YOLOX и EfficientDet#

Развитие обнаружения объектов обусловлено постоянным поиском баланса между скоростью, точностью и вычислительной эффективностью. На этот путь существенно повлияли две знаковые модели — YOLOX и EfficientDet. YOLOX внедрила в семейство YOLO высокооптимизированную архитектуру без якорей, а EfficientDet сосредоточилась на масштабируемой архитектуре с составным масштабированием и BiFPN. В этом руководстве подробно сравниваются их архитектуры, показатели производительности и методики обучения, а также рассматриваются современные альтернативы, например передовая модель Ultralytics YOLO26.

Происхождение моделей и технические сведения#

Прежде чем перейти к структурным различиям, важно понять происхождение обеих моделей и лежащие в их основе исследования.

Подробнее о YOLOX:

• Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 18 июля 2021 года
• arXiv: YOLOX: превосходя серию YOLO в 2021 году
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: официальная документация YOLOX

Узнай больше о YOLOX

Подробнее об EfficientDet:

• Авторы: Mingxing Tan, Ruoming Pang и Quoc V. Le
• Организация: Google Brain
• Дата: 20 ноября 2019 года
• arXiv: EfficientDet: масштабируемое и эффективное обнаружение объектов
• GitHub и документация: Google AutoML 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 изменила серию YOLO, перейдя от детектора с якорями к архитектуре без якорей. Это значительно сократило число параметров проектирования и упростило конвейер обучения.

Ключевые особенности архитектуры включают разделенную голову, которая разделяет задачи классификации и регрессии. Это устраняет конфликт между определением того, что представляет собой объект, и точным предсказанием того, где он находится. Кроме того, YOLOX использует продвинутые стратегии назначения меток, такие как SimOTA, которая динамически назначает положительные примеры эталонным объектам во время обучения, обеспечивая более быструю сходимость и лучший баланс производительности.

EfficientDet: составное масштабирование и BiFPN#

EfficientDet рассматривает обнаружение объектов с точки зрения эффективности и масштабируемости. Разработанная Google модель активно использует бэкбон EfficientNet для извлечения признаков.

Определяющая 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 определения важности различных входных признаков. В сочетании с методом составного масштабирования, который равномерно изменяет разрешение, глубину и ширину бэкбона, сети признаков и сетей предсказания ограничивающих прямоугольников и классов, EfficientDet масштабируется от моделей размером с мобильное устройство (d0) до огромных моделей для серверов (d7).

Анализ производительности и показателей#

При оценке этих моделей для реальных приложений компьютерного зрения особенно важны такие метрики, как средняя точность по всем классам, скорость инференса и количество параметров.

Анализ компромиссов#

Данные наглядно показывают различие в философии проектирования. EfficientDet-d7 обеспечивает самую высокую общую точность — впечатляющий показатель mAP 53,7%, но за счет значительного снижения скорости инференса (128,07 мс на GPU T4). В свою очередь, YOLOXx достигает конкурентного показателя mAP 51,1%, сохраняя высокую скорость инференса — 16,1 мс, — что делает ее значительно лучше 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:

• Google Cloud и конвейеры TPU: Системы, тесно интегрированные с API Google Cloud Vision или инфраструктурой TPU, где EfficientDet оптимизирована изначально.
• 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 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.

Современная альтернатива: Ultralytics YOLO26#

Хотя YOLOX и EfficientDet стали важными вехами, область машинного обучения стремительно развивается. Разработчикам, которые сегодня хотят развертывать передовые системы компьютерного зрения, мы рекомендуем YOLO26 — новейшую флагманскую модель Ultralytics, выпущенную в январе 2026 года.

YOLO26 предлагает хорошо поддерживаемую экосистему и значительный скачок в скорости и удобстве использования, превосходя устаревшие архитектуры по нескольким ключевым параметрам:

Ключевые инновации YOLO26#

• Сквозная архитектура без NMS: Опциональная голова «один к одному» в YOLO26 (nms=False) устраняет необходимость в постобработке с помощью подавления немаксимумов (NMS). Этот сквозной подход, уже применявшийся в предыдущих поколениях, упрощает экспорт и значительно снижает задержку при развертывании.
• Инференс на CPU до 43% быстрее: Благодаря глубокой архитектурной оптимизации и удалению Distribution Focal Loss (DFL) YOLO26 исключительно быстро работает на периферийных устройствах без дискретных GPU, значительно опережая тяжелые варианты EfficientDet.
• Оптимизатор MuSGD: Перенося инновации больших языковых моделей (LLM) в компьютерное зрение, YOLO26 использует оптимизатор MuSGD (гибрид SGD и Muon), обеспечивающий исключительно стабильное обучение и быструю сходимость, а значит, высокую эффективность обучения.
• ProgLoss + STAL: Эти продвинутые функции потерь заметно улучшают распознавание мелких объектов, что особенно важно для таких сценариев, как работа с дронами и анализ аэрофотоснимков.
• Непревзойденная универсальность: В отличие от YOLOX, предназначенной только для обнаружения объектов, YOLO26 изначально поддерживает широкий спектр задач, включая сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение объектов с ориентированными ограничивающими прямоугольниками (OBB).

Удобство использования API Ultralytics#

Одно из главных преимуществ моделей Ultralytics — простой и удобный процесс работы. Для обучения и развертывания YOLO26 требуется значительно меньше памяти, чем для сложных моделей Transformer, а код на Python состоит всего из нескольких строк:

from ultralytics import YOLO

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

# Легкое обучение модели на собственном наборе данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспорт обученной модели в TensorRT для сверхбыстрого инференса
model.export(format="engine", dynamic=True)

Для тех, кто предпочитает графические интерфейсы, платформа Ultralytics предлагает мощные инструменты для аннотирования наборов данных, настройки гиперпараметров и удобного 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 в средах, где скорость инференса совершенно не важна, а единственная цель — добиться максимально возможной теоретической точности на изображениях высокого разрешения. Реализация модели в экосистеме TensorFlow также может подойти командам, которые поддерживают 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 YOLO26 — лучший выбор#

Для большинства современных приложений оптимальным решением станет YOLO26. Архитектура без NMS обеспечивает предсказуемую задержку, что делает модель идеальным кандидатом для автономного вождения, быстродействующих систем охранной сигнализации и проектов умных городов. Кроме того, благодаря активному сообществу и регулярным обновлениям Ultralytics разработчикам не приходится разбираться с устаревшими зависимостями.

Разработчикам, которые изучают передовые решения в области компьютерного зрения, стоит также обратить внимание на другие универсальные архитектуры экосистемы Ultralytics: например, YOLO11 для надежного развертывания устаревших систем или специализированную модель FastSAM для сегментации по текстовым запросам. Использование полного набора инструментов Ultralytics позволяет создать оптимизированный конвейер ИИ для компьютерного зрения с заделом на будущее.