YOLOX и YOLOv8#

За последние несколько лет в компьютерном зрении произошёл заметный прогресс в области обнаружения объектов реального времени. Исследователи и инженеры постоянно расширяют границы точности и скорости, поэтому выбрать подходящую модель бывает непросто. В этом подробном руководстве проводится углублённое техническое сравнение двух влиятельных архитектур: YOLOX и Ultralytics YOLOv8.

Анализ особенностей архитектур, методов обучения и возможностей развёртывания помогает разработчикам обоснованно выбрать оптимальный фреймворк для своих проектов в области искусственного интеллекта.

YOLOX: от исследований к промышленности#

YOLOX стала важной моделью, успешно сократившей разрыв между академическими исследованиями и промышленным применением. Возврат к архитектуре без anchor-боксов значительно сократил количество параметров проектирования и эвристических настроек, необходимых для прежних детекторов с anchor-боксами.

Сведения о модели:

• Автор: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: YOLOX: превосходя семейство YOLO в 2021 году
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: Документация YOLOX

Основные особенности архитектуры#

YOLOX включает несколько важных изменений, которые отличают её от предшественников. Главное из них — разделённая голова, которая направляет задачи классификации и регрессии ограничивающих рамок по отдельным ветвям. Это архитектурное решение устраняет внутренний конфликт между пространственным выравниванием, необходимым для регрессии, и инвариантностью к переносу, нужной для классификации, благодаря чему во время обучения сходимость ускоряется.

Кроме того, YOLOX использует стратегию назначения меток SimOTA. Этот динамический метод сводит сопоставление объектов с истинной разметкой и прогнозов к задаче оптимального транспорта, что позволяет сократить время обучения и повысить среднюю точность (mAP). Модель также применяет эффективные методы аугментации данных, включая MixUp и Mosaic, однако в последние эпохи обучения их отключают, чтобы стабилизировать выученные признаки.

Узнай больше о YOLOX

YOLOv8: универсальный стандарт экосистемы#

Созданная на основе многолетних исследований, Ultralytics YOLOv8 — важный этап эволюции передовых моделей компьютерного зрения. Она изначально разрабатывалась не просто как детектор объектов, а как комплексный многоцелевой фреймворк для решения широкого круга задач визуального распознавания с исключительно доступным API.

Сведения о модели:

• Автор: Glenn Jocher, Ayush Chaurasia и Jing Qiu
• Организация: Ultralytics
• Дата: 2023-01-10
• GitHub: ultralytics/ultralytics
• Документация: Документация YOLOv8

Архитектурные усовершенствования#

YOLOv8 использует упрощённую архитектуру, в которой модуль C3 заменён более эффективным модулем C2f. Это улучшает распространение градиента и извлечение признаков, не приводя к значительному увеличению числа параметров. Как и YOLOX, YOLOv8 использует безанкерную конструкцию и разделённую голову, однако уточняет расчёт функции потерь, добавляя распределение фокальной потери (DFL) и функцию потерь CIoU. В результате модель гораздо точнее предсказывает ограничивающие рамки, особенно для небольших или перекрывающихся объектов.

Помимо стандартного обнаружения объектов, YOLOv8 из коробки поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки (OBB). Благодаря такой универсальности в решении нескольких задач модель отлично подходит для сложных производственных сред, где необходимо поддерживать несколько типов моделей.

Сравнение производительности и метрик#

При сравнении этих моделей разработчикам нужно учитывать компромисс между точностью, задержкой инференса и вычислительными затратами. В таблице ниже приведены результаты тестирования обоих семейств моделей.

YOLOv8 стабильно демонстрирует более высокий mAP при сопоставимом количестве параметров и сохраняет высокую скорость на GPU. Кроме того, модели Ultralytics известны меньшим потреблением памяти во время обучения. Это важное преимущество при увеличении размера пакета на потребительском оборудовании, особенно по сравнению с ресурсоёмкими архитектурами на основе Transformer, такими как RT-DETR, которым требуется значительно больше памяти CUDA.

Опыт разработки и развёртывания#

Работа с устаревшими исследовательскими кодовыми базами часто требует настройки сложных окружений и написания собственного шаблонного кода для инференса. В свою очередь, API Ultralytics сводит всё это к нескольким строкам Python.

from ultralytics import YOLO

# Инициализация малой модели YOLOv8
model = YOLO("yolov8s.pt")

# Легко обучи модель на собственном наборе данных
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Проверь точность модели
metrics = model.val()

# Запуск инференса на тестовом изображении
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

Этот унифицированный интерфейс — отличительная черта хорошо поддерживаемой экосистемы Ultralytics. Он позволяет разработчикам тратить меньше времени на отладку проблем с окружением и больше — на доработку своих решений в области компьютерного зрения.

Сценарии использования и рекомендации#

Выбор между YOLOX и YOLOv8 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 выбрать YOLOv8#

YOLOv8 подойдет для:

• Универсальное решение для нескольких задач: проекты, которым нужна проверенная модель для обнаружения объектов, сегментации, классификации и оценки позы в экосистеме Ultralytics.
• Уже работающие системы: существующие промышленные среды, построенные на архитектуре YOLOv8 и использующие стабильные, тщательно проверенные конвейеры развертывания.
• Широкая поддержка сообщества и экосистемы: приложения, которым помогают многочисленные руководства по YOLOv8, сторонние интеграции и активное сообщество.

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.

Взгляд в будущее: архитектура YOLO26#

Хотя YOLOv8 предлагает исключительный баланс характеристик и удобства использования, искусственный интеллект продолжает стремительно развиваться. Выпущенная в январе 2026 года, YOLO26 задаёт стандарт для современного развёртывания на периферии и в облаке: она использует фундаментальные идеи предыдущих поколений и постоянно совершенствует их.

В YOLO26 появилась сквозная конструкция без NMS: её необязательная голова one-to-one (nms=False) пропускает эвристический этап постобработки — подавление немаксимумов. Это нововведение обеспечивает стабильную детерминированную задержку на различных целевых платформах развёртывания. Кроме того, благодаря намеренному удалению модуля распределения фокальной потери (DFL) YOLO26 обеспечивает до 43% более быстрый инференс на CPU, что делает её оптимальным выбором для встраиваемых систем и мобильных приложений.

В YOLO26 также кардинально улучшена стабильность обучения благодаря новому оптимизатору MuSGD — гибриду SGD и Muon, который ускоряет сходимость. В сочетании с новыми функциями потерь ProgLoss + STAL YOLO26 значительно лучше распознаёт небольшие объекты, что особенно важно для картографирования с дронов и систем охранной сигнализации.

Заключение и рекомендации#

При сравнении старых фреймворков с современными решениями направление развития очевидно. YOLOX сыграла важную роль в переходе к безанкерным методам, однако отсутствие интегрированной экосистемы для нескольких задач ограничивает её применимость в динамичных производственных средах.

Если для тебя важны удобство работы, поддержка разных задач и сильное сообщество, YOLOv8 остаётся надёжным выбором. Но если ты хочешь добиться максимальной производительности на периферийных устройствах, устранить узкие места NMS и получить наивысшую точность благодаря новейшим подходам к обучению, YOLO26 — однозначно рекомендуемая модель для любого нового проекта в области компьютерного зрения.

Если ты хочешь изучить другие модели из линейки Ultralytics, ознакомься с характеристиками производительности YOLO11 или прочитай о новаторских концепциях без NMS, впервые проверенных в YOLOv10.