YOLOv6-3.0 vs. YOLOv9 : La vitesse industrielle rencontre l'efficacité de pointe

Le choix du modèle de détection d'objets optimal est une décision cruciale dans le développement de la vision par ordinateur, nécessitant un équilibre stratégique entre la précision, la vitesse d'inférence et l'efficacité computationnelle. Cette comparaison approfondit les nuances techniques de YOLOv6-3.0, un modèle conçu par Meituan pour le débit industriel, et YOLOv9, une architecture de pointe qui redéfinit l'efficacité grâce à la préservation de l'information.

YOLOv6-3.0 : Optimisé pour les applications industrielles

YOLOv6-3.0 se concentre fortement sur les scénarios de déploiement pratiques où la latence matérielle est le principal goulot d'étranglement.

Auteurs : Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu et Xiangxiang Chu
Organisation :Meituan
Date : 2023-01-13
Arxiv :https://arxiv.org/abs/2301.05586
GitHub :https://github.com/meituan/YOLOv6
Documentation :https://docs.ultralytics.com/models/YOLOv6/

Architecture et philosophie de conception

YOLOv6-3.0 est conçu comme un réseau neuronal convolutionnel (CNN) conscient du matériel. L'architecture utilise un backbone de reparamétrisation efficace et des blocs hybrides (RepBi-PAN) pour maximiser le débit sur les GPU. En adaptant la structure du modèle aux caractéristiques spécifiques du matériel, YOLOv6 vise à fournir des vitesses d'inférence élevées sans compromettre gravement la précision. Il sert de détecteur à une seule étape optimisé pour l'automatisation industrielle et la surveillance où le traitement en temps réel est non négociable.

Forces et limitations

Points forts :

Vitesse d'inférence : Le modèle excelle dans les environnements à faible latence, en particulier sur les GPU NVIDIA T4, ce qui le rend adapté aux chaînes de fabrication à haute vitesse.
Optimisation Matérielle : Sa conception "adaptée au matériel" garantit que le modèle utilise efficacement la bande passante de la mémoire et les unités de calcul lors du déploiement.

Faiblesses :

Représentation des caractéristiques : Manque les techniques avancées de préservation des informations de gradient que l’on trouve dans les modèles plus récents comme YOLOv9, ce qui entraîne une baisse de précision plus importante à mesure que la taille du modèle diminue.
Support de l'écosystème : Bien qu'il soit efficace, l'écosystème environnant pour les outils, le support communautaire et l'intégration facile est moins étendu que le framework Ultralytics.
Polyvalence limitée : Principalement axé sur la détection de boîtes englobantes, avec moins de support natif pour les tâches complexes comme la segmentation ou l'estimation de pose par rapport aux modèles Ultralytics polyvalents.

En savoir plus sur YOLOv6

YOLOv9 : Redéfinir la précision et le flux d’informations

YOLOv9 introduit de nouveaux concepts architecturaux qui s'attaquent au problème fondamental de la perte d'informations dans les réseaux profonds, atteignant ainsi des mesures de performance supérieures.

Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
Organisation :Institute of Information Science, Academia Sinica, Taïwan
Date : 2024-02-21
Arxiv :https://arxiv.org/abs/2402.13616
GitHub :https://github.com/WongKinYiu/yolov9
Documentation :https://docs.ultralytics.com/models/YOLOv9/

Architecture : PGI et GELAN

YOLOv9 se différencie par deux innovations révolutionnaires : l'information de gradient programmable (PGI) et le réseau d'agrégation de couches efficace généralisé (GELAN).

PGI lutte contre le problème du goulot d'étranglement de l'information inhérent aux réseaux neuronaux profonds. En conservant les données de gradient essentielles à travers les couches, le PGI garantit que le modèle apprend des caractéristiques plus fiables, ce qui se traduit par une plus grande précision.
GELAN optimise l’utilisation des paramètres, ce qui permet au modèle d’atteindre une plus grande précision avec moins de paramètres et de coûts de calcul par rapport aux architectures traditionnelles.

Pleins feux sur l'innovation : Information de Gradient Programmable (PGI)

Les réseaux profonds perdent souvent des informations au fur et à mesure que les données traversent les couches successives, un phénomène connu sous le nom de goulot d'étranglement de l'information. L'IGP de YOLOv9 agit comme un mécanisme de supervision auxiliaire, garantissant que les données essentielles à l'apprentissage des objets cibles sont préservées dans toute la profondeur du réseau. Il en résulte une convergence et une précision nettement meilleures, en particulier pour les objets difficiles detect détecter.

Avantages de l'écosystème Ultralytics

L'intégration de YOLOv9 dans l'écosystème Ultralytics offre des avantages distincts aux développeurs :

Facilité d’utilisation : Une API Python et une CLI unifiées simplifient l’entraînement, la validation et le déploiement.
Équilibre des performances : YOLOv9 atteint une mAP de pointe tout en conservant des vitesses d'inférence compétitives, offrant un excellent compromis pour diverses applications.
Efficacité de la mémoire : Les implémentations Ultralytics sont optimisées pour des empreintes mémoire plus faibles pendant l’entraînement, contrastant avec les exigences élevées en VRAM de certains modèles basés sur transformateur.
Polyvalence : Au-delà de la détection, la flexibilité de l’architecture au sein du framework Ultralytics prend en charge l’expansion vers d’autres tâches, soutenue par une communauté solide et des mises à jour fréquentes.

En savoir plus sur YOLOv9

Analyse comparative des performances

Les données de performance mettent en évidence une distinction claire : YOLOv6.0 optimise la vitesse brute sur un matériel spécifique, tandis que YOLOv9 domine en termes d'efficacité (précision par paramètre).

Par exemple, YOLOv9c atteint un mAP de 53,0 % avec seulement 25,3 millions de paramètres, surpassant YOLOv6-3.0l (mAP de 52,8 %) qui nécessite plus du double de paramètres (59,6 millions) et des FLOPs considérablement plus élevés. Cela suggère que les innovations architecturales de YOLOv9 (GELAN et PGI) lui permettent d'« apprendre davantage avec moins », ce qui en fait un choix très efficace pour les environnements aux ressources limitées qui exigent toujours une grande précision.

À l'inverse, le YOLOv6-3.0n offre une latence extrêmement faible (1,17 ms), ce qui le rend viable pour l'inférence en temps réel ultra-rapide où une baisse de précision (37,5 % de mAP) est acceptable.

Modèle	Taille ^(pixels)	mAP^val 50-95	Vitesse ^{CPU ONNX (ms)}	Vitesse ^{T4 TensorRT10 (ms)}	paramètres ^(M)	FLOPs ^(B)
YOLOv6-3.0n	640	37.5	-	1.17	4.7	11.4
YOLOv6-3.0s	640	45.0	-	2.66	18.5	45.3
YOLOv6-3.0m	640	50.0	-	5.28	34.9	85.8
YOLOv6-3.0l	640	52.8	-	8.95	59.6	150.7

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

Flux de travail d'entraînement et de déploiement

L'expérience développeur varie considérablement entre les deux modèles. YOLOv6-3.0 repose généralement sur un flux de travail spécifique au référentiel impliquant des scripts shell et des fichiers de configuration manuels. Bien que puissant, cela peut présenter une courbe d'apprentissage plus abrupte pour les nouveaux arrivants.

En revanche, YOLOv9 bénéficie du flux de travail Ultralytics rationalisé. L'entraînement d'un modèle de pointe nécessite un code minimal, et l'écosystème prend en charge l'exportation transparente vers des formats tels que ONNX, TensorRT et CoreML pour une large compatibilité de déploiement.

Exemple : Entraînement de YOLOv9 avec Ultralytics

L'interface Ultralytics python permet de lancer des entraînements avec seulement quelques lignes de code, en gérant automatiquement l'augmentation des données, la journalisation et l'évaluation.

from ultralytics import YOLO

# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")

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

Flexibilité de déploiement

Les modèles Ultralytics , y compris YOLOv9, prennent en charge l'exportation en un clic vers différents formats adaptés à l'IA périphérique et au déploiement dans le nuage. Cette flexibilité simplifie le passage de la recherche à la production.

Cas d'utilisation idéaux

YOLOv6-3.0

Chaînes de montage à haute vitesse : Systèmes de contrôle qualité où les vitesses des convoyeurs exigent une latence inférieure à 2 ms.
Matériel dédié : Scénarios exécutés sur des GPU NVIDIA spécifiques où l'architecture tenant compte du matériel est pleinement exploitée.

YOLOv9

Systèmes autonomes :Véhicules autonomes et robotique nécessitant une haute précision pour naviguer en toute sécurité dans des environnements complexes.
Imagerie médicale : Applications telles que la détection de tumeurs où il est inacceptable de manquer une petite caractéristique (faux négatif).
CV à usage général : Développeurs à la recherche d’un modèle robuste et facile à utiliser avec une excellente documentation et un soutien communautaire pour diverses tâches.

Conclusion

Alors que YOLOv6-3.0 reste un outil puissant pour les applications industrielles spécialisées qui privilégient le débit brut sur un matériel spécifique, YOLOv9 se distingue comme le choix supérieur pour la majorité des projets de vision par ordinateur modernes.

L’architecture PGI et GELAN innovante de YOLOv9 offre un meilleur équilibre entre la précision et l’efficacité, dépassant souvent YOLOv6 en termes de performance par paramètre. De plus, l’intégration avec l’écosystème Ultralytics garantit que les développeurs bénéficient d’un flux de travail rationalisé, d’une maintenance active et d’une suite d’outils qui accélèrent le parcours des données au déploiement. Pour ceux qui recherchent un modèle polyvalent, performant et à l’épreuve du temps, YOLOv9 est la voie à suivre recommandée.

Explorer d'autres modèles

Si vous explorez les options de pointe, considérez ces autres modèles puissants de la bibliothèque Ultralytics :

YOLO11: La dernière évolution de la série YOLO, offrant des performances de pointe pour la detect, la segmentation et l'estimation de pose.
YOLOv8: Un modèle très populaire et polyvalent, connu pour son équilibre entre vitesse et précision dans de nombreuses tâches.
RT-DETR: Un détecteur basé sur les transformeurs qui excelle en précision sans nécessiter de suppression non maximale (NMS).