Ir al contenido

YOLO11 vs YOLOv9: Una comparación técnica para la detección de objetos

Ultralytics ofrece constantemente modelos YOLO de última generación, superando los límites de la detección de objetos en tiempo real. Esta página proporciona una comparación técnica entre dos modelos avanzados: Ultralytics YOLO11 y YOLOv9. Analizamos sus innovaciones arquitectónicas, puntos de referencia de rendimiento y aplicaciones adecuadas para guiarle en la selección del modelo óptimo para sus tareas de visión artificial.

Ultralytics YOLO11: La vanguardia

Ultralytics YOLO11, la iteración más reciente de la serie Ultralytics YOLO, se basa en éxitos anteriores como YOLOv8. YOLO11 está diseñada para mejorar la precisión y la eficiencia en diversas tareas de visión artificial, incluyendo la detección de objetos, la segmentación de instancias, la clasificación de imágenes y la estimación de poses.

Detalles técnicos:

Arquitectura y Características Clave

YOLO11 presenta una arquitectura diseñada para mejorar la extracción de características y acelerar el procesamiento. Logra una mayor precisión, a menudo con menos parámetros que sus predecesores, lo que mejora el rendimiento en tiempo real y permite el despliegue en diversas plataformas, desde dispositivos de borde como NVIDIA Jetson y Raspberry Pi hasta la infraestructura en la nube. Una ventaja clave de YOLO11 es su perfecta integración en el ecosistema Ultralytics bien mantenido, que ofrece una experiencia de usuario optimizada a través de una sencilla API de Python y una extensa documentación. Este ecosistema garantiza un entrenamiento eficiente con pesos pre-entrenados fácilmente disponibles y se beneficia del desarrollo activo, un fuerte apoyo de la comunidad a través de GitHub y Discord, y actualizaciones frecuentes. Además, YOLO11 demuestra versatilidad al soportar múltiples tareas de visión más allá de la detección, una característica que a menudo falta en los modelos de la competencia. También suele requerir menos memoria durante el entrenamiento y la inferencia en comparación con otros tipos de modelos como los transformadores.

Fortalezas

  • Equilibrio de rendimiento: Excelente equilibrio entre velocidad y precisión.
  • Facilidad de uso: API sencilla, documentación completa y ecosistema integrado (Ultralytics HUB).
  • Versatilidad: Admite tareas de detección, segmentación, clasificación, pose y OBB.
  • Eficiencia: Optimizado para varios hardware, entrenamiento eficiente y menor huella de memoria.
  • Bien mantenido: Desarrollado activamente, con un fuerte apoyo de la comunidad y actualizaciones frecuentes.

Debilidades

  • Al ser un detector de una sola etapa, puede enfrentarse a desafíos con objetos extremadamente pequeños en comparación con algunos detectores de dos etapas.
  • Los modelos más grandes requieren más recursos computacionales, aunque generalmente menos que los modelos basados en transformadores.

Casos de Uso Ideales

YOLO11 es ideal para aplicaciones que exigen alta precisión y procesamiento en tiempo real:

Más información sobre YOLO11

YOLOv9: Avance en precisión con conceptos novedosos

YOLOv9, presentado a principios de 2024, representa una contribución académica significativa a la detección de objetos, centrándose en superar la pérdida de información en redes neuronales profundas.

Detalles técnicos:

Arquitectura y Características Clave

YOLOv9 introduce dos innovaciones arquitectónicas principales: Información de Gradiente Programable (PGI) y la Red Generalizada de Agregación Eficiente de Capas (GELAN). PGI está diseñado para proporcionar información de entrada completa para el cálculo de la función de pérdida, mitigando así el problema del cuello de botella de información que puede degradar el rendimiento en redes profundas. GELAN es una arquitectura de red novedosa y altamente eficiente que optimiza la utilización de parámetros y la eficiencia computacional. Juntas, estas características permiten que YOLOv9 establezca nuevos puntos de referencia de precisión en el conjunto de datos COCO.

Fortalezas

  • Precisión mejorada: Establece nuevos resultados de última generación en el conjunto de datos COCO para detectores de objetos en tiempo real, superando a muchos modelos anteriores en mAP.
  • Eficiencia mejorada: GELAN y PGI contribuyen a modelos que requieren menos parámetros y recursos computacionales (FLOPs) para un rendimiento comparable o mejor.
  • Preservación de la Información: PGI aborda eficazmente el problema del cuello de botella de la información, que es crucial para entrenar con precisión redes más profundas y complejas.

Debilidades

  • Recursos de entrenamiento: El entrenamiento de los modelos YOLOv9 puede requerir más recursos y tiempo en comparación con Ultralytics YOLOv5, como se indica en la documentación de YOLOv9.
  • Arquitectura más reciente: Al ser un modelo más reciente de un grupo de investigación diferente, su ecosistema, el soporte de la comunidad y las integraciones de terceros son menos maduros que los del ecosistema Ultralytics, que está bien establecido.
  • Versatilidad de tareas: Se centra principalmente en la detección de objetos, careciendo del soporte integrado para la segmentación, la clasificación y la estimación de poses que se encuentran en los modelos de Ultralytics como YOLO11 y YOLOv8.

Casos de Uso Ideales

YOLOv9 es adecuado para aplicaciones donde lograr la mayor precisión posible en la detección de objetos es el objetivo principal:

  • Analítica de Video Avanzada: Seguimiento y análisis de alta precisión en escenas complejas.
  • Inspección industrial de alta precisión: Detección de defectos diminutos en la fabricación.
  • Investigación y evaluación comparativa: Superando los límites de la precisión de la detección en conjuntos de datos estándar.

Más información sobre YOLOv9

Comparación directa de rendimiento: YOLO11 vs. YOLOv9

Tanto YOLO11 como YOLOv9 ofrecen una gama de tamaños de modelo, lo que permite a los desarrolladores encontrar el equilibrio adecuado entre velocidad y precisión para sus necesidades específicas. La siguiente tabla proporciona una comparación directa de sus métricas de rendimiento en el conjunto de datos COCO.

Modelo tamaño
(píxeles)		 mAPval
50-95		 Velocidad
CPU ONNX
(ms)		 Velocidad
T4 TensorRT10
(ms)		 parámetros
(M)		 FLOPs
(B)
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
YOLOv9t 640 38.3 - 2.3 2.0 7.7
YOLOv9s 640 46.8 - 3.54 7.1 26.4
YOLOv9m 640 51.4 - 6.43 20.0 76.3
YOLOv9c 640 53.0 - 7.16 25.3 102.1
YOLOv9e 640 55.6 - 16.77 57.3 189.0

De los datos, podemos observar que los modelos YOLO11 ofrecen un equilibrio excepcional en cuanto a rendimiento. Por ejemplo, YOLO11s alcanza un mAP superior al de YOLOv9s con menos FLOPs. De forma similar, YOLO11l supera a YOLOv9c en precisión, a la vez que tiene significativamente menos FLOPs y una velocidad de inferencia en GPU más rápida. Si bien el modelo YOLOv9-E más grande alcanza el mAP más alto, YOLO11 proporciona una compensación más práctica en toda su gama de modelos, especialmente si se consideran los puntos de referencia de velocidad integrales y la facilidad de implementación que proporciona el framework de Ultralytics.

Diferencias Arquitectónicas y del Ecosistema

La diferencia fundamental radica en su filosofía de diseño. Ultralytics YOLO11 está diseñado para profesionales. Su arquitectura está optimizada no solo para el rendimiento, sino también para la usabilidad, la versatilidad y la integración. El marco unificado admite múltiples tareas de forma predeterminada, lo que reduce drásticamente el tiempo de desarrollo de sistemas de IA complejos. El ecosistema circundante, incluyendo Ultralytics HUB, la extensa documentación y la comunidad activa, lo convierten en la opción preferida para construir e implementar aplicaciones listas para producción.

YOLOv9, por otro lado, es un modelo centrado en la investigación que introduce conceptos académicos innovadores. Su punto fuerte reside en su novedoso enfoque para resolver los retos del aprendizaje profundo, como la pérdida de información. Aunque es potente, este enfoque implica que carece del ecosistema holístico y fácil de usar para los desarrolladores que define a los modelos de Ultralytics. La integración de YOLOv9 en un pipeline multi-tarea o su implementación en diversos hardwares puede requerir más esfuerzo manual y experiencia.

Conclusión: ¿Qué modelo debería elegir?

Para la gran mayoría de desarrolladores, investigadores y empresas, Ultralytics YOLO11 es la opción recomendada. Ofrece una combinación superior de alto rendimiento, velocidad, versatilidad y una facilidad de uso sin igual. El robusto ecosistema y el mantenimiento activo garantizan que pueda pasar del concepto a la producción de forma rápida y eficiente. Su capacidad para gestionar la detección, la segmentación, la clasificación y mucho más dentro de un único marco la convierte en una solución potente y preparada para el futuro.

YOLOv9 es un modelo excelente para especialistas e investigadores cuyo objetivo principal es lograr la máxima precisión de detección absoluta en benchmarks, y que están preparados para manejar las complejidades adicionales del entrenamiento y la implementación fuera de un ecosistema integrado.

Explorar Otros Modelos

El mundo de la detección de objetos está en constante evolución. Además de YOLO11 e YOLOv9, también puede que te interesen otros modelos potentes disponibles dentro del ecosistema Ultralytics. Echa un vistazo a nuestras comparaciones de YOLOv10, el predecesor YOLOv8, y el RT-DETR basado en transformadores para encontrar el ajuste perfecto para tu proyecto.



📅 Creado hace 1 año ✏️ Actualizado hace 1 mes
glenn-jocher

Comentarios