YOLOX и YOLOv6-3.0#

Развитие компьютерного зрения во многом определялось быстрым прогрессом серии YOLO. Выбор подходящей архитектуры для развёртывания часто сводится к поиску баланса между пропускной способностью, простотой архитектуры и эффективностью обучения. Два важных этапа этого развития — исследовательская безанкерная модель YOLOX и оптимизированная для промышленной пропускной способности YOLOv6-3.0.

В этом техническом сравнении рассматриваются различия в архитектуре, показатели производительности и оптимальные сценарии использования. Также здесь представлены возможности нового поколения — Ultralytics YOLO26, предназначенной для разработчиков, которым нужно оптимальное решение для развёртывания на периферии и в облаке.

YOLOX: от исследований к промышленности#

Разработанная исследователями Megvii, YOLOX стала важным шагом к упрощению архитектуры YOLO благодаря полностью безанкерной конструкции.

• Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX

Основные особенности архитектуры#

YOLOX успешно внедрила безанкерную конструкцию в семейство YOLO. Благодаря отказу от заранее заданных анкерных рамок модель значительно сокращает количество настраиваемых параметров и объём эвристической подстройки, необходимых во время обучения. Благодаря этому YOLOX хорошо адаптируется к различным пользовательским наборам данных без ручного пересчёта анкеров.

Кроме того, в YOLOX была представлена архитектура с разделённой головой. Разделив задачи классификации и регрессии на разные ветви, модель устраняет присущий им конфликт между определением того, чем является объект, и того, где он находится. В сочетании со стратегией назначения меток SimOTA это обеспечивает более быструю сходимость и повышает среднюю точность по всем классам (mAP).

Узнай больше о YOLOX

YOLOv6-3.0: промышленный тяжеловес#

Разработанная подразделением Vision AI компании Meituan, YOLOv6-3.0 без лишних оговорок оптимизирована 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 развёртывания#

YOLOv6-3.0 ориентирована на максимальное использование GPU. В шейке модели применяется модуль двунаправленной конкатенации (BiC), который улучшает слияние признаков и сохраняет высокую скорость инференса. Хотя на этапе инференса модель полностью обходится без анкеров, во время обучения YOLOv6-3.0 использует инновационную стратегию обучения с помощью анкеров (AAT), чтобы воспользоваться стабильностью подхода с анкерами.

В качестве основы используется дружественная к оборудованию архитектура EfficientRep, специально разработанная для минимизации затрат на доступ к памяти и максимального увеличения плотности вычислений на современных ускорителях. Благодаря этому YOLOv6 отлично подходит для серверной видеоаналитики.

Подробнее о YOLOv6

Сравнение производительности#

При сравнении этих моделей разработчикам нужно сопоставить точность, скорость инференса и количество параметров. В таблице ниже приведены результаты обоих семейств моделей разных размеров.

YOLOv6-3.0 демонстрирует более высокий mAP и отличную скорость TensorRT в крупных вариантах, но YOLOX остаётся конкурентоспособной благодаря простоте и надёжной работе на устаревшем оборудовании.

Сценарии использования и рекомендации#

Выбор между YOLOX и YOLOv6 зависит от конкретных требований проекта, ограничений развёртывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOX#

YOLOX подойдёт для:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая архитектура YOLOX без якорей используется как базовая модель для экспериментов с новыми головами обнаружения или функциями потерь.
• Сверхкомпактные периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен крайне малый размер варианта YOLOX-Nano (0,91 млн параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты по изучению стратегий назначения меток на основе оптимального транспорта и их влияния на сходимость обучения.

Когда стоит выбрать YOLOv6#

YOLOv6 рекомендуется для следующих задач:

• Развертывание с учетом промышленного оборудования: сценарии, в которых аппаратно-ориентированный дизайн и эффективная репараметризация модели обеспечивают оптимальную производительность на конкретном целевом оборудовании.
• Быстрая одноэтапная детекция: приложения, где приоритетом является максимальная скорость инференса на GPU для обработки видео в реальном времени в контролируемых условиях.
• Интеграция с экосистемой Meituan: команды, уже работающие с технологическим стеком и инфраструктурой развертывания Meituan.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: Устройства без выделенного ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Преимущества Ultralytics#

Megvii и Meituan предлагают мощные исследовательские репозитории, но для развёртывания их моделей в производственной среде часто требуются значительные инженерные усилия. Интегрированная экосистема Ultralytics устраняет эти трудности благодаря унифицированному API с подробной документацией.

Используя пакет Ultralytics, разработчики получают доступ к исключительному удобству работы. В их распоряжении — встроенная автоматическая аугментация, эффективное управление памятью во время обучения (требования к VRAM значительно ниже, чем у моделей на основе Transformer, например RT-DETR) и удобные конвейеры экспорта в такие форматы, как ONNX и OpenVINO.

В отличие от специализированных моделей, архитектуры Ultralytics универсальны и из коробки поддерживают обнаружение объектов, сегментацию экземпляров, оценку позы, классификацию изображений и ориентированные ограничивающие рамки (OBB).

Представляем YOLO26: оптимальное решение для периферийных устройств#

Командам, начинающим новые проекты в области компьютерного зрения, настоятельно рекомендуем перейти на недавно выпущенную Ultralytics YOLO26. Развивая успех YOLO11 и YOLOv8, YOLO26 предлагает инновации, меняющие привычные подходы:

• Сквозная конструкция без NMS: впервые опробованная в YOLOv10, необязательная голова one-to-one в YOLO26 (nms=False) устраняет необходимость в постобработке — подавлении немаксимумов (NMS). Это гарантирует детерминированный инференс со сверхнизкой задержкой, необходимый для робототехники реального времени.
• Оптимизатор MuSGD: вдохновлённая методами обучения LLM, например Kimi K2 от Moonshot AI, YOLO26 использует оптимизатор MuSGD — гибрид SGD и Muon, который обеспечивает исключительно стабильное обучение и ускоряет сходимость.
• До 43% более быстрый инференс на CPU: благодаря удалению распределения фокальной потери (DFL) и упрощению головы сети YOLO26 хорошо оптимизирована для периферийных устройств, использующих вычисления на CPU, и значительно превосходит YOLOv6 в сценариях на периферии.
• ProgLoss + STAL: эти продвинутые функции потерь значительно повышают качество обнаружения небольших объектов, поэтому YOLO26 отлично подходит для анализа аэрофотоснимков и обнаружения микроскопических дефектов.

Пример унифицированного обучения#

С помощью API Ultralytics для Python для обучения передовых моделей достаточно нескольких строк кода. Этот же удобный интерфейс подходит как для тестирования устаревшей модели YOLO, так и для развёртывания передового 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 dataset downloading, caching, and 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")

Рекомендации по выбору для разных сценариев#

Выбирая одну из этих архитектур, учитывай ограничения своего оборудования и требования проекта:

• Выбирай YOLOX, если исследуешь стратегии назначения меток в академических целях или тебе нужна простая для понимания безанкерная базовая модель, которую можно адаптировать под собственную архитектуру.
• Выбирай YOLOv6-3.0, если развёртываешь модель на промышленном сервере с мощными GPU NVIDIA, например A100 или T4, и можешь использовать большие размеры пакетов и оптимизации TensorRT для одновременной обработки сотен видеопотоков.
• Выбирай YOLO26 для подавляющего большинства современных приложений. Если ты разрабатываешь приложения Edge AI для устройств IoT, дронов или мобильных телефонов, встроенная конструкция YOLO26 без NMS, оптимизации для CPU и комплексная поддержка экосистемы делают эту модель бесспорно лучшим выбором для перехода от обучения к производственной эксплуатации.