YOLOX против YOLO11: глубокий технический анализ эволюции object detection

Выбор оптимальной архитектуры для detectирования объектов имеет решающее значение для разработчиков, стремящихся сбалансировать точность, задержку и вычислительную эффективность. Этот всесторонний анализ сравнивает YOLOX, новаторскую модель без привязки к якорям от Megvii, и Ultralytics YOLO11, последнюю современную итерацию от Ultralytics. В то время как YOLOX представила значительные инновации в 2021 году, YOLO11 представляет собой передовой уровень компьютерного зрения в 2024 году, предлагая унифицированную структуру для различных задач, начиная от detectирования и заканчивая сегментацией экземпляров.

YOLOX: Наведение мостов между исследованиями и промышленностью

Выпущенный в 2021 году, YOLOX ознаменовал собой значительный сдвиг в семействе YOLO , приняв безъякорный механизм и отсоединив предсказательную головку. Он был разработан для преодоления разрыва между академическими исследованиями и промышленным применением.

• Авторы: Чжэн Ге, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация:Megvii
• Дата: 18.07.2021
• Arxiv:YOLOX: Exceeding YOLO Series in 2021
• GitHub:Megvii-BaseDetection/YOLOX
• Документация:Документация YOLOX

Архитектура и инновации

YOLOX отошел от предыдущих итераций, таких как YOLOv5, отказавшись от anchor boxes, что уменьшило сложность проектирования и количество эвристических гиперпараметров. Его архитектура включает в себя decoupled head, разделяющую задачи классификации и регрессии на разные ветви, что улучшило скорость сходимости и точность. Кроме того, он представил SimOTA — продвинутую стратегию назначения меток, которая динамически назначает положительные примеры, что еще больше повышает производительность.

Сильные и слабые стороны

Преимущества:

• Дизайн без Anchor: Устраняет необходимость в ручной кластеризации anchor box, упрощая конвейер обучения.
• Разделенная голова (Decoupled Head): Повышает точность локализации за счет независимой оптимизации классификации и регрессии.
• Базовая линия для исследований: Служит надежной отправной точкой для изучения детекторов без привязки к якорям.

Слабые стороны:

• Ограниченная поддержка задач: В первую очередь ориентирован на object detection, отсутствует встроенная поддержка segment, оценки позы или ориентированных ограничивающих рамок (OBB).
• Фрагментированная экосистема: Отсутствует унифицированный, активно поддерживаемый набор инструментов для развертывания, track и MLOps по сравнению с современными фреймворками.
• Более низкая эффективность: Как правило, требует больше параметров и FLOPs для достижения сопоставимой точности с более новыми моделями, такими как YOLO11.

Узнайте больше о YOLOX

Ultralytics YOLO11: Новый стандарт для Vision AI

Ultralytics YOLO11 совершенствует наследие object detection в реальном времени, уделяя особое внимание эффективности, гибкости и простоте использования. Она разработана как оптимальное решение как для быстрого прототипирования, так и для крупномасштабных производственных развертываний.

• Авторы: Гленн Джохер, Цзин Цю
• Организация:Ultralytics
• Дата: 2024-09-27
• GitHub:Репозиторий Ultralytics
• Документация:Документация Ultralytics YOLO11

Архитектура и преимущества экосистемы

YOLO11 использует высокооптимизированную архитектуру без привязки к якорям, которая улучшает извлечение признаков, минимизируя при этом вычислительные затраты. В отличие от YOLOX, YOLO11 — это не просто модель, а часть комплексной экосистемы. Она поддерживает широкий спектр задач компьютерного зрения—включая классификацию, segment, оценку позы и track—в рамках единого, удобного API.

Почему стоит выбрать YOLO11?

• Универсальность: Единый фреймворк для object detection, сегментации экземпляров, оценки позы и классификации изображений.
• Простота использования: Оптимизированный Python API и CLI позволяют разработчикам обучать и развертывать модели всего в несколько строк кода.
• Баланс производительности: Достигает превосходного mAP с более высокой скоростью инференса как на CPU, так и на GPU по сравнению с предшественниками и конкурентами.
• Эффективность памяти: Разработан с более низкими требованиями к памяти во время обучения и инференса, что делает его более доступным, чем модели на основе трансформеров, такие как RT-DETR.
• Готовность к развертыванию: Встроенная поддержка экспорта в такие форматы, как ONNX, TensorRT, CoreML и TFLite, обеспечивает совместимость с различным оборудованием, от NVIDIA Jetson до мобильных устройств.

Узнайте больше о YOLO11

Анализ производительности

В таблице ниже показаны различия в производительности между YOLOX и YOLO11. YOLO11 стабильно демонстрирует более высокую точность (mAP) с меньшим количеством параметров и FLOPs, что приводит к более высокой скорости вывода.

Основные выводы

1. Превосходство в эффективности: Модели YOLO11 обеспечивают значительно лучший компромисс между скоростью и точностью. Например, YOLO11m достигает 51.5 mAP всего с 20.1M параметрами, превосходя массивную YOLOX-x (51.1 mAP, 99.1M параметров), будучи примерно в 5 раз меньше.
2. Скорость инференса: На T4 GPU с использованием TensorRT, YOLO11n показывает 1,5 мс, что делает его исключительным выбором для приложений инференса в реальном времени, где задержка имеет решающее значение.
3. Производительность CPU: Ultralytics предоставляет прозрачные тесты производительности CPU, демонстрируя пригодность YOLO11 для развертывания на устройствах без выделенных ускорителей.
4. Эффективность обучения: Архитектура YOLO11 обеспечивает более быструю сходимость во время обучения, экономя ценное время вычислений и ресурсы.

Приложения в реальном мире

Где превосходит YOLO11

• Умные города: Благодаря своей высокой скорости и точности, YOLO11 идеально подходит для систем управления трафиком и мониторинга безопасности пешеходов.
• Производство: Возможность выполнять segmentation и obb detect делает его идеальным для контроля качества и обнаружения дефектов в ориентированных деталях на сборочных линиях.
• Здравоохранение: Высокая точность при эффективном использовании ресурсов позволяет проводить анализ медицинских изображений на периферийных устройствах в клинических условиях.

Где используется YOLOX

• Устаревшие системы: Проекты, созданные примерно в 2021-2022 годах, которые еще не перешли на новые архитектуры.
• Академические исследования: Исследования, конкретно изучающие эффекты разделенных голов или механизмов без anchor в изоляции.

Пользовательский опыт и сравнение кода

Ultralytics уделяет первостепенное внимание оптимизации пользовательского опыта. В то время как YOLOX часто требует сложных файлов конфигурации и ручной настройки, YOLO11 можно использовать с минимальным количеством кода.

Использование Ultralytics YOLO11

Разработчики могут загрузить предварительно обученную модель, запустить вывод и даже обучить ее на пользовательских данных с помощью нескольких строк Python:

from ultralytics import YOLO

# Load a pre-trained YOLO11 model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Display results
results[0].show()

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

Заключение

В то время как YOLOX сыграла ключевую роль в популяризации detectирования объектов без anchor, Ultralytics YOLO11 представляет собой превосходный выбор для современной разработки AI.

YOLO11 превосходит YOLOX по точности, скорости и эффективности, предлагая при этом надежную, хорошо поддерживаемую экосистему. Ее универсальность в решении различных задач компьютерного зрения, устраняющая необходимость использовать разные библиотеки для detect, segment и оценки позы, значительно снижает сложность разработки. Для разработчиков, ищущих перспективное, высокопроизводительное решение, поддерживаемое активным сообществом и всесторонней документацией, YOLO11 является рекомендуемым путем развития.

Узнать больше моделей

Узнайте, как YOLO11 сравнивается с другими ведущими архитектурами, чтобы найти лучший вариант для ваших конкретных потребностей:

• YOLO11 vs. YOLOv10
• YOLO11 против YOLOv9
• YOLO11 vs. YOLOv8
• YOLO11 vs. RT-DETR
• YOLOv5 против YOLOX

Комментарии