YOLO YOLOv9: comparaison technique complète des architectures modernes de détection d'objets

Le domaine de la détection d'objets en temps réel continue d'évoluer à un rythme effréné. Alors que les équipes d'ingénieurs et les chercheurs s'efforcent de trouver l'équilibre parfait entre précision, vitesse d'inférence et efficacité computationnelle, deux architectures remarquables ont émergé de la communauté scientifique : YOLO et YOLOv9. Ces deux modèles introduisent des innovations architecturales significatives visant à repousser les limites du possible en matière de vision par ordinateur.

Ce guide technique détaillé fournit une analyse approfondie de ces deux modèles, en comparant leurs approches architecturales uniques, leurs méthodologies de formation et leurs capacités de déploiement dans le monde réel. Nous explorerons également comment l'écosystème logiciel au sens large joue un rôle crucial dans le développement moderne de l'IA, en soulignant les avantages des plateformes intégrées telles que la Ultralytics et les modèles de nouvelle génération tels que YOLO26.

Résumé : Choisir la bonne architecture

Bien que ces deux modèles constituent des étapes importantes dans la recherche sur l'apprentissage profond, ils répondent à des philosophies de déploiement légèrement différentes.

YOLO dans les environnements où la recherche d'architecture neuronale (NAS) intensive peut être utilisée pour obtenir des profils de performance spécifiques, ce qui en fait une étude intéressante pour un déploiement personnalisé en périphérie. À l'inverse, YOLOv9 principalement sur la résolution des goulots d'étranglement liés à l'apprentissage profond, offrant une efficacité paramétrique exceptionnellement élevée.

Cependant, pour les déploiements prêts à la production, les équipes d'ingénieurs recommandent systématiquement de tirer parti de Ultralytics unifié Ultralytics . Pour les nouveaux projets, la dernière version de modèle YOLO26 offre le meilleur des deux mondes : une précision de pointe combinée à une conception native de bout en bout qui élimine le besoin d'un post-traitement complexe.

Assurez la pérennité de votre pipeline de vision par ordinateur

Bien queYOLO YOLOv9 des modèles académiques puissants, leur déploiement en production nécessite souvent une ingénierie personnalisée importante. L'utilisation Ultralytics permet d'accéder à des performances de pointe grâce à une API simplifiée et facile à maintenir.

Spécifications techniques et paternité

Comprendre les origines et l'orientation de ces modèles en matière de développement fournit un contexte essentiel pour appréhender leurs atouts respectifs.

DAMO-YOLO

Développé par les chercheurs du groupe Alibaba,YOLO principalement sur la génération automatisée d'architectures et la fusion efficace de fonctionnalités.

Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
Organisation :Alibaba Group
Date de sortie : 23 novembre 2022
Article Arxiv :ArticleYOLO
GitHub officiel :YOLO
Documentation :YOLO

En savoir plus sur DAMO-YOLO

YOLOv9

Présenté comme une solution à la perte d'informations dans les réseaux convolutifs profonds, YOLOv9 les limites théoriques de la préservation des gradients pendant l'entraînement.

Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
Organisation :Institute of Information Science, Academia Sinica, Taïwan
Date de sortie : 21 février 2024
Article Arxiv :ArticleYOLOv9
GitHub officiel :WongKinYiu/yolov9 Référentiel
Documentation :YOLOv9 Ultralytics

En savoir plus sur YOLOv9

Innovations architecturales

YOLO: optimisé par la recherche d'architecture neuronale

YOLO par ses composants hautement personnalisés et générés par machine. Son infrastructure est générée à l'aide de la recherche d'architecture neuronale (NAS), qui cible spécifiquement l'inférence à faible latence sur différents matériels.

L'architecture comprend un réseau RepGFPN (Reparameterized Generalized Feature Pyramid Network) efficace pour la fusion des caractéristiques, qui améliore la détection d'objets à plusieurs échelles sans augmenter excessivement la charge de calcul. De plus, elle utilise une conception ZeroHead pour simplifier la tête de détection et utilise AlignedOTA pour l'attribution des étiquettes, associée à un processus sophistiqué d'amélioration de la distillation pendant l'entraînement. Si ces techniques permettent une inférence rapide, le processus de distillation en plusieurs étapes nécessite souvent une mémoire VRAM importante et des temps d'entraînement prolongés.

YOLOv9 : Résoudre le goulot d’étranglement de l’information

YOLOv9 un problème fondamental des réseaux profonds : la perte progressive d'informations contenues dans les données d'entrée à mesure qu'elles traversent les couches successives.

Pour lutter contre ce problème, les auteurs ont introduit le Programmable Gradient Information (PGI), un cadre de supervision auxiliaire conçu pour conserver les détails essentiels des couches profondes, générant ainsi des gradients hautement fiables pour les mises à jour des poids. Le PGI s'accompagne de l'architecture GELAN (Generalized Efficient Layer Aggregation Network). GELAN optimise l'efficacité des paramètres en combinant les points forts de CSPNet et ELAN, maximisant ainsi le flux d'informations tout en minimisant strictement les opérations en virgule flottante (FLOP).

Analyse et mesures des performances

Lors de l'évaluation des performances, les deux modèles affichent une précision moyenne (mAP) élevée sur des benchmarks standard tels que COCO. YOLOv9 une précision absolue supérieure pour des modèles de taille équivalente, en tirant parti de son architecture PGI pour maintenir une haute fidélité sur des ensembles de données difficiles.

Modèle	Taille ^(pixels)	mAP^val 50-95	Vitesse ^{CPU ONNX (ms)}	Vitesse ^{T4 TensorRT10 (ms)}	paramètres ^(M)	FLOPs ^(B)
DAMO-YOLOt	640	42.0	-	2.32	8.5	18.1
DAMO-YOLOs	640	46.0	-	3.45	16.3	37.8
DAMO-YOLOm	640	49.2	-	5.09	28.2	61.8
DAMO-YOLOl	640	50.8	-	7.18	42.1	97.3

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

Comme indiqué ci-dessus, YOLOv9 atteint la plus grande précision, tandis que YOLOv9 YOLO YOLOv9 , plus petites, conservent des vitesses d'inférence très compétitives grâce TensorRT .

Méthodologies de formation et écosystème

Si l'architecture brute est importante, la facilité d'utilisation et l'efficacité de la formation dictées par l'écosystème d'un modèle sont primordiales pour une application dans le monde réel.

Le recoursYOLO à la distillation des connaissances nécessite souvent de former un modèle « enseignant » fastidieux avant de transférer les connaissances au modèle « élève » cible. Cette approche de recherche traditionnelle augmente considérablement les besoins en mémoire et la durée des cycles de formation. De même, le YOLOv9 d'origine nécessite de naviguer dans des fichiers de configuration complexes qui peuvent ralentir le développement agile.

En revanche, l'intégration des modèles dans la Ultralytics transforme complètement l'expérience des développeurs. LePython Ultralytics supprime le code standard, permettant aux équipes de gérer sans effort l'augmentation des données, le réglage des hyperparamètres et l'exportation des modèles.

Applications et cas d'utilisation réels

Différentes architectures excellent naturellement dans des secteurs spécifiques en fonction de leurs besoins en ressources et de leurs profils de précision.

YOLO l'IA en périphérie : grâce à ses dorsales optimisées pour le NAS,YOLO fréquemment utilisé dans les systèmes embarqués où la paramétrisation spécifique au matériel est une nécessité absolue, comme le déploiement d'ASIC personnalisés dans le contrôle qualité de base de la fabrication.
YOLOv9 l'analyse de précision : grâce à son efficacité paramétrique élevée et à sa rétention de gradient basée sur le PGI, YOLOv9 idéal pour les scénarios de détection d'objets denses, tels que l'analyse d'images aériennes ou le suivi de petits objets dans des environnements commerciaux très fréquentés.

Cas d'utilisation et recommandations

Le choix entreYOLO YOLOv9 des exigences spécifiques de votre projet, des contraintes de déploiement et des préférences de votre écosystème.

Quand choisir DAMO-YOLO

YOLO un choix judicieux pour :

Analyse vidéo à haut débit : traitement de flux vidéo à fréquence d'images élevée surGPU NVIDIA fixe où le débit du lot 1 est la principale métrique.
Lignes de fabrication industrielle : scénarios avec des contraintes strictes GPU sur du matériel dédié, tels que le contrôle qualité en temps réel sur les chaînes de montage.
Recherche sur la recherche d'architecture neuronale : étude des effets de la recherche automatisée d'architecture (MAE-NAS) et des structures de base reparamétrées efficaces sur les performances de détection.

Quand choisir YOLOv9

YOLOv9 recommandé pour :

Recherche sur les goulots d'étranglement de l'information : projets universitaires étudiant les architectures PGI (Programmable Gradient Information) et GELAN (Generalized Efficient Layer Aggregation Network).
Études sur l'optimisation du flux de gradient : recherches axées sur la compréhension et l'atténuation de la perte d'informations dans les couches profondes du réseau pendant l'entraînement.
Benchmarking de détection haute précision : scénarios dans lesquels les performances élevées YOLOv9 COCO sont nécessaires comme point de référence pour les comparaisons architecturales.

Quand choisir Ultralytics YOLO26)

Pour la plupart des nouveaux projets, Ultralytics offre la meilleure combinaison entre performances et expérience développeur :

DéploiementNMS suppressionNMS maximale (NMS: applications nécessitant une inférence cohérente et à faible latence sans la complexité du post-traitement par suppression non maximale.
EnvironnementsCPU: appareils sans GPU dédiée, où CPU jusqu'à 43 % plus rapide de YOLO26 offre un avantage décisif.
Détection de petits objets : scénarios complexes tels que l'imagerie aérienne par drone ou l'analyse par capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision sur les objets minuscules.

Ultralytics : passer à YOLO26

Pour les utilisateurs qui comparent les architectures existantes, la transition vers Ultralytics moderne Ultralytics , en particulier les derniers modèles YOLO26, offre un avantage inégalé.

YOLO26 modifie fondamentalement le paysage du déploiement grâce à sa conception NMS de bout en bout. En éliminant complètement le post-traitementNMS(Non-Maximum Suppression), il offre des architectures de déploiement plus rapides et considérablement simplifiées. Associé à la suppression de la perte focale de distribution (DFL), YOLO26 offre une compatibilité supérieure pour les appareils périphériques et à faible consommation d'énergie.

De plus, YOLO26 intègre l'optimiseur révolutionnaire MuSGD, un hybride des optimisations Stochastic Gradient Descent et Muon inspiré des innovations en matière de formation LLM. Cela permet d'obtenir une convergence de formation très stable tout en conservant une utilisation de mémoire remarquablement faible par rapport aux alternatives lourdes en transformateurs.

Formation simplifiée avec YOLO26

Grâce à Ultralytics intuitive Ultralytics , vous pouvez entraîner un modèle YOLO26 de pointe avec suivi d'expérimentation intégré en quelques lignes de Python seulement.

from ultralytics import YOLO

# Load the latest NMS-free YOLO26 model
model = YOLO("yolo26n.pt")

# Train on your custom dataset efficiently
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to ONNX format
model.export(format="onnx")

Que vous ayez besoin d'une segmentation avancée des instances, d'une estimation très précise des poses ou d'une détection standard des cadres englobants, la polyvalence du Ultralytics permet à votre équipe de passer moins de temps à configurer des environnements d'apprentissage profond et plus de temps à déployer des solutions d'IA robustes. Grâce à des améliorations spécialisées telles que ProgLoss + STAL pour une meilleure reconnaissance des petits objets, YOLO26 s'impose comme le choix idéal pour la prochaine génération d'applications de vision.