Meet YOLO26: next-gen vision AI.

Link to this sectionYOLOX 与 DAMO-YOLO#

实时目标检测的演进经历了多次范式转变，从基于锚框（anchor-based）到无锚框（anchor-free）架构，再从手动设计的骨干网络到自动神经架构搜索（NAS）。在这篇全面的技术对比中，我们将分析这一进程中的两个重要里程碑：YOLOX 和 DAMO-YOLO。我们将探讨它们的架构创新、训练方法以及性能权衡，同时还会强调现代 Ultralytics YOLO26 如何为现代开发者提供一个无与伦比的替代方案。

Link to this sectionYOLOX：无锚（Anchor-Free）范式的先驱#

YOLOX 由 Megvii 的 Zheng Ge、Songtao Liu、Feng Wang、Zeming Li 和 Jian Sun 于 2021 年 7 月 18 日发布，它成功地将无锚框设计整合到 YOLO 家族中，标志着一个关键的转折点。正如他们在 ArXiv 技术报告 中所描述的那样，YOLOX 旨在架起学术研究与工业部署之间的桥梁。

Link to this section关键架构创新#

YOLOX 引入了几个核心结构转变，极大地改进了其前辈模型：

  • 无锚框机制：通过直接预测目标的中心及其边界框尺寸，YOLOX 减少了设计启发式规则的数量，并简化了复杂的锚框聚类过程。这使其能够高度适配各种 计算机视觉 场景。
  • 解耦头（Decoupled Head）：传统的 YOLO 模型使用单个耦合头进行分类和回归。YOLOX 实现了解耦头，将分类和定位分开处理，这使得模型收敛速度更快，并提高了准确性。
  • SimOTA 标签分配：使用最优传输分配（OTA）的简化版本来动态分配正样本，减少了训练时间并克服了中心点分配的歧义。
YOLOX 的遗产

YOLOX 的解耦头设计深刻影响了后续几代目标检测器，成为许多现代模型的标准功能。

了解关于 YOLOX 的更多信息

Link to this sectionDAMO-YOLO：大规模自动化架构搜索#

DAMO-YOLO 由 Alibaba Group 的 Xianzhe Xu 及其研究团队开发，于 2022 年 11 月 23 日发布。正如他们在 ArXiv 出版物 中详述，该模型大量使用了神经架构搜索（NAS）来推动速度与准确性的帕累托前沿。

Link to this section关键架构创新#

DAMO-YOLO 的策略建立在自动化设计高效结构的基础上：

  • MAE-NAS 骨干网络：利用多目标进化算法，DAMO-YOLO 发现了为特定延迟预算定制的高效骨干网络，特别是在导出到 TensorRT 等框架时表现尤为突出。
  • 高效的 RepGFPN：一种重型颈部（neck）设计，显着增强了跨不同空间分辨率的特征融合，这对 航拍图像分析 和检测不同尺度的目标非常有利。
  • ZeroHead：一种简化的预测头，在不牺牲模型整体平均精度（mAP）的情况下削减了计算冗余。
  • AlignedOTA 与蒸馏：结合了先进的标签分配和教师-学生知识蒸馏技术，以最大限度地挖掘小型学生模型的性能。

了解关于 DAMO-YOLO 的更多信息

Link to this section性能与指标对比#

在比较这两个模型时，我们必须查看它们的参数数量、所需的 FLOPs 和延迟特征。以下是比较 YOLOX 和 DAMO-YOLO 在多种规模下的基准数据。

模型尺寸
(像素)		mAPval
50-95		速度
CPU ONNX
(ms)		速度
T4 TensorRT10
(ms)		参数量
(M)		FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

虽然两个模型都取得了令人印象深刻的结果，但它们也有各自的局限性。YOLOX 需要仔细调整其解耦头，而 DAMO-YOLO 对蒸馏的高度依赖使得在自定义数据集上进行重新训练变得极其消耗资源，需要大量的 GPU 内存。

Link to this section应用场景与建议#

在 YOLOX 和 DAMO-YOLO 之间进行选择取决于你的具体项目需求、部署约束和生态系统偏好。

Link to this section何时选择 YOLOX#

YOLOX 是以下场景的有力选择：

  • 无锚点检测研究： 学术研究使用 YOLOX 简洁的无锚点架构作为基准，用于实验新的检测头或损失函数。
  • 超轻量级边缘设备： 部署在微控制器或遗留移动硬件上，此时 YOLOX-Nano 变体极小的体积（0.91M 参数）至关重要。
  • SimOTA 标签分配研究： 探索基于最优传输的标签分配策略及其对训练收敛影响的研究项目。

Link to this section何时选择 DAMO-YOLO#

建议在以下场景使用 DAMO-YOLO：

  • 高吞吐量视频分析： 在固定的 NVIDIA GPU 基础设施上处理高 FPS 视频流，其中 batch-1 吞吐量是主要指标。
  • 工业生产线： 在专用硬件上对 GPU 延迟有严格限制的场景，例如生产线上的实时质量检查。
  • 神经架构搜索研究： 研究自动化架构搜索 (MAE-NAS) 和高效重参数化骨干网络对检测性能的影响。

Link to this section何时选择 Ultralytics (YOLO26)#

对于大多数新项目，Ultralytics YOLO26 提供了性能和开发者体验的最佳组合：

  • 无 NMS 的边缘部署： 需要一致、低延迟推理且无需复杂非极大值抑制后处理的应用。
  • 仅 CPU 环境： 没有专用 GPU 加速的设备，YOLO26 带来的高达 43% 的 CPU 推理提速可提供决定性优势。
  • 小目标检测： 具有挑战性的场景，如 aerial drone imagery 或 IoT 传感器分析，其中 ProgLoss 和 STAL 可显著提升对极小目标的检测精度。

Link to this sectionUltralytics 的优势：隆重介绍 YOLO26#

虽然 YOLOX 和 DAMO-YOLO 代表了重要的历史里程碑，但现代开发者需要一种将最先进的准确性与无与伦比的易用性相结合的解决方案。这就是 Ultralytics YOLO26 改变格局的地方。YOLO26 于 2026 年 1 月发布，它建立在 无 NMS 模型 的基础上，提供了速度、准确性和开发者体验的终极平衡。

Link to this section为什么选择 YOLO26？#

集成的 Ultralytics 生态系统通过提供以下功能，超越了零散的学术代码库：

  • 端到端无 NMS 设计：YOLO26 在推理过程中原生消除了非极大值抑制（NMS）。这带来了极快且可预测的延迟，这对边缘部署和 自动驾驶汽车 至关重要。
  • DFL 移除：通过移除分布焦点损失（Distribution Focal Loss），YOLO26 简化了向边缘设备的导出过程，显着降低了轻量级应用的内存需求。
  • MuSGD 优化器：YOLO26 借鉴了 LLM 训练创新，采用混合 SGD 和 Muon 优化器，确保了极高的训练稳定性和超快的收敛速度。
  • 高达 43% 的 CPU 推理加速：得益于深度结构优化，YOLO26 无需昂贵的 GPU 硬件即可在 CPU 上飞速运行。
  • 先进的损失函数：ProgLoss + STAL 的集成提供了小目标识别的巨大改进，使其成为 无人机巡检 和物联网监控等任务的理想选择。
  • Versatility: Unlike DAMO-YOLO, which is strictly a detector, YOLO26 natively supports Instance Segmentation, Pose Estimation, Image Classification, and Oriented Bounding Box (OBB) tasks in a single, unified framework.
立即开始构建

借助 Ultralytics Python API，你无需手动配置复杂的蒸馏流水线，也不必编写数百行 C++ 代码来部署模型。

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

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

# Run ultra-fast, NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or OpenVINO with a single command
model.export(format="openvino")

了解更多关于 YOLO26 的信息

Link to this section其他值得考虑的模型#

计算机视觉生态系统非常广阔。根据你的具体约束，你可能还需要探索 Ultralytics 生态系统完全支持的其他架构：

  • YOLO11：YOLO26 的强大前身，以其在 零售分析 和 制造质量控制 方面的稳健性而闻名。
  • YOLOv8：一款传奇且高度稳定的无锚框模型，普及了广泛的边缘部署。
  • RT-DETR：由百度开发的实时检测 Transformer，为那些高度依赖全局注意力机制的任务提供了绝佳选择，尽管需要更高的训练内存。

Link to this section结论#

YOLOX 和 DAMO-YOLO 都为深度学习的进步贡献了至关重要的概念——YOLOX 验证了解耦、无锚框的方法，而 DAMO-YOLO 展示了自动架构搜索的力量。然而，对于现实世界的生产应用，它们原始研究代码库的复杂性可能会拖慢敏捷团队的进度。

通过利用全面的 Ultralytics Platform，开发者可以绕过这些障碍。凭借 YOLO26 的端到端设计、卓越的 CPU 速度和详尽的 文档，实现最先进的视觉 AI 比以往任何时候都更容易。无论你是在构建智慧城市基础设施、医疗诊断还是先进机器人技术，Ultralytics 都提供了从原始数据到稳健、真实世界部署的最有效路径。

贡献者
GLglenn-jocher13PDpderrenger1

评论