Ir al contenido

YOLOv9 vs. YOLOv10: Una comparación técnica para la detección de objetos

Elegir el modelo de detección de objetos adecuado es una decisión crítica para cualquier proyecto de visión artificial, que influye directamente en el rendimiento, la velocidad y la eficiencia de los recursos. La serie YOLO continúa superando los límites de lo que es posible. Esta página ofrece una comparación técnica detallada entre dos modelos de última generación: YOLOv9 y YOLOv10. Analizaremos sus innovaciones arquitectónicas, métricas de rendimiento y casos de uso ideales para ayudarle a seleccionar el mejor modelo para sus necesidades específicas, equilibrando factores como la precisión, la velocidad de inferencia y el coste computacional.

YOLOv9: Información de Gradiente Programable para un Aprendizaje Mejorado

YOLOv9, introducido en febrero de 2024, es un avance significativo en la detección de objetos que aborda el problema de la pérdida de información en las redes neuronales profundas. Su novedosa arquitectura asegura que los datos cruciales se conserven a lo largo del modelo, lo que lleva a resultados altamente precisos.

Detalles técnicos:

Arquitectura y Características Clave

YOLOv9 introduce dos conceptos innovadores:

  • Información de Gradiente Programable (PGI): Este mecanismo aborda el reto de la pérdida de información a medida que los datos fluyen a través de las capas de la red profunda. Al generar gradientes fiables, PGI asegura que el modelo pueda aprender eficazmente y realizar actualizaciones precisas, lo cual es crucial para detectar objetos complejos.
  • Red Generalizada de Agregación de Capas Eficiente (GELAN): YOLOv9 presenta una nueva arquitectura de red, GELAN, que es un diseño altamente eficiente que optimiza la utilización de parámetros y la eficiencia computacional. Esto permite que YOLOv9 logre un rendimiento de primer nivel sin ser excesivamente grande o lento.

Fortalezas

  • Alta precisión: YOLOv9 establece un alto estándar de precisión, con su variante más grande, YOLOv9-E, que alcanza puntuaciones mAP de última generación en el conjunto de datos COCO.
  • Preservación de la Información: La innovación central de PGI mitiga eficazmente el problema del cuello de botella de la información, lo que lleva a un mejor aprendizaje y rendimiento del modelo.
  • Arquitectura eficiente: GELAN proporciona un excelente equilibrio entre velocidad y precisión, lo que hace que YOLOv9 sea altamente competitivo en términos de rendimiento por parámetro.
  • Ecosistema Ultralytics: Cuando se utiliza dentro del framework de Ultralytics, YOLOv9 se beneficia de una experiencia de usuario optimizada, una API de Python sencilla y una amplia documentación. El ecosistema garantiza un entrenamiento eficiente con pesos pre-entrenados disponibles, un desarrollo activo, un sólido soporte comunitario y, por lo general, menores requisitos de memoria en comparación con otros tipos de modelos como los transformers.

Debilidades

  • Modelo más reciente: Al ser una versión reciente, la amplitud de los ejemplos aportados por la comunidad y las integraciones de terceros aún está creciendo en comparación con los modelos más establecidos.
  • Complejidad: El novedoso concepto de PGI, aunque potente, añade una capa de complejidad arquitectónica en comparación con los diseños más sencillos.

Casos de Uso Ideales

YOLOv9 es una excelente opción para aplicaciones donde lograr la mayor precisión posible es el objetivo principal:

Más información sobre YOLOv9

YOLOv10: Eficiencia de Extremo a Extremo en Tiempo Real

YOLOv10, lanzado en mayo de 2024 por investigadores de la Universidad de Tsinghua, está diseñado para una máxima eficiencia y velocidad. Logra esto rediseñando los componentes clave de la arquitectura YOLO y, lo que es más notable, eliminando la necesidad del post-procesamiento de Supresión No Máxima (NMS).

Detalles técnicos:

Arquitectura y Características Clave

La filosofía de diseño de YOLOv10 se centra en la eficiencia de extremo a extremo:

  • Entrenamiento sin NMS: YOLOv10 utiliza Asignaciones Duales Consistentes durante el entrenamiento, lo que le permite producir predicciones limpias sin el paso de NMS. Esto reduce significativamente la latencia de inferencia y simplifica el proceso de implementación.
  • Diseño holístico impulsado por la eficiencia y la precisión: La arquitectura del modelo se ha optimizado de arriba a abajo. Esto incluye un encabezado de clasificación ligero, un submuestreo desacoplado espacial-canal para preservar la información de manera eficiente y un diseño de bloques guiado por rango para eliminar la redundancia computacional.

Fortalezas

  • Eficiencia y velocidad extremas: Optimizado para una latencia y un coste computacional mínimos, lo que lo convierte en uno de los detectores de objetos más rápidos disponibles.
  • Implementación End-to-End: El diseño sin NMS elimina la sobrecarga del post-procesamiento, lo que permite una verdadera detección end-to-end en un solo paso.
  • Excelente rendimiento por vatio: Su bajo consumo computacional y de memoria lo hace ideal para dispositivos con restricciones de energía.
  • Integración de Ultralytics: YOLOv10 está totalmente integrado en el ecosistema de Ultralytics, proporcionando a los usuarios una plataforma bien mantenida y fácil de usar. Esto incluye una API sencilla, una documentación completa y acceso al conjunto completo de herramientas de Ultralytics.

Debilidades

  • Modelo muy reciente: Como el modelo más nuevo de la serie, los recursos de la comunidad y los ejemplos de implementación en el mundo real aún se están acumulando.
  • Especialización en tareas: YOLOv10 está altamente especializado en la detección de objetos. Carece de la versatilidad incorporada para otras tareas como la segmentación de instancias o la estimación de pose que son nativas de modelos como Ultralytics YOLOv8.

Casos de Uso Ideales

YOLOv10 destaca en aplicaciones donde el rendimiento en tiempo real y la eficiencia son críticos:

  • Edge Computing: Perfecto para la implementación en dispositivos con recursos limitados como NVIDIA Jetson y plataformas móviles.
  • Analítica de vídeo de alta velocidad: Aplicaciones que necesitan detección inmediata de objetos en flujos de vídeo, como el monitoreo del tráfico o el análisis de deportes en vivo.
  • Sistemas móviles e integrados: Integración en aplicaciones donde la velocidad y el consumo de energía son factores cruciales para la experiencia del usuario.

Más información sobre YOLOv10

Enfrentamiento de rendimiento: YOLOv9 vs. YOLOv10

La diferencia clave entre YOLOv9 y YOLOv10 radica en sus prioridades de diseño. YOLOv9 se centra en maximizar la precisión a través de diseños arquitectónicos sofisticados, mientras que YOLOv10 está diseñado para una eficiencia computacional y una baja latencia sin precedentes.

La siguiente tabla muestra que, si bien el modelo más grande, YOLOv9-E, logra el mAP general más alto, los modelos YOLOv10 ofrecen consistentemente una mejor velocidad y eficiencia de parámetros en niveles de precisión comparables. Por ejemplo, YOLOv10-B tiene un 46% menos de latencia y un 25% menos de parámetros que YOLOv9-C para un rendimiento similar. Esto convierte a YOLOv10 en una opción extremadamente sólida para aplicaciones donde la velocidad de inferencia es un cuello de botella crítico.

Modelo tamaño
(píxeles)		 mAPval
50-95		 Velocidad
CPU ONNX
(ms)		 Velocidad
T4 TensorRT10
(ms)		 parámetros
(M)		 FLOPs
(B)
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
YOLOv10n 640 39.5 - 1.56 2.3 6.7
YOLOv10s 640 46.7 - 2.66 7.2 21.6
YOLOv10m 640 51.3 - 5.48 15.4 59.1
YOLOv10b 640 52.7 - 6.54 24.4 92.0
YOLOv10l 640 53.3 - 8.33 29.5 120.3
YOLOv10x 640 54.4 - 12.2 56.9 160.4

Conclusión: ¿Qué modelo debería elegir?

Tu elección entre YOLOv9 y YOLO10 depende totalmente de las prioridades de tu proyecto.

  • Elija YOLOv9 si su requisito principal es la máxima precisión. Es ideal para tareas complejas donde la precisión no es negociable y puede asumir una sobrecarga computacional ligeramente mayor.

  • Elija YOLOv10 si su principal requisito es la velocidad y eficiencia en tiempo real. Su arquitectura NMS-free la convierte en la opción superior para aplicaciones de baja latencia y la implementación en hardware con recursos limitados.

Ambos modelos representan la vanguardia de la detección de objetos y son excelentes opciones dentro de sus respectivos dominios. Su integración en el ecosistema de Ultralytics garantiza que los desarrolladores e investigadores puedan aprovechar estas potentes herramientas con facilidad y un sólido soporte.

Explorar Otros Modelos

Para los usuarios cuyas necesidades no se ajusten perfectamente ni a YOLOv9 ni a YOLOv10, el ecosistema de Ultralytics ofrece otras alternativas potentes. Ultralytics YOLOv8 sigue siendo una de las mejores opciones por su excepcional equilibrio entre rendimiento y versatilidad, ya que admite tareas como la segmentación, la clasificación y la estimación de la pose de forma inmediata. Para aquellos que buscan los últimos avances, Ultralytics YOLO11 se basa en sus predecesores para establecer nuevos puntos de referencia en rendimiento y eficiencia. Puede explorar más comparaciones, como YOLOv9 vs. YOLOv8 y YOLOv8 vs. YOLOv10, para encontrar el modelo perfecto para su proyecto.



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

Comentarios