YOLOX и YOLOv8#

За последние несколько лет область компьютерного зрения продемонстрировала значительный прогресс в обнаружении объектов в реальном времени. По мере того как исследователи и инженеры постоянно расширяют границы точности и скорости, разобраться в многообразии доступных моделей становится непросто. Это подробное руководство содержит углублённое техническое сравнение двух весьма влиятельных архитектур: YOLOX и Ultralytics YOLOv8.

Анализируя их уникальные архитектуры, методики обучения и возможности развёртывания, разработчики могут принимать обоснованные решения при выборе оптимального фреймворка для своих проектов в области искусственного интеллекта.

YOLOX: от исследований к промышленному применению#

YOLOX стала ключевой моделью, успешно сократившей разрыв между академическими исследованиями и промышленным применением. В ней был реализован возврат к безъякорной архитектуре, что значительно уменьшило количество параметров проектирования и объём эвристической настройки, необходимых для детекторов на основе якорей предыдущих поколений.

Сведения о модели:

• Автор: Чжэн Гэ, СунътАО Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
• Организация: Megvii
• Дата: 2021-07-18
• Arxiv: YOLOX: превосходя серию YOLO в 2021 году
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: Документация YOLOX

Архитектурные особенности#

YOLOX включает несколько ключевых модификаций, которые отличают её от предшественников. Наиболее заметная из них — разделённая голова, которая распределяет задачи классификации и регрессии ограничивающих рамок по отдельным ветвям. Такое архитектурное решение устраняет inherentный конфликт между пространственным выравниванием, необходимым для регрессии, и инвариантностью к переносу, требуемой для классификации, что приводит к более быстрой сходимости во время обучения.

Кроме того, YOLOX использует стратегию назначения меток SimOTA. Этот динамический метод сопоставления формулирует соответствие объектов истинной разметки и предсказаний как задачу оптимального транспорта, эффективно сокращая время обучения и повышая среднюю точность (mAP). Модель также применяет эффективные методы аугментации данных, включая MixUp и Mosaic, однако на последних эпохах они отключаются для стабилизации выученных признаков.

Узнай больше о YOLOX

YOLOv8: универсальный стандарт экосистемы#

Созданная на основе многолетних непрерывных исследований, Ultralytics YOLOv8 представляет собой значительный шаг в развитии передовых моделей компьютерного зрения. Она изначально проектировалась не просто как детектор объектов, а как комплексный многозадачный фреймворк, способный решать широкий спектр задач визуального распознавания благодаря невероятно доступному API.

Сведения о модели:

• Автор: Гленн Джокер (Glenn Jocher), Аюш Чаурасия (Ayush Chaurasia) и Цзин Цю (Jing Qiu)
• Организация: Ultralytics
• Дата: 2023-01-10
• GitHub: ultralytics/ultralytics
• Документация: Документация YOLOv8

Архитектурные улучшения#

YOLOv8 представляет оптимизированную архитектуру, в которой модуль C3 заменён более эффективным модулем C2f, улучшающим распространение градиентов и извлечение признаков без существенного увеличения количества параметров. Как и YOLOX, YOLOv8 использует безъякорную архитектуру и разделённую голову, однако совершенствует вычисление функции потерь за счёт добавления Distribution Focal Loss (DFL) и потерь CIoU, что приводит к значительно более точным предсказаниям ограничивающих рамок, особенно для небольших или перекрывающихся объектов.

Помимо стандартного обнаружения объектов, YOLOv8 изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и ориентированные ограничивающие рамки (OBB). Такая многозадачная универсальность делает модель особенно привлекательным выбором для сложных производственных сред, где необходимо поддерживать несколько типов моделей.

Сравнение производительности и метрик#

При сравнении этих моделей разработчики должны учитывать компромисс между точностью, задержкой инференса и вычислительными затратами. В таблице ниже приведены бенчмарки для обоих семейств моделей.

YOLOv8 стабильно демонстрирует более высокий mAP при сопоставимом количестве параметров, сохраняя при этом отличную скорость на GPU. Кроме того, модели Ultralytics известны меньшими требованиями к памяти во время обучения. Это важное преимущество при увеличении размеров пакетов на пользовательском оборудовании, особенно по сравнению с ресурсоёмкими архитектурами Transformer, такими как RT-DETR, которые потребляют 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 упрощает этот процесс до нескольких строк Python.

from ultralytics import YOLO

# Initialize the YOLOv8 small model
model = YOLO("yolov8s.pt")

# Train the model effortlessly on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's accuracy
metrics = model.val()

# Execute inference on a test image
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

Этот унифицированный интерфейс — отличительная черта хорошо поддерживаемой экосистемы Ultralytics, благодаря которой разработчики тратят меньше времени на отладку проблем окружения и больше — на итеративное улучшение своих решений в области компьютерного зрения.

Варианты применения и рекомендации#

Выбор между YOLOX и YOLOv8 зависит от конкретных требований твоего проекта, ограничений развёртывания и предпочтений относительно экосистемы.

Когда стоит выбрать YOLOX#

YOLOX — хороший выбор для:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая безъякорная архитектура YOLOX используется как базовая модель для экспериментов с новыми головками обнаружения или функциями потерь.
• Сверхлёгкие периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый размер варианта YOLOX-Nano (0.91M параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты, изучающие стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда стоит выбрать YOLOv8#

YOLOv8 рекомендуется для:

• Универсальное развертывание для нескольких задач: проектов, которым нужна проверенная модель для обнаружения, сегментации, классификации и оценки позы в экосистеме Ultralytics.
• Сформировавшиеся промышленные системы: существующих производственных сред, уже построенных на архитектуре YOLOv8 и использующих стабильные, тщательно протестированные конвейеры развертывания.
• Широкая поддержка сообщества и экосистемы: приложений, получающих преимущества от обширных руководств по YOLOv8, сторонних интеграций и активных ресурсов сообщества.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Взгляд в будущее: архитектура YOLO26#

Хотя YOLOv8 обеспечивает исключительный баланс и удобство использования, передовые технологии искусственного интеллекта продолжают стремительно развиваться. Выпущенная в январе 2026 года, YOLO26 представляет собой окончательный стандарт для современного развёртывания на периферийных и облачных устройствах, последовательно развивая основополагающие концепции предыдущих поколений и оптимизируя их.

YOLO26 представляет сквозную архитектуру без NMS, полностью устраняющую эвристический этап постобработки с подавлением немаксимумов. Этот прорыв обеспечивает стабильную детерминированную задержку на различных целевых платформах развёртывания. Кроме того, благодаря намеренному удалению модуля Distribution Focal Loss (DFL) YOLO26 обеспечивает до 43% более быстрый инференс на CPU, что делает её безусловно лучшим выбором для встраиваемых систем и мобильных приложений.

Стабильность обучения в YOLO26 также была кардинально улучшена благодаря интеграции нового оптимизатора MuSGD — гибрида SGD и Muon, ускоряющего сходимость. В сочетании с новыми функциями потерь ProgLoss + STAL YOLO26 обеспечивает заметное улучшение распознавания небольших объектов, что особенно важно для картографирования с помощью дронов и систем охранной сигнализации.

Заключение и рекомендации#

При сравнении старых фреймворков с современными решениями тенденция очевидна. Хотя YOLOX стала важным промежуточным этапом перехода к безъякорным методологиям, отсутствие интегрированной многозадачной экосистемы ограничивает её полезность в динамичных производственных средах.

Для разработчиков, которым важны удобство работы, поддержка разнообразных задач и сильное сообщество, YOLOv8 остаётся весьма надёжным выбором. Однако тем, кто стремится максимально повысить производительность периферийных вычислений, устранить узкие места NMS и добиться максимально возможной точности благодаря новейшим инновациям в обучении, YOLO26 настоятельно рекомендуется как модель для любого нового проекта в области компьютерного зрения.

Если ты хочешь изучить другие модели из набора Ultralytics, можешь также ознакомиться с характеристиками производительности YOLO11 или изучить передовые концепции без NMS, первоначально протестированные в YOLOv10.