YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported. Documentation: https://yolox.readthedocs.io/ Topics

2022年4月11日 · YOLO系列终于又回到了Anchor-free的怀抱，不用费劲心思去设计anchor了！ 旷视开源新的高性能检测器 YOLOX ，本文将近两年来 目标检测 领域的各个角度的优秀进展与YOLO进行了巧妙地集成组合，性能大幅提升。

本文针对YOLO系列进行了一些经验性改进，构建了一种新的高性能检测器YOLOX。本文将YOLO检测器调整为了Anchor-Free形式并集成了其他先进检测技术(比如decoupled head、label assignment SimOTA)取得了SOTA性能，比如：

2021年7月18日 · Abstract: In this report, we present some experienced improvements to YOLO series, forming a new high-performance detector -- YOLOX. We switch the YOLO detector to an anchor-free manner and conduct other advanced detection techniques, i.e., a decoupled head and the leading label assignment strategy SimOTA to achieve state-of-the-art results ...

最近Megvii发布了YOLO-X，文章题目取的是Exceeding YOLO Series in 2021，在2021年全面超越YOLO系列。 YOLO-X在下图中的表现也确实呼应了其题目： YOLO-X基本上都在左上方强势压住下方算法，不过我还是想第三象限的图，哈哈哈哈

2021年12月22日 · yolox 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 yolo 进行了巧妙的集成组合，提出了 yolox，不仅实现了超越 yolov3、yolov4 和 yolov5 的 ap，而且取得了极具竞争力的推理速度。如下图：

2021年8月17日 · yolox是旷视科技在2021年发表的一篇文章，当时主要对标的网络就是很火的yolo v5，如果对yolo v5不了解的可以看下我之前的文章。 那么在 YOLOX 中引入了当年的哪些黑科技呢，简单总结主要有三点，decoupled head、anchor-free以及advanced label assigning strategy(SimOTA)。

近期旷视团队发布了 YOLOX 系列模型，在同等条件下YOLOX在 COCO数据集 上效果要超过YOLOV5，而且代码和模型细节报告都已经发布。 这里根据公布的论文以及开源的代码来解读YOLOX。 YOLOX选取的baseline模型为Darknet53-YOLOv3模型，并和YOLOv4和YOLOv5一样增加了 SPP layer。 相比原始的YOLOv3模型，训练策略增加了 EMA，学习速率采用cosine lr schedule。 另外在loss上，cls和obj分支还是采用BCE，但是reg分支采用 IoU loss。

2022年4月22日 · YOLOX is a high-performance anchor-free YOLO, exceeding yolov3~v5 with MegEngine, ONNX, TensorRT, ncnn, and OpenVINO supported. Documentation: https://yolox.readthedocs.io/ - Megvii-BaseDetection/Y...

YOLOX is a single-stage object detector that makes several modifications to YOLOv3 with a DarkNet53 backbone. Specifically, YOLO’s head is replaced with a decoupled one.