YOLOX против YOLOv6-3.0: исчерпывающее руководство по безанкорному и промышленному обнаружению объектов

Эволюция компьютерного зрения во многом определялась стремительным прогрессом серии YOLO. Выбор подходящей архитектуры для развертывания часто сводится к поиску баланса между «сырой» пропускной способностью, простотой архитектуры и эффективностью обучения. Двумя значимыми вехами на этом пути стали исследования YOLOX в области безанкорных моделей и высокая промышленная пропускная способность YOLOv6-3.0.

Это техническое сравнение разбирает их архитектурные различия, показатели производительности и идеальные сценарии использования, а также представляет возможности нового поколения Ultralytics YOLO26 для разработчиков, ищущих оптимальное решение для развертывания на границе сети (edge) и в облаке.

YOLOX: Наведение мостов между исследованиями и индустрией

Разработанная исследователями Megvii, модель YOLOX была представлена как значительный сдвиг в сторону упрощения архитектуры YOLO за счет полного отказа от анкоров (anchor-free).

Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun
Организация: Megvii
Дата: 18.07.2021
Arxiv: 2107.08430
GitHub: Megvii-BaseDetection/YOLOX

Ключевые архитектурные особенности

YOLOX успешно интегрировала безанкорный дизайн в семейство YOLO. Устранив предопределенные анкорные боксы, модель значительно сокращает количество параметров проектирования и эвристической настройки, необходимых во время обучения. Это делает YOLOX легко адаптируемой к различным пользовательским наборам данных без ручного пересчета анкоров.

Более того, YOLOX представила архитектуру с разделенной «головой» (decoupled head). Разделив задачи классификации и регрессии на разные ветви, модель разрешает внутренний конфликт между определением того, что находится на изображении, и где оно расположено. В сочетании со стратегией назначения меток SimOTA, YOLOX достигает более быстрой сходимости и улучшенной средней точности (mAP).

Узнай больше о YOLOX

Преимущество отсутствия якорей

Безанкорные детекторы, такие как YOLOX, часто показывают лучшие результаты на пользовательских наборах данных с необычным соотношением сторон объектов, поскольку они не полагаются на фиксированные априорные ограничивающие рамки, которые могут не соответствовать новым данным.

YOLOv6-3.0: промышленный тяжеловес

Разработанная отделом Vision AI компании Meituan, модель YOLOv6-3.0 бескомпромиссно спроектирована для максимальной промышленной пропускной способности, особенно на GPU NVIDIA с использованием аппаратных ускорителей, таких как TensorRT.

Авторы: Chuyi Li, Lulu Li, Yifei Geng и др.
Организация: Meituan
Дата: 2023-01-13
Arxiv: 2301.05586
GitHub: meituan/YOLOv6

Оптимизация для развертывания

YOLOv6-3.0 фокусируется на максимизации использования GPU. Она внедряет модуль двунаправленной конкатенации (BiC) в «шею» сети для улучшения слияния признаков при сохранении высокой скорости вывода. Хотя фаза вывода полностью безанкорная, YOLOv6-3.0 использует инновационную стратегию обучения с поддержкой анкоров (AAT), чтобы получить преимущества стабильности анкорных методов на этапе обучения.

Бэкбон построен с использованием дружественной к «железу» архитектуры EfficientRep, намеренно разработанной для минимизации затрат на доступ к памяти и максимизации вычислительной плотности на современных ускорителях. Это делает YOLOv6 исключительно сильным кандидатом для серверной видеоаналитики.

Узнай больше о YOLOv6

Сравнение производительности

Сравнивая эти модели, разработчики должны сопоставить «сырую» точность со скоростью вывода и количеством параметров. Следующая таблица отражает производительность обоих семейств моделей в разных размерах.

Модель	размер ^{(пиксели)}	mAP^val 50-95	Скорость ^{CPU ONNX (мс)}	Скорость ^{T4 TensorRT10 (мс)}	параметры ^(М)	FLOPs ^(Б)
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

YOLOv6-3.0n	640	37.5	-	1.17	4.7	11.4
YOLOv6-3.0s	640	45.0	-	2.66	18.5	45.3
YOLOv6-3.0m	640	50.0	-	5.28	34.9	85.8
YOLOv6-3.0l	640	52.8	-	8.95	59.6	150.7

Хотя YOLOv6-3.0 показывает превосходный mAP и отличную скорость TensorRT для более крупных вариантов, YOLOX остается весьма конкурентоспособной благодаря своей простоте и надежной работе на устаревшем оборудовании.

Варианты использования и рекомендации

Выбор между YOLOX и YOLOv6 зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в экосистеме.

Когда выбирать YOLOX

YOLOX — сильный выбор, если:

Исследований обнаружения без анкоров: Академических исследований, использующих чистую архитектуру YOLOX без анкоров в качестве базы для экспериментов с новыми головами обнаружения или функциями потерь.
Сверхлегких граничных устройств: Развертывания на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый размер варианта YOLOX-Nano (0.91 млн параметров).
Исследований назначения меток SimOTA: Исследовательских проектов, изучающих стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать YOLOv6

YOLOv6 рекомендуется для:

Развертывания с учетом промышленного оборудования: Сценарии, где аппаратная оптимизация модели и эффективная репараметризация обеспечивают наилучшую производительность на конкретном целевом оборудовании.
Быстрой одностадийной детекции: Приложения, ставящие во главу угла скорость логического вывода на GPU для обработки видео в реальном времени в контролируемых средах.
Интеграции в экосистему Meituan: Команды, уже работающие внутри технологического стека и инфраструктуры развертывания Meituan.

Когда выбирать Ultralytics (YOLO26)

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и опыта разработчика:

Периферийное развертывание без NMS: Приложениям требуется стабильный вывод с низкой задержкой без сложности постобработки Non-Maximum Suppression.
Среды только с CPU: Устройства без выделенного GPU-ускорения, где преимущество YOLO26 в виде до 43% более быстрого вывода на CPU является решающим.
Обнаружение мелких объектов: Сложные сценарии, такие как аэросъемка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL значительно повышают точность распознавания крошечных объектов.

Преимущество Ultralytics

Хотя и Megvii, и Meituan предоставляют мощные исследовательские репозитории, развертывание этих моделей в продакшене часто требует значительных инженерных усилий. Интегрированная экосистема Ultralytics устраняет эти препятствия, предлагая унифицированный и подробно задокументированный API.

Используя пакет Ultralytics, разработчики получают доступ к непревзойденному пользовательскому опыту. Это включает встроенную автоматическую аугментацию, высокоэффективное управление памятью во время обучения (значительно снижающее требования к VRAM по сравнению с трансформерными моделями, такими как RTDETR), а также бесшовные конвейеры экспорта в такие форматы, как ONNX и OpenVINO.

В отличие от узкоспециализированных моделей, архитектуры Ultralytics по своей сути универсальны и «из коробки» поддерживают обнаружение объектов, сегментацию экземпляров, оценку позы, классификацию изображений и ориентированные ограничивающие рамки (OBB).

Встречай YOLO26: идеальное решение для Edge

Командам, начинающим новые проекты в области компьютерного зрения, мы настоятельно рекомендуем обновиться до недавно выпущенной Ultralytics YOLO26. Опираясь на успехи YOLO11 и YOLOv8, YOLO26 привносит парадигмальные инновации:

End-to-End NMS-Free Design: First explored in YOLOv10, YOLO26 natively eliminates the need for Non-Maximum Suppression (NMS) post-processing. This guarantees deterministic, ultra-low latency inference critical for real-time robotics.
Оптимизатор MuSGD: Вдохновленный методами обучения больших языковых моделей (LLM), такими как Kimi K2 от Moonshot AI, YOLO26 использует оптимизатор MuSGD (гибрид SGD и Muon) для достижения невероятно стабильной динамики обучения и более быстрой сходимости.
До 43% быстрее вывод на CPU: Удалив Distribution Focal Loss (DFL) и оптимизировав «голову» сети, YOLO26 стала значительно лучше работать на граничных устройствах, полагающихся на выполнение на CPU, значительно превосходя YOLOv6 в подобных сценариях.
ProgLoss + STAL: Эти передовые формулировки функций потерь обеспечивают значительные улучшения в обнаружении мелких объектов, что делает YOLO26 идеальной для аэрофотосъемки и микроскопического инспекционного контроля дефектов.

Узнай больше о YOLO26

Пример унифицированного обучения

Используя Python API от Ultralytics, для обучения современных моделей достаточно всего нескольких строк кода. Этот же чистый интерфейс применим как для тестирования устаревшей модели YOLO, так и для развертывания новейшего фреймворка YOLO26.

from ultralytics import YOLO

# Load the next-generation YOLO26 model (NMS-free, optimized for edge)
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The ecosystem handles downloading, caching, and auto-batching natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model and print mAP metrics
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment
model.export(format="onnx")

Платформа Ultralytics

Для еще более удобного опыта управляй своими наборами данных, отслеживай эксперименты и обучай модели в облаке с помощью платформы Ultralytics, не требующей написания кода.