Начать

YOLOX и YOLOv5

Выбор подходящей модели обнаружения объектов — важное решение для любого проекта в области компьютерного зрения. В этом руководстве технически сравниваются две влиятельные модели: YOLOX от Megvii и Ultralytics YOLOv5. Анализ архитектур, метрик производительности и экосистем обучения поможет разработчикам и исследователям принять обоснованное решение для конкретных сред развёртывания.

Знакомство с моделями#

Обе модели появились в период стремительного развития обнаружения объектов в реальном времени, но для достижения высокой производительности в них использовались разные архитектурные подходы.

YOLOX: подход без якорных рамок#

Выпущенная 18 июля 2021 года исследователями Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun из Megvii, YOLOX ознаменовала значительный отход от традиционных анкерных рамок. В техническом отчёте на arXiv описана безанкерная архитектура YOLOX с разделённой головой и стратегией назначения меток SimOTA. Эта архитектура призвана сблизить академические исследования и промышленное применение и обеспечить высокую производительность на стандартных наборах данных.

Узнай больше о YOLOX

YOLOv5: стандарт производственного компьютерного зрения на базе ИИ#

Созданная Glenn Jocher и выпущенная Ultralytics 26 июня 2020 года, YOLOv5 быстро стала одной из самых широко используемых моделей компьютерного зрения. Созданная изначально на фреймворке PyTorch, она сделала передовые решения в области ИИ доступнее благодаря простоте использования, быстрому обучению и качественно подготовленному репозиторию. Архитектура YOLOv5 сочетает скорость, точность и простоту развёртывания, поэтому её используют повсюду — от периферийных устройств до крупных облачных развёртываний.

Архитектурные различия#

Понимание ключевых технических различий между этими сетями помогает разобраться, почему они по-разному справляются с различными задачами.

Без якорных рамок и с якорными рамками#

Главное различие заключается в безанкерном механизме YOLOX. Традиционные модели с анкерами, такие как YOLOv5, используют заранее заданные анкерные рамки для предсказания ограничивающих рамок. Чтобы определить оптимальные размеры анкеров, требуется кластерный анализ обучающего набора данных. YOLOX обходится без этого и напрямую предсказывает координаты ограничивающих рамок для каждой пространственной позиции. Безанкерный подход сокращает число проектных параметров и объём эвристической настройки, а усовершенствованный анкерный подход YOLOv5 благодаря функции автоматического подбора анкеров сразу обеспечивает стабильную и предсказуемую сходимость обучения.

Разделённая и объединённая головы#

В YOLOX используется разделённая голова: задачи классификации и регрессии распределены по отдельным ветвям нейронной сети. По мнению авторов, это устраняет конфликты между обучением пространственных и семантических признаков. В свою очередь, в ранних версиях YOLOv5 применялась тщательно оптимизированная объединённая голова, которая повышала вычислительную эффективность и снижала задержку при инференсе. Это особенно важно для вычислений в реальном времени на периферийных устройствах.

Эволюция архитектуры

В 2021 году YOLOX стала флагманом архитектуры с разделённой головой, а позже Ultralytics внедрила и усовершенствовала разделённые архитектуры в таких последующих моделях, как YOLOv8 и YOLO26.

Стратегия назначения меток#

YOLOX использует SimOTA для назначения меток, формулируя сопоставление объектов ground truth с предсказаниями как задачу оптимальной транспортировки. Такое динамическое назначение улучшает обработку перегруженных сцен. YOLOv5 применяет надежное назначение на основе правил формы, обеспечивая стабильную передачу высококачественных положительных примеров в функцию потерь, что способствует устойчивости обучения.

Производительность и тесты#

Компромисс между скоростью и точностью — ключевой критерий оценки этих архитектур. В таблице ниже показана производительность моделей разных размеров на стандартных бенчмарках.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

YOLOX точнее в вариантах от s до x, тогда как YOLOv5 во всех случаях работает быстрее на T4 с TensorRT. Например, YOLOv5s выполняет задачу за 1.92 мс против 2.56 мс у YOLOXs, что важно для приложений реального времени, где на счету каждая миллисекунда.

Преимущества Ultralytics: обучение и удобство использования#

При переходе от исследований к промышленной эксплуатации экосистема модели зачастую не менее важна, чем сама модель. Здесь преимущества экосистемы Ultralytics очевидны.

Удобство работы#

YOLOv5 известна тем, что с ней разработчикам удобно работать. Python API Ultralytics и CLI позволяют загружать, обучать и развертывать модели с помощью нескольких строк кода. В отличие от этого, запуск YOLOX из репозитория Megvii на GitHub требует больше ручной настройки переменных среды, сложной конфигурации путей Python и освоения более крутого обучения, типичного для академических кодовых баз.

Эффективность обучения и требования к памяти#

Модели Ultralytics разработаны так, чтобы свести к минимуму потребление памяти при обучении. YOLOv5 требует значительно меньше памяти CUDA, чем модели Transformer с большим числом параметров, например RT-DETR, или неоптимизированные исследовательские модели. Благодаря этому разработчики могут обучать модели с большим размером батча на потребительском оборудовании и ускорять цикл итеративной разработки.

Универсальность для разных задач#

Хотя YOLOX предназначен исключительно для обнаружения объектов, экосистема Ultralytics развила YOLOv5, добавив поддержку нескольких задач компьютерного зрения. Сразу после установки можно выполнять обнаружение объектов, сегментацию экземпляров и классификацию изображений, используя один и тот же синтаксис API.

Постоянные инновации

Если тебе нужны более сложные задачи, например оценка позы или обнаружение ориентированных ограничивающих рамок (OBB), перейди на Ultralytics YOLO26: эта модель изначально поддерживает такие задачи и обеспечивает высокую точность.

Сравнение кода#

Разницу в удобстве использования лучше всего видно на примере кода.

Обучение с YOLOv5:

from ultralytics import YOLO

# Загрузить предварительно обученную модель YOLOv5s
model = YOLO("yolov5su.pt")  # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics

# Обучи модель на примере набора данных COCO8
model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Запустить инференс на изображении
results = model("https://ultralytics.com/images/zidane.jpg")

# Отобразить результаты
results[0].show()

Обучение с YOLOX: (Требуется вручную клонировать репозиторий, установить setup.py и указать сложные аргументы CLI)

# Example YOLOX training command
python tools/train.py -f exps/default/yolox_s.py -d 1 -b 64 --fp16 -o

Подход Ultralytics устраняет лишние препятствия, позволяя тебе сосредоточиться на наборе данных и логике приложения, а не на отладке конфигурационных файлов. Отслеживание экспериментов также встроено благодаря интеграциям с Weights & Biases и Comet ML.

Оптимальные сценарии использования и реальные приложения#

Выбор между этими моделями зависит от условий эксплуатации твоего проекта.

В чем сильна YOLOX#

YOLOX остается хорошим выбором для академических исследований, когда ученые целенаправленно изучают безанкерные подходы или стратегии назначения меток. Эта модель также полезна в сценариях, где главным критерием служит обнаружение объектов в перегруженных сценах, а скорость развертывания на периферийных устройствах вторична.

В чём сильна YOLOv5#

YOLOv5 — проверенный выбор для практического развертывания.

  • Высокоскоростное производство: При обнаружении дефектов на сборочной линии низкая задержка инференса YOLOv5 на периферийных GPU помогает проверять изделия, не замедляя конвейер.
  • Дроны и аэрофотосъёмка: благодаря экономному использованию памяти модель запускается на лёгких сопроцессорах дронов для таких задач, как мониторинг сельского хозяйства и отслеживание диких животных.
  • Умная розница: от автоматизированной оплаты покупок до управления запасами — YOLOv5 легко экспортировать в TensorRT и ONNX для массового развертывания на тысячах магазинных камер.

Что дальше: преимущества YOLO26#

Хотя YOLOv5 по-прежнему широко используется, область ИИ быстро развивается. Если ты начинаешь новый проект сегодня, Ultralytics рекомендует модели последнего поколения от Ultralytics.

Выпущенная в январе 2026 года, Ultralytics YOLO26 поддерживает опциональную сквозную архитектуру без NMS (nms=False), устраняющую необходимость в постобработке с помощью подавления немаксимумов (NMS) и упрощающую логику развертывания. После удаления Distribution Focal Loss (DFL) YOLO26n обеспечивает до 43% более быстрый инференс на CPU, чем YOLO11n, а оптимизатор MuSGD повышает стабильность обучения, и ProgLoss + STAL (прогрессивная функция потерь и назначение меток с учетом малых объектов) улучшают точность обнаружения небольших объектов.

Какую бы модель ты ни выбрал — YOLOv5 или YOLO26, — платформа Ultralytics предоставляет инструменты для перевода решений компьютерного зрения от идеи к промышленной эксплуатации, а в документации Ultralytics описан каждый этап конвейера.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.