YOLOX 与 YOLO11#
计算机视觉的发展在很大程度上受到对实时目标检测框架的追求的推动，这些框架在保持高精度的同时平衡了推理速度。这一历程中最显著的里程碑包括 YOLOX 和 Ultralytics YOLO11。虽然这两个模型都为该领域做出了重大贡献，但它们的底层架构、设计理念和开发者生态系统存在很大差异。
这份全面的技术对比探讨了它们的架构、性能指标、训练方法和理想部署场景，旨在帮助你为下一个人工智能项目做出明智的决定。
YOLOX 概览#
YOLOX 由 Megvii 的研究员 Zheng Ge、Songtao Liu、Feng Wang、Zeming Li 和 Jian Sun 于 2021 年 7 月 18 日推出，代表了 YOLO 系列的重大转变。通过引入无锚点（anchor-free）设计，它成功弥合了学术研究与工业应用之间的鸿沟。
有关更多技术背景，你可以查阅原始的 YOLOX Arxiv paper。
关键架构特征#
YOLOX 摒弃了传统的基于锚点的检测，采用了去耦头（decoupled head）和无锚点机制。这种设计减少了设计参数的数量，并提高了模型在各种基准测试中的性能。此外，它还引入了诸如 SimOTA 之类的高级标签分配策略，以加速训练过程并改善收敛性。
虽然 YOLOX 在其问世时提供了出色的精度，但它主要侧重于边界框（bounding box）目标检测，并且缺乏对其他复杂视觉任务的开箱即用支持。
通过消除预定义的锚框（anchor boxes），YOLOX 大幅减少了针对不同数据集所需的启发式调整，使其成为了研究无锚点方法的有力基准。
Ultralytics YOLO11 概览#
由 Ultralytics 的 Glenn Jocher 和 Jing Qiu 于 2024 年 9 月 27 日发布，YOLO11 是一个最先进的模型，重新定义了计算机视觉的多功能性和易用性。它建立在多年基础研究的基础之上，提供了一个高度精炼、可用于生产的解决方案，在众多任务中表现优异。
Ultralytics 的优势#
YOLO11 不仅仅是一个目标检测器；它是一个支持实例分割、图像分类、姿态估计和旋转边界框 (OBB) 检测的统一框架。它拥有高效的架构，优先考虑速度、参数量和精度之间的无缝平衡。
此外，YOLO11 完全集成到 Ultralytics Platform 中，该平台为数据标注、模型训练和部署提供了一个精简的生态系统。
性能与指标对比#
在比较这些模型时，性能的平衡显而易见。与 YOLOX 同类产品相比，YOLO11 在大多数尺寸类别中以显著更少的参数和 FLOPs 实现了更高的平均精度均值 (mAP)。
| 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) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
正如所展示的那样，YOLO11 模型在精度上始终优于 YOLOX，同时保持了更精简的参数量。例如，YOLO11m 仅需 20.1M parameters 即可实现 51.5 mAP，而 YOLOXx 达到类似的 51.1 mAP 却需要庞大的 99.1M parameters。这种在训练和推理过程中的内存效率使得 YOLO11 非常适合部署在边缘 AI 设备上，避免了像 RT-DETR 这样较旧或基于 Transformer 的模型通常所需的巨大 CUDA 内存需求。
与 YOLOX 和基于 Transformer 的架构相比，Ultralytics 模型在训练期间所需的 GPU 内存显著减少，使研究人员能够在标准消费级硬件上训练强大的模型。
生态系统与易用性#
这两个框架之间最显著的区别之一是开发者体验。
YOLOX 通常需要克隆仓库、设置复杂的环境以及运行冗长的命令行参数来训练和将模型导出为 ONNX 或 TensorRT 等格式。
Ultralytics YOLO11 与之形成鲜明对比，它提供了非常简单的 Python API 和 CLI。Ultralytics 库会自动处理数据增强、超参数调优和导出。
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train the model effortlessly on custom data
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Export the trained model to TensorRT for optimized deployment
model.export(format="engine")这个维护良好的生态系统背后有广泛的文档支持，并且与 Weights & Biases 等工具无缝集成以进行实验跟踪。
理想使用场景#
在这些模型之间进行选择通常取决于部署环境的具体情况。
何时使用 YOLOX#
- 遗留系统： 如果你拥有明确围绕 MegEngine 框架或 2021 年初目标检测范式构建的现有工作流。
- 学术基准： 当进行需要直接针对 2021 年代的基础无锚点架构进行基准测试的研究时。
何时使用 YOLO11#
- 生产部署： 适用于智能零售或安全报警系统中的商业应用，在这些应用中，稳健、经过维护的代码和高精度是不可妥协的。
- 多任务工作流： 当项目需要使用单一的统一框架来跟踪对象、估计人体姿态并进行实例分割时。
- 资源受限的边缘设备： 由于其参数量低且吞吐量高，YOLO11 非常适合通过 CoreML 和 NCNN 部署在 Raspberry Pi 或移动边缘节点上。
展望未来：YOLO26 的优势#
虽然 YOLO11 相比 YOLOX 实现了巨大的飞跃，但计算机视觉领域正在快速发展。对于今天开始新项目的开发者来说，Ultralytics YOLO26 是明确的推荐。
YOLO26 于 2026 年 1 月发布，它汲取了 YOLO11 的架构优势，并引入了多项突破性功能：
- 端到端无 NMS 设计： YOLO26 消除了非极大值抑制 (NMS) 后处理，原生流式传输推理，以实现更快、更简单的部署流水线（这一概念最早在 YOLOv10 中进行了探索）。
- CPU 推理速度提升高达 43%： 通过移除分布焦点损失（DFL），YOLO26 在 CPU 和低功耗边缘设备上的效率显著提高。
- MuSGD 优化器： 受 Moonshot AI 的大语言模型训练创新启发，MuSGD 优化器确保了极高稳定性的训练过程和快速收敛。
- 高级损失函数： 利用 ProgLoss + STAL，YOLO26 在小目标识别方面取得了显著改进，这对于无人机图像和自主机器人至关重要。
对于绝大多数现代计算机视觉任务，升级你的流水线以利用 YOLO26 将提供速度、精度和部署简便性的最佳平衡。