YOLOX и DAMO-YOLO#

В развитии обнаружения объектов в реальном времени сменилось немало парадигм: от архитектур с якорями к архитектурам без якорей, от бэкбонов, разработанных вручную, к автоматическому поиску нейронных архитектур (NAS). В этом подробном техническом сравнении мы рассмотрим два важных этапа этого развития: YOLOX и DAMO-YOLO. Мы изучим их архитектурные новшества, методики обучения и компромиссы между характеристиками, а также покажем, как современная Ultralytics YOLO26 предлагает разработчикам беспрецедентную альтернативу.

YOLOX: новаторская парадигма без anchor-боксов#

Выпущенная 18 июля 2021 года Чжэн Ге, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Су из Megvii, YOLOX стала поворотным моментом: ей удалось успешно внедрить безъякорную архитектуру в семейство YOLO. Как описано в подробном техническом отчете на ArXiv, цель YOLOX — сократить разрыв между академическими исследованиями и промышленным развертыванием.

Ключевые архитектурные новшества#

YOLOX внесла несколько фундаментальных структурных изменений, значительно улучшивших предшествующие модели:

• Механизм без якорей: YOLOX напрямую предсказывает центр объекта и размеры его ограничивающего прямоугольника, сокращая количество эвристик проектирования и упрощая сложную процедуру кластеризации якорей. Благодаря этому модель хорошо адаптируется к различным сценариям компьютерного зрения.
• Разделенная голова: В традиционных моделях YOLO для классификации и регрессии использовалась единая связанная голова. YOLOX использует разделенную голову, которая обрабатывает классификацию и локализацию отдельно, благодаря чему обучение сходится гораздо быстрее, а точность повышается.
• 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.

Узнай больше о YOLOX

DAMO-YOLO: автоматический поиск архитектур в больших масштабах#

Разработанная Сяньчжэ Сюй и командой исследователей из Alibaba Group, DAMO-YOLO была представлена 23 ноября 2022 года. Как подробно описано в публикации на ArXiv, модель активно использовала поиск нейронных архитектур (NAS), чтобы расширить границу Парето для скорости и точности.

Ключевые архитектурные новшества#

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

• Бэкбоны MAE-NAS: DAMO-YOLO использовала поиск с максимальной энтропией и обнаружила высокоэффективные бэкбоны, адаптированные к конкретным ограничениям по задержке. Это особенно полезно при экспорте в такие фреймворки, как TensorRT.
• Эффективный RepGFPN: Тяжелая конструкция шеи значительно улучшает объединение признаков с разным пространственным разрешением, что особенно 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: Используются усовершенствованное назначение меток и дистилляция знаний от учителя к ученику, чтобы добиться максимальной производительности от небольших ученических моделей.

Узнай больше о DAMO-YOLO

Сравнение производительности и метрик#

При сравнении этих моделей нужно учитывать количество параметров, требуемые FLOPs и показатели задержки. Ниже приведены результаты тестирования YOLOX и DAMO-YOLO на нескольких масштабах.

Обе модели показывают впечатляющие результаты, но у каждой есть свои ограничения. Для YOLOX требуется тщательно настраивать разделенную голову, а DAMO-YOLO сильно зависит от дистилляции, поэтому повторное обучение на пользовательских наборах данных требует огромных ресурсов и большого объема 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 оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: Устройства без выделенного ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Преимущества Ultralytics: знакомство с YOLO26#

YOLOX и DAMO-YOLO стали важными историческими вехами, но современным разработчикам нужны решения, сочетающие передовую точность с непревзойденной простотой использования. Здесь ситуацию меняет Ultralytics YOLO26. 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: Опциональная схема «один к одному» в YOLO26 (nms=False) устраняет необходимость в подавлении немаксимумов (NMS) при инференсе. Это обеспечивает исключительно низкую и предсказуемую задержку, необходимую для периферийных развертываний и автономных транспортных средств.
• Удаление DFL: Удаление Distribution Focal Loss упрощает экспорт на периферийные устройства и значительно снижает требования к памяти для легковесных приложений.
• Оптимизатор MuSGD: YOLO26 использует новшества из обучения LLM — гибридный оптимизатор SGD и Muon, который обеспечивает исключительно стабильное обучение и сверхбыструю сходимость.
• Инференс на CPU до 43% быстрее: Благодаря глубокой структурной оптимизации YOLO26 работает на CPU чрезвычайно быстро, без дорогостоящего оборудования GPU.
• Продвинутые функции потерь: Сочетание ProgLoss и STAL значительно улучшает распознавание мелких объектов, что особенно важно для таких задач, как инспекции с помощью дронов и мониторинг IoT.
• Универсальность: В отличие от DAMO-YOLO, которая предназначена только для обнаружения объектов, YOLO26 изначально поддерживает сегментацию экземпляров, оценку позы, классификацию изображений и обнаружение объектов с ориентированными ограничивающими прямоугольниками (OBB) в едином фреймворке.

from ultralytics import YOLO

# Загрузи передовую наномодель YOLO26
model = YOLO("yolo26n.pt")

# Легко обучи модель на собственном наборе данных
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: Высокопроизводительная предшественница YOLO26, известная своей надежностью в аналитике розничной торговли и контроле качества на производстве.
• YOLOv8: Легендарная, исключительно стабильная модель без якорей, которая сделала периферийное развертывание широко распространенным.
• RT-DETR: Трансформер обнаружения объектов в реальном времени, разработанный Baidu. Это отличная альтернатива для задач, которым особенно полезны механизмы глобального внимания, хотя для обучения требуется больше памяти.

Заключение#

YOLOX и DAMO-YOLO привнесли важные идеи в развитие глубокого обучения: YOLOX подтвердила эффективность разделенного подхода без якорей, а DAMO-YOLO продемонстрировала возможности автоматического поиска архитектур. Однако в реальном производстве сложность исходных исследовательских кодовых баз может замедлить работу гибких команд.

Используя возможности комплексной платформы Ultralytics, разработчики могут обойти эти препятствия. Сквозная архитектура YOLO26, более высокая скорость на CPU и подробная документация делают передовые системы ИИ для компьютерного зрения доступнее, чем когда-либо. Будь то создание инфраструктуры умного города, медицинская диагностика или продвинутая робототехника — Ultralytics предлагает самый эффективный путь от исходных данных до надежного развертывания в реальных условиях.