обойти эти препятствия. Благодаря сквозной архитектуре YOLO26, превосходной скорости на CPU и обширной документации создание передовых решений в области ИИ для компьютерного зрения становится доступнее, чем когда-либо. Создаёшь ли ты инфраструктуру умного города, системы медицинской диагностики или передовую робототехнику — Ultralytics предоставляет наиболее эффективный путь от необработанных данных до надёжного развёртывания в реальных условиях.