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.
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.
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.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
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.
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 -oПодход 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.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.