YOLOX и YOLO11#

Развитие компьютерного зрения во многом обусловлено стремлением создавать системы детекции объектов в реальном времени, сочетающие высокую точность со скоростью инференса. Среди важнейших вех этого пути — YOLOX и Ultralytics YOLO11. Обе модели внесли значительный вклад в эту область, однако их архитектуры, принципы разработки и экосистемы для разработчиков существенно различаются.

В этом подробном техническом сравнении рассматриваются архитектуры, показатели производительности, методики обучения и оптимальные сценарии развертывания моделей, чтобы помочь тебе принять взвешенное решение для следующего проекта в области искусственного интеллекта.

Обзор YOLOX#

YOLOX, представленная 18 июля 2021 года исследователями Чжэн Гэ, Сунтао Лю, Фэном Ваном, Цзэмином Ли и Цзянь Сунем из компании Megvii, стала важной вехой в развитии серии YOLO. Благодаря архитектуре без якорей модель успешно сблизила академические исследования и промышленное применение.

Подробнее о технических аспектах можно узнать из оригинальной статьи YOLOX на arXiv.

Ключевые особенности архитектуры#

YOLOX отошла от традиционной детекции на основе якорей, предложив раздельную голову и механизм без якорей. Это позволило уменьшить число проектных параметров и повысить производительность модели на различных тестах. Кроме того, такие продвинутые стратегии назначения меток, как SimOTA, ускорили обучение и улучшили сходимость.

YOLOX обеспечивает отличную для своего времени точность, но в основном предназначена для детекции объектов по ограничивающим рамкам и не поддерживает из коробки другие сложные задачи компьютерного зрения.

Узнай больше о YOLOX

Обзор Ultralytics YOLO11#

Выпущенная 27 сентября 2024 года Гленном Джочером и Цзин Цю из Ultralytics, YOLO11 — передовая модель, которая выводит универсальность и удобство использования в компьютерном зрении на новый уровень. Опираясь на многолетние фундаментальные исследования, она предлагает тщательно доработанное, готовое к промышленному применению решение, эффективное для множества задач.

Преимущества Ultralytics#

YOLO11 — это не просто детектор объектов, а унифицированная платформа с поддержкой сегментации экземпляров, классификации изображений, оценки позы и детекции с помощью ориентированных ограничивающих рамок (OBB). Её высокоэффективная архитектура обеспечивает оптимальный баланс скорости, количества параметров и точности.

Кроме того, YOLO11 полностью интегрирована в платформу Ultralytics, которая предлагает упрощённую экосистему для аннотирования данных, обучения моделей и развертывания.

Сравнение производительности и метрик#

Сравнение моделей наглядно показывает разницу в производительности. В большинстве размерных категорий YOLO11 обеспечивает более высокое среднее значение точности (mAP) при значительно меньшем количестве параметров и FLOPs, чем соответствующие модели YOLOX.

Как видно из сравнения, модели YOLO11 неизменно превосходят YOLOX по точности, используя при этом меньше параметров. Например, YOLO11m достигает 51.5 mAP, имея всего 20.1M параметров, тогда как YOLOXx обеспечивает сопоставимые 51.1 mAP, но требует целых 99.1M параметров. Такая экономия памяти при обучении и инференсе делает YOLO11 отличным выбором для развертывания на периферийных устройствах с ИИ и позволяет избежать высоких требований к памяти CUDA, характерных для более старых моделей и решений на базе Transformer, таких как RT-DETR.

Экосистема и простота использования#

Одно из самых заметных различий между этими платформами — удобство работы для разработчиков.

Для обучения моделей YOLOX часто нужно клонировать репозитории, настраивать сложные среды и запускать подробные команды командной строки, чтобы экспортировать модели в форматы вроде ONNX или TensorRT.

В отличие от неё, Ultralytics YOLO11 предлагает предельно простой API и CLI для Python. Библиотека Ultralytics автоматически выполняет аугментацию данных, настройку гиперпараметров и экспорт.

from ultralytics import YOLO

# Загрузи предварительно обученную модель YOLO11
model = YOLO("yolo11n.pt")

# Легко обучаем модель на собственных данных
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируем обученную модель в TensorRT для оптимизированного развертывания
model.export(format="engine")

Эту хорошо поддерживаемую экосистему дополняют подробная документация и бесшовная интеграция с такими инструментами, как Weights & Biases, для отслеживания экспериментов.

Оптимальные сценарии применения#

Выбор между этими моделями часто зависит от особенностей среды развертывания.

Когда использовать YOLOX#

• Устаревшие системы: если у тебя уже есть готовый конвейер, построенный специально на исходной кодовой базе YOLOX или на подходах к детекции объектов начала 2021 года.
• Академические базовые модели: для исследований, требующих прямого сравнения с фундаментальными архитектурами без якорей эпохи 2021 года.

Когда использовать YOLO11#

• Промышленное развертывание: для коммерческих приложений в сфере умной розницы или охранных систем, где надёжный, хорошо поддерживаемый код и высокая точность обязательны.
• Многозадачные конвейеры: когда проекту нужно отслеживать объекты, оценивать позы людей и сегментировать экземпляры в рамках одной унифицированной платформы.
• Периферийные устройства с ограниченными ресурсами: благодаря небольшому количеству параметров и высокой пропускной способности YOLO11 отлично подходит для развертывания на Raspberry Pi или мобильных периферийных узлах с помощью CoreML и NCNN.

Что дальше: преимущества YOLO26#

Хотя YOLO11 — огромный шаг вперёд по сравнению с YOLOX, область компьютерного зрения быстро развивается. Разработчикам, которые начинают новые проекты сегодня, Ultralytics YOLO26 — однозначно лучший выбор.

Выпущенная в январе 2026 года YOLO26 сохраняет блестящие архитектурные решения YOLO11 и добавляет несколько революционных функций:

• Сквозная архитектура без NMS: дополнительная голова one-to-one в YOLO26 (nms=False) устраняет этап постобработки с подавлением немаксимумов (NMS), упрощая конвейеры развёртывания и ускоряя их (эта концепция впервые была исследована в YOLOv10).
• До 43% быстрее инференс на CPU: отказ от Distribution Focal Loss (DFL) значительно повышает эффективность YOLO26 на CPU и маломощных периферийных устройствах.
• Оптимизатор MuSGD: вдохновлённый инновациями Moonshot AI в обучении LLM, оптимизатор MuSGD обеспечивает высокую стабильность обучения и быструю сходимость.
• Продвинутые функции потерь: благодаря ProgLoss + STAL YOLO26 значительно лучше распознаёт мелкие объекты, что критически важно для съёмки с дронов и автономной робототехники.

Для подавляющего большинства современных задач компьютерного зрения переход на конвейер с использованием YOLO26 обеспечит наилучший баланс скорости, точности и простоты развёртывания.