YOLOX против YOLO11#

Эволюция компьютерного зрения в значительной степени определялась стремлением создать фреймворки для обнаружения объектов в реальном времени, которые сочетают в себе высокую точность и скорость инференса. Среди наиболее заметных вех на этом пути выделяются YOLOX и Ultralytics YOLO11. Хотя обе модели внесли значительный вклад в эту область, их базовые архитектуры, принципы проектирования и экосистемы разработчиков существенно различаются.

В этом подробном техническом сравнении рассматриваются архитектуры, метрики производительности, методологии обучения и оптимальные сценарии развертывания, что поможет тебе принять взвешенное решение для твоего следующего проекта в области искусственного интеллекта.

Обзор YOLOX#

Представленный исследователями Чжэн Ге (Zheng Ge), Сунтоа Лю (Songtao Liu), Фэн Ван (Feng Wang), Цземин Ли (Zeming Li) и Цзянь Сунь (Jian Sun) в компании Megvii 18 июля 2021 года, YOLOX стал значительным шагом вперед в серии YOLO. Он успешно преодолел разрыв между академическими исследованиями и промышленным применением благодаря внедрению архитектуры без якорных боксов (anchor-free).

Для получения дополнительной технической информации ты можешь ознакомиться с оригинальной статьей YOLOX на Arxiv.

Ключевые архитектурные особенности#

YOLOX отошел от традиционного обнаружения на основе якорей, внедрив разделенную голову (decoupled head) и механизм без использования якорей. Такая конструкция сократила количество проектных параметров и улучшила производительность модели в различных бенчмарках. Кроме того, были представлены передовые стратегии назначения меток, такие как SimOTA, для ускорения процесса обучения и улучшения сходимости.

Хотя YOLOX обеспечивает отличную для своего времени точность, он в основном ориентирован на обнаружение объектов с помощью ограничивающих рамок (BBox) и не имеет встроенной поддержки других сложных задач компьютерного зрения без дополнительной настройки.

Узнать больше о YOLOX

Обзор Ultralytics YOLO11#

Выпущенная 27 сентября 2024 года Гленном Джочером (Glenn Jocher) и Цзин Цю (Jing Qiu) в компании Ultralytics, модель YOLO11 представляет собой современное решение, которое переосмысливает универсальность и простоту использования в компьютерном зрении. Опираясь на годы фундаментальных исследований, она предлагает тщательно оптимизированное и готовое к продакшену решение, которое превосходно справляется с самыми разными задачами.

Преимущество Ultralytics#

YOLO11 — это не просто детектор объектов; это единый фреймворк, поддерживающий сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение с ориентированными ограничивающими рамками (OBB). Модель отличается высокоэффективной архитектурой, в которой приоритетом является идеальный баланс между скоростью, количеством параметров и точностью.

Кроме того, YOLO11 полностью интегрирована в платформу Ultralytics, которая предоставляет удобную экосистему для разметки данных, обучения моделей и их развертывания.

Узнай больше о YOLO11

Сравнение производительности и метрик#

При сравнении этих моделей баланс производительности становится очевидным. YOLO11 достигает более высокого среднего значения точности (mAP) при значительно меньшем количестве параметров и операций (FLOPs) в большинстве категорий размеров по сравнению со своими аналогами из серии YOLOX.

Как показывают тесты, модели YOLO11 стабильно превосходят YOLOX по точности, сохраняя при этом меньший объем параметров. Например, YOLO11m достигает 51.5 mAP всего с 20.1M параметров, в то время как YOLOXx достигает схожего показателя 51.1 mAP, но требует огромных 99.1M параметров. Такая эффективность по памяти при обучении и инференсе делает YOLO11 отличным выбором для развертывания на периферийных AI-устройствах (edge AI), позволяя избежать высоких требований к памяти CUDA, характерных для старых или трансформерных моделей, таких как RT-DETR.

Экосистема и простота использования#

Одно из самых заметных различий между двумя фреймворками заключается в опыте разработчика.

YOLOX часто требует клонирования репозиториев, настройки сложных окружений и запуска громоздких аргументов командной строки для обучения и экспорта моделей в такие форматы, как ONNX или TensorRT.

На этом фоне Ultralytics YOLO11 предлагает невероятно простой Python API и CLI. Библиотека Ultralytics берет на себя автоматическую аугментацию данных, подбор гиперпараметров и экспорт.

from ultralytics import YOLO

# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")

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

# Export the trained model to TensorRT for optimized deployment
model.export(format="engine")

Эта поддерживаемая в актуальном состоянии экосистема подкреплена подробной документацией и бесшовной интеграцией с такими инструментами, как Weights & Biases, для отслеживания экспериментов.

Идеальные варианты использования#

Выбор между этими моделями часто зависит от особенностей среды развертывания.

Когда стоит использовать YOLOX#

• Устаревшие системы: Если у тебя есть налаженный конвейер, построенный исключительно на базе фреймворка MegEngine или парадигм обнаружения объектов начала 2021 года.
• Академические эталоны: При проведении исследований, требующих прямого сравнения с фундаментальными архитектурами без якорей эпохи 2021 года.

Когда стоит использовать YOLO11#

• Развертывание в продакшене: Для коммерческих приложений в сфере умного ритейла или охранных сигнализаций, где критически важны надежный, поддерживаемый код и высокая точность.
• Многозадачные конвейеры: Когда твоему проекту требуется отслеживать объекты, оценивать позы людей и сегментировать экземпляры с использованием одного унифицированного фреймворка.
• Периферийные устройства с ограниченными ресурсами: Благодаря малому количеству параметров и высокой пропускной способности YOLO11 идеально подходит для развертывания на Raspberry Pi или мобильных эдж-узлах с помощью CoreML и NCNN.

Взгляд в будущее: Преимущество YOLO26#

Хотя YOLO11 представляет собой огромный шаг вперед по сравнению с YOLOX, сфера компьютерного зрения развивается стремительно. Разработчикам, которые начинают новые проекты сегодня, настоятельно рекомендуется Ultralytics YOLO26.

Выпущенная в январе 2026 года, YOLO26 берет архитектурное совершенство YOLO11 и внедряет несколько революционных функций:

• Архитектура end-to-end без NMS: YOLO26 исключает постпроцессинг подавления немаксимумов (NMS), обеспечивая нативный потоковый инференс для более быстрых и простых пайплайнов развертывания (концепция, впервые исследованная в YOLOv10).
• До 43% более быстрый логический вывод на CPU: Благодаря удалению функции потерь Distribution Focal Loss (DFL) YOLO26 значительно эффективнее работает на CPU и маломощных периферийных устройствах.
• Оптимизатор MuSGD: Вдохновленный инновациями в обучении больших языковых моделей (LLM) от Moonshot AI, оптимизатор MuSGD обеспечивает высокую стабильность обучения и быструю сходимость.
• Продвинутые функции потерь: Используя ProgLoss + STAL, YOLO26 достигает заметных улучшений в распознавании мелких объектов, что крайне важно для аэросъемки с дронов и автономной робототехники.

Для подавляющего большинства современных задач компьютерного зрения обновление твоего пайплайна с использованием YOLO26 обеспечит наилучший баланс скорости, точности и простоты развертывания.