YOLOX и YOLOv7#

Развитие обнаружения объектов в реальном времени непрерывно ускоряли архитектурные прорывы. Два важных этапа этого развития — YOLOX и YOLOv7. Выпущенные с разницей менее года, обе модели предложили новые подходы к стандартной парадигме обнаружения объектов и значительно улучшили компромисс между скоростью и точностью.

На этой странице представлен подробный технический анализ YOLOX и YOLOv7: сравниваются их архитектуры, показатели производительности и оптимальные сценарии использования, чтобы помочь разработчикам выбрать подходящее решение для развёртывания систем компьютерного зрения.

YOLOX: новаторский безанкерный детектор#

YOLOX, представленная исследователями Megvii в июле 2021 года, стала важным шагом в сторону отказа от традиционных конструкций с анкерами. Сблизив академические исследования и промышленное применение, YOLOX упростила голову детектора и повысила общую производительность.

Основные сведения о модели:

• Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 2021-07-18
• Научная статья: arXiv:2107.08430
• Исходный код: YOLOX от Megvii на GitHub
• Документация: Документация YOLOX на GitHub

Архитектурные инновации#

YOLOX предложила безанкерный подход, который значительно сократил количество настраиваемых параметров и объём эвристической подстройки для пользовательских наборов данных. В модели реализована разделённая голова, в которой задачи классификации и регрессии выполняются отдельно, что ускорило сходимость и повысило точность. Кроме того, в YOLOX применяются продвинутые методы аугментации данных, например MixUp и Mosaic, повышающие устойчивость модели.

Узнай больше о YOLOX

YOLOv7: обучаемый набор бесплатных улучшений#

Выпущенная в июле 2022 года исследователями Института информационных наук Академии Синика на Тайване, YOLOv7 ещё дальше продвинула границы обнаружения объектов в реальном времени. В ней была представлена концепция «обучаемого набора бесплатных улучшений», а после выпуска модель установила новые рекорды на наборе данных MS COCO.

Основные сведения о модели:

• Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 2022-07-06
• Научная статья: arXiv:2207.02696
• Исходный код: YOLOv7 от WongKinYiu на GitHub
• Документация: документация Ultralytics по YOLOv7

Архитектурные инновации#

Архитектура YOLOv7 построена на расширенной сети агрегации эффективных слоёв (E-ELAN), которая позволяет модели непрерывно изучать более разнообразные признаки, не ухудшая путь градиента. Кроме того, в YOLOv7 применяются методы репараметризации модели: сложные многоветвевые сети, используемые при обучении, преобразуются в более быстрые однонаправленные сети для инференса.

Узнай больше о YOLOv7

Сравнение производительности#

При оценке этих моделей для практического применения важно понимать, как они работают на разных масштабах. В таблице ниже сравниваются стандартные метрики различных вариантов YOLOX и YOLOv7.

Анализ#

• Точность: YOLOv7 обычно обеспечивает более высокий mAP, чем сопоставимые модели YOLOX. Например, YOLOv7x достигает 53.1 mAP против 51.1 у YOLOXx.
• Скорость: обе модели хорошо оптимизированы для работы на GPU с помощью TensorRT, но архитектура E-ELAN в YOLOv7 обеспечивает немного более высокую пропускную способность для высокопроизводительных приложений. При этом YOLOX сохраняет отличную задержку на небольших периферийных устройствах.
• Универсальность: YOLOv7 расширила возможности за пределы ограничивающих рамок и изначально предоставляет веса для сегментации экземпляров и оценки позы, что делает её универсальнее базового репозитория YOLOX.

Применение в реальных условиях#

Выбор между этими моделями часто зависит от конкретной среды развёртывания.

Периферийные вычисления и IoT#

Для устройств с ограниченными ресурсами, например Raspberry Pi или старых мобильных процессоров, отлично подойдут YOLOX-Nano и YOLOX-Tiny. Благодаря минимальному количеству параметров и безанкерной конструкции эти модели проще развёртывать в средах с низким энергопотреблением для таких задач, как простое отслеживание движения или работа умного дверного звонка.

Высокоточная видеоаналитика#

Для обработки потокового видео высокого разрешения при обнаружении промышленных дефектов или мониторинге плотного трафика лучше подойдёт YOLOv7. Благодаря надёжной агрегации признаков модель сохраняет высокую точность, даже когда объекты частично перекрыты или сильно различаются по масштабу.

Сценарии использования и рекомендации#

Выбор между YOLOX и YOLOv7 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 выбирать YOLOv7#

YOLOv7 рекомендуем для таких задач:

• Академические бенчмарки: воспроизведение результатов передового уровня 2022 года или изучение влияния E-ELAN и методов обучаемого набора бесплатных преимуществ.
• Исследования перепараметризации: изучение запланированных перепараметризованных сверток и стратегий комплексного масштабирования моделей.
• Существующие пользовательские конвейеры: проекты с глубоко адаптированными конвейерами на основе конкретной архитектуры YOLOv7, которые сложно переработать.

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#

Хотя YOLOX и YOLOv7 — мощные исследовательские реализации, переход от исследовательского репозитория к масштабируемой производственной среде может оказаться непростой задачей. Здесь на помощь приходит платформа Ultralytics.

Модели Ultralytics предоставляют унифицированный API Python, который превращает обучение, валидацию и развёртывание моделей в простые стандартизированные процессы. Тебе не придётся разбираться со сложными сторонними зависимостями или пользовательскими операторами C++, характерными для старых архитектур.

Кроме того, для обучения моделей Ultralytics YOLO требуется значительно меньше памяти CUDA, чем для детекторов на основе Transformer, таких как RT-DETR. Благодаря этому специалисты могут использовать большие размеры пакетов, что стабилизирует обучение и ускоряет сходимость на пользовательских наборах данных.

Пример кода: обучение с Ultralytics#

Пакет Ultralytics для Python изначально не обучает модели и не запускает контрольные точки YOLOv7 .pt (в документации YOLOv7 показано, как запускать экспортированные модели ONNX или TensorRT), но более новые архитектуры, например YOLO26, можно загрузить, обучить и запустить всего несколькими строками кода.

from ultralytics import YOLO

# Загрузи предобученную модель YOLO26
model = YOLO("yolo26n.pt")

# Обучение модели на пользовательском наборе данных (например, COCO8)
# API автоматически обрабатывает загрузку данных, аугментацию и управление памятью
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Запусти инференс на тестовом изображении
predictions = model("path/to/image.jpg")
predictions[0].show()

Будущее: Ultralytics YOLO26#

YOLOv7 и YOLOX стали важными этапами развития, но передовые технологии быстро сменяют друг друга. Выпущенная в январе 2026 года, Ultralytics YOLO26 представляет новаторские подходы, превосходящие предыдущие модели.

• Сквозная конструкция без NMS: необязательная голова one-to-one в YOLO26 (nms=False) пропускает постобработку — подавление немаксимумов (NMS). Это значительно сокращает задержку и обеспечивает детерминированное время выполнения на различном оборудовании.
• До 43% более быстрый инференс на CPU: благодаря удалению распределения фокальной потери (DFL) и оптимизации глубины сети YOLO26 отлично подходит для периферийных устройств без выделенного оборудования GPU.
• Оптимизатор MuSGD: вдохновлённый передовыми методами обучения больших языковых моделей (LLM), оптимизатор MuSGD — гибрид SGD и Muon — обеспечивает исключительную стабильность обучения и ускоряет сходимость.
• Улучшенное обнаружение небольших объектов: функции потерь ProgLoss + STAL значительно повышают качество распознавания небольших объектов на расстоянии, что важно для картографирования с дронов и охранного наблюдения.
• Встроенная поддержка задач: YOLO26 из коробки поддерживает ориентированные ограничивающие рамки (OBB), сегментацию экземпляров и оценку позы в рамках одного и того же упрощённого API.

Разработчикам, которые сегодня начинают новый проект в области компьютерного зрения, рекомендуем оценить Ultralytics YOLO26 на платформе: это оптимальный способ добиться наилучшего баланса между скоростью, точностью и простотой развёртывания. Если ты переходишь с предыдущих поколений, таких как YOLO11 или YOLOv8, достаточно изменить строку с названием модели, чтобы сразу получить доступ к более широким возможностям.