YOLOX против DAMO-YOLO#

Эволюция детекции объектов в реальном времени прошла через многочисленные смены парадигм: от архитектур с анкерами к безанкарным архитектурам и от вручную спроектированных бэкбонов к автоматизированному поиску архитектур нейросетей (NAS). В этом подробном техническом сравнении мы проанализируем две важные вехи на этом пути: YOLOX и DAMO-YOLO. Мы изучим их архитектурные инновации, методологии обучения и компромиссы в производительности, а также покажем, как современный Ultralytics YOLO26 предоставляет непревзойденную альтернативу для современных разработчиков.

YOLOX: Пионер парадигмы без анкоров (anchor-free)#

Выпущенный 18 июля 2021 года Чжэн Ге (Zheng Ge), Сонтао Лю (Songtao Liu), Фэн Ваном (Feng Wang), Цземин Ли (Zeming Li) и Цзянь Сунем (Jian Sun) в Megvii, YOLOX стал критическим поворотным моментом, успешно интегрировав безанкарный дизайн в семейство YOLO. Описанный в их подробном техническом отчете на ArXiv, YOLOX был нацелен на преодоление разрыва между академическими исследованиями и промышленным развертыванием.

Ключевые архитектурные инновации#

YOLOX привнес несколько основных структурных изменений, которые значительно улучшили показатели его предшественников:

• Безанкарный механизм: Прогнозируя центр объекта и размеры его ограничивающего прямоугольника напрямую, YOLOX сократил число эвристик проектирования и упростил сложные процессы кластеризации анкеров. Это делает его легко адаптируемым к различным сценариям компьютерного зрения.
• Разделенная голова (Decoupled Head): Традиционные модели YOLO использовали единую связанную голову как для классификации, так и для регрессии. YOLOX внедрил разделенную голову, обрабатывая классификацию и локализацию отдельно, что позволило достичь сходимости намного быстрее и улучшить точность.
• Назначение меток SimOTA: Упрощенная версия Optimal Transport Assignment (OTA) использовалась для динамического назначения положительных образцов, что сократило время обучения и устранило неоднозначности при назначении центральных точек.

Узнать больше о YOLOX

DAMO-YOLO: Масштабируемый автоматизированный поиск архитектур#

Разработанный Сяньчжэ Сюй (Xianzhe Xu) и командой исследователей из Alibaba Group, DAMO-YOLO был представлен 23 ноября 2022 года. Как подробно описано в их публикации на ArXiv, модель активно использовала поиск архитектур нейросетей (NAS) для сдвига границы Парето по скорости и точности.

Ключевые архитектурные инновации#

Стратегия DAMO-YOLO была построена на автоматизации проектирования эффективных структур:

• Бэкбоны MAE-NAS: Используя многоцелевой эволюционный алгоритм, DAMO-YOLO обнаружил высокоэффективные бэкбоны, настроенные под конкретные ограничения по задержке, особенно при экспорте в такие фреймворки, как TensorRT.
• Эффективный RepGFPN: Дизайн с утяжеленной горловиной (heavy-neck), который существенно улучшает слияние признаков на разных пространственных разрешениях, что крайне полезно для анализа аэрофотоснимков и детекции объектов в различных масштабах.
• ZeroHead: Упрощенная голова предсказания, которая уменьшает вычислительную избыточность без ущерба для общей средней точности (mAP) модели.
• AlignedOTA и дистилляция: Включает продвинутое назначение меток и дистилляцию знаний «учитель-ученик» для извлечения максимальной производительности из меньших моделей-учеников.

Узнай больше о DAMO-YOLO

Сравнение производительности и метрик#

Сравнивая эти две модели, мы должны взглянуть на количество параметров, требуемые FLOPs и профили задержки. Ниже представлены данные бенчмарков, сравнивающие YOLOX и DAMO-YOLO в различных масштабах.

Хотя обе модели показывают впечатляющие результаты, они имеют свои нюансы. YOLOX требует тщательной настройки своей разделенной головы, в то время как сильная зависимость DAMO-YOLO от дистилляции делает повторное обучение на пользовательских датасетах ресурсоемким, требуя огромных объемов памяти GPU.

Сценарии использования и рекомендации#

Выбор между YOLOX и DAMO-YOLO зависит от требований твоего конкретного проекта, ограничений развертывания и предпочтений в экосистеме.

Когда выбирать YOLOX#

YOLOX — сильный выбор для:

• Исследований безъякорного обнаружения: академических исследований, использующих чистую безъякорную архитектуру YOLOX как базу для экспериментов с новыми головами детекции или функциями потерь.
• Сверхлегких Edge-устройств: развертывания на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый вес варианта YOLOX-Nano (0.91 млн параметров).
• Изучения назначения меток SimOTA: исследовательских проектов, анализирующих стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать DAMO-YOLO#

DAMO-YOLO рекомендуется для:

• Высокопроизводительной видеоаналитики: обработки видеопотоков с высоким FPS на фиксированной инфраструктуре NVIDIA GPU, где пропускная способность при batch-1 является основной метрикой.
• Промышленных производственных линий: сценариев с жесткими ограничениями по задержке GPU на специализированном оборудовании, таких как проверка качества в реальном времени на сборочных линиях.
• Исследований Neural Architecture Search: изучения влияния автоматизированного поиска архитектуры (MAE-NAS) и эффективных репараметризованных бэкендов на производительность детекции.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Преимущество Ultralytics: представляем YOLO26#

В то время как YOLOX и DAMO-YOLO представляют собой важные исторические вехи, современным разработчикам требуется решение, объединяющее передовую точность с непревзойденной простотой использования. Именно здесь Ultralytics YOLO26 меняет ситуацию. Выпущенный в январе 2026 года, YOLO26 опирается на наследие моделей без NMS, чтобы обеспечить идеальный баланс скорости, точности и удобства для разработчика.

Почему стоит выбрать YOLO26?#

Интегрированная экосистема Ultralytics превосходит фрагментированные академические репозитории, предлагая:

• Сквозной дизайн без NMS: YOLO26 нативно исключает подавление не максимумов (NMS) во время инференса. Это обеспечивает невероятно высокую и предсказуемую задержку, критически важную для краевых вычислений (edge) и автономных транспортных средств.
• Удаление DFL: Убрав Distribution Focal Loss, YOLO26 упрощает процессы экспорта на периферийные устройства, значительно снижая требования к памяти для легких приложений.
• Оптимизатор MuSGD: YOLO26 заимствует инновации обучения LLM с помощью своего гибридного оптимизатора SGD и Muon, обеспечивая стабильность обучения и сверхбыструю сходимость.
• До 43% быстрее инференс на CPU: Благодаря глубоким структурным оптимизациям, YOLO26 работает невероятно быстро на CPU без необходимости использования дорогого оборудования GPU.
• Продвинутые функции потерь: Интеграция ProgLoss + STAL обеспечивает масштабные улучшения в распознавании мелких объектов, что делает модель идеальной для таких задач, как инспекция с помощью дронов и мониторинг IoT.
• Универсальность: В отличие от DAMO-YOLO, который является строго детектором, YOLO26 нативно поддерживает задачи сегментации экземпляров, оценки позы, классификации изображений и ориентированных ограничивающих прямоугольников (OBB) в едином унифицированном фреймворке.

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")

Узнай больше о YOLO26

Другие модели для рассмотрения#

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

• YOLO11: Крайне способный предшественник YOLO26, известный своей надежностью в аналитике ритейла и контроле качества на производстве.
• YOLOv8: Легендарная, высокостабильная безанкарная модель, которая популяризировала широкое развертывание на периферийных устройствах.
• RT-DETR: Трансформер детекции в реальном времени (Real-Time DEtection TRansformer), разработанный Baidu, предлагающий отличную альтернативу для задач, которые сильно выигрывают от механизмов глобального внимания, хотя и ценой более высоких требований к памяти при обучении.

Заключение#

И YOLOX, и DAMO-YOLO внесли важные концепции в развитие глубокого обучения: YOLOX подтвердил эффективность подхода с разделенной головой без анкоров, а DAMO-YOLO продемонстрировал мощь автоматизированного поиска архитектур. Однако для реального промышленного производства сложности их исходных исследовательских кодовых баз могут замедлить работу гибких команд.

Используя комплексную платформу Ultralytics, разработчики могут обойти эти препятствия. Благодаря сквозному дизайну YOLO26, превосходной скорости CPU и обширной документации, достижение современного компьютерного зрения на базе ИИ стало доступнее, чем когда-либо прежде. Независимо от того, создаете ли вы инфраструктуру «умного» города, инструменты медицинской диагностики или передовую робототехнику, Ultralytics предоставляет наиболее эффективный путь от «сырых» данных до надежного развертывания в реальном мире.