Начать

YOLOX и EfficientDet

Развитие обнаружения объектов обусловлено постоянным стремлением найти баланс между скоростью, точностью и вычислительной эффективностью. На этот путь существенно повлияли две знаковые модели — YOLOX и EfficientDet. YOLOX добавила безанкерную архитектуру в семейство YOLO, а EfficientDet предложила масштабируемую архитектуру с компаундным масштабированием и BiFPN. В этом руководстве подробно сравниваются архитектура, метрики производительности и методы обучения моделей, а также рассматриваются более новые альтернативы, например модель Ultralytics YOLO26.

Происхождение моделей и технические сведения#

Прежде чем сравнивать структурные различия моделей, важно понять их происхождение и лежащие в их основе исследования.

Подробнее о YOLOX:

Узнай больше о YOLOX

Подробнее об EfficientDet:

Подробнее об EfficientDet

Сравнение архитектур#

Главное различие между YOLOX и EfficientDet заключается в способе извлечения признаков и предсказания ограничивающих прямоугольников. Понимание этих архитектур обнаружения объектов крайне важно для выбора подходящей модели для среды развертывания.

YOLOX: новаторская модель без якорей#

YOLOX перевела серию YOLO от детектора с анкерами к безанкерной архитектуре. Этот переход значительно сократил число проектных параметров и упростил конвейер обучения.

Ключевые особенности архитектуры включают раздельную головку, которая разделяет задачи классификации и регрессии. Это позволяет устранить конфликт между определением того, что представляет собой объект, и точным предсказанием того, где он находится. Кроме того, YOLOX использует передовые стратегии назначения меток, например SimOTA, которая динамически назначает положительные примеры объектам ground truth во время обучения, ускоряя сходимость и улучшая баланс между скоростью и точностью.

EfficientDet: составное масштабирование и BiFPN#

EfficientDet подходит к обнаружению объектов с точки зрения эффективности и масштабируемости. Разработанная Google модель использует базовую сеть EfficientNet для извлечения признаков.

Отличительная особенность модели — двунаправленная сеть пирамиды признаков (BiFPN). В отличие от традиционных FPN, BiFPN обеспечивает простое и быстрое объединение признаков разных масштабов, вводя обучаемые веса для оценки важности различных входных признаков. В сочетании с методом компаундного масштабирования, который равномерно меняет разрешение, глубину и ширину базовой сети, сети признаков и сетей предсказания рамок и классов, EfficientDet масштабируется от моделей мобильного размера (d0) до крупных серверных моделей (d7).

Сложность архитектуры

Хотя составное масштабирование EfficientDet обеспечивает предсказуемый путь к более высокой точности, оно часто приводит к сложным вычислительным графам, которые трудно оптимизировать для периферийных вычислений в реальном времени на устройствах по сравнению с упрощенной безъякорной архитектурой YOLOX.

Анализ производительности и показателей#

При оценке моделей для реальных приложений компьютерного зрения важно учитывать такие метрики, как средняя точность, скорость инференса и количество параметров.

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
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

Анализ компромиссов#

Данные показывают явное различие в подходах к проектированию. EfficientDet-d7 обеспечивает наибольшую точность в целом — mAP составляет 53.7%, — но за это приходится платить низкой скоростью инференса (128.07 мс на GPU T4). Для сравнения, YOLOXx достигает конкурентного показателя mAP 51.1% за 16.1 мс и гораздо лучше подходит для анализа видео в реальном времени и робототехники.

Сценарии использования и рекомендации#

Выбор между YOLOX и EfficientDet 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 EfficientDet#

EfficientDet подойдёт для следующих задач:

  • Конвейеры Google Cloud и TPU: системы на базе TensorFlow в инфраструктуре Google Cloud TPU, где эталонная реализация EfficientDet поддерживает обучение на TPU.
  • Исследования составного масштабирования: Академические исследования и сравнительное тестирование, посвящённые влиянию сбалансированного масштабирования глубины, ширины и разрешения сети.
  • Развертывание на мобильных устройствах через LiteRT: Проекты, для которых требуется экспорт в LiteRT (ранее TensorFlow Lite) для Android или встраиваемых устройств с Linux.

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, работающие только на CPU: устройства без выделенного ускорения на GPU, на которых преимущество YOLO26n особенно заметно: инференс на CPU выполняется до 43% быстрее, чем у YOLO11n.
  • Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.

Современная альтернатива: Ultralytics YOLO26#

YOLOX и EfficientDet стали важными вехами, однако область машинного обучения стремительно развивается. Разработчикам, которые сегодня развертывают системы компьютерного зрения, рекомендуется YOLO26 — последняя модель Ultralytics, выпущенная в январе 2026 года.

YOLO26 предлагает хорошо поддерживаемую экосистему и заметно повышает скорость и удобство использования по сравнению со старыми архитектурами:

Ключевые инновации YOLO26#

  • Сквозная архитектура без NMS: Дополнительная голова one-to-one в YOLO26 (nms=False) устраняет необходимость в постобработке с NMS. Этот нативный сквозной подход, впервые внедрённый в модели YOLO с выходом YOLOv10, упрощает экспорт и снижает задержку при развёртывании.
  • До 43% более быстрый инференс на CPU: После удаления NMS и Distribution Focal Loss (DFL) YOLO26n работает на CPU до 43% быстрее YOLO11n, поэтому подходит для периферийных устройств без дискретных GPU.
  • Оптимизатор MuSGD: YOLO26 переносит достижения больших языковых моделей (LLM) в компьютерное зрение. Оптимизатор MuSGD — гибрид SGD и Muon — обеспечивает стабильное обучение и быструю сходимость, повышая эффективность обучения.
  • ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов (STAL) улучшают обнаружение небольших объектов, что особенно важно для таких сценариев, как работа с дронами и анализ аэрофотоснимков.
  • Универсальность: В отличие от YOLOX, предназначенной исключительно для обнаружения объектов, YOLO26 изначально поддерживает широкий спектр задач, включая сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB).

Удобство использования API Ultralytics#

Одно из важнейших преимуществ моделей Ultralytics — простой и удобный интерфейс. Для обучения и развертывания YOLO26 требуется меньше памяти, чем для сложных моделей Transformer, а достаточно всего нескольких строк кода Python:

from ultralytics import YOLO

# Инициализация сквозной модели YOLO26
model = YOLO("yolo26n.pt")

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

# Экспортируй обученную модель в TensorRT для инференса на GPU
model.export(format="engine", dynamic=True)

Для тех, кто предпочитает графические интерфейсы, платформа Ultralytics предоставляет инструменты для аннотирования наборов данных, облачного обучения и развертывания.

Примеры применения в реальных условиях#

Выбор подходящей архитектуры во многом зависит от конкретных ограничений развертывания.

Когда стоит выбрать EfficientDet#

EfficientDet по-прежнему представляет академический интерес для сред, в которых точность на изображениях высокого разрешения важнее скорости инференса. Реализация модели в экосистеме TensorFlow также может заинтересовать команды, поддерживающие устаревшую инфраструктуру Google.

Когда стоит выбрать YOLOX#

YOLOX подходит для приложений, которым нужен баланс скорости и точности без сложностей, связанных с якорными прямоугольниками. Модель исторически хорошо показывала себя в промышленном производстве, где требуется быстро обнаруживать дефекты на конвейерных лентах.

Почему стоит выбрать YOLO26#

Для большинства современных приложений лучше всего подходит YOLO26. Архитектура без NMS обеспечивает предсказуемую задержку, поэтому модель хорошо подходит для автономного вождения, быстро реагирующих систем охранной сигнализации и решений для умных городов. Активная поддержка сообщества и частые обновления Ultralytics также помогают разработчикам избегать устаревших зависимостей.

Разработчикам, изучающим передовые решения в области компьютерного зрения, также стоит обратить внимание на другие архитектуры из экосистемы Ultralytics: например, YOLO11 для проверенных развертываний или специализированную модель FastSAM для сегментации по текстовым запросам.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.