PP-YOLOE+ vs YOLOv9
La computer vision in tempo reale continua a evolversi grazie ai ricercatori e agli sviluppatori che migliorano l'accuratezza e la velocità di inferenza. Confrontando PP-YOLOE+ e YOLOv9, analizzi due filosofie distinte nell'architettura dei modelli e nella progettazione dell'ecosistema.
Questo confronto tecnico analizza le innovazioni architetturali, le metriche di prestazione, le metodologie di addestramento e i casi d'uso ideali per aiutarti a scegliere il modello di rilevamento degli oggetti giusto per la tua prossima distribuzione.
Origini del modello e basi tecniche#
Capire le origini e le scelte architetturali di questi modelli è fondamentale per determinare quanto siano adatti ai tuoi progetti di visione artificiale.
Panoramica su PP-YOLOE+#
Sviluppato dagli autori di PaddlePaddle presso Baidu, PP-YOLOE+ è stato presentato il 2 aprile 2022. Si basa sulle versioni precedenti del framework PaddleDetection per offrire un rilevamento degli oggetti ad alte prestazioni.
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- arXiv: 2203.16250
- GitHub: Repository PaddleDetection
PP-YOLOE+ introduce un'architettura robusta senza ancore, ottimizzata in modo approfondito per la distribuzione nell'ecosistema PaddlePaddle. Utilizza un backbone CSPRepResNet modificato e una head ET per migliorare l'estrazione delle caratteristiche e la regressione delle bounding box. Pur raggiungendo un'elevata precisione media (mAP), la dipendenza dal framework PaddlePaddle può talvolta complicare l'integrazione per gli sviluppatori abituati a PyTorch o TensorFlow.
Panoramica di YOLOv9#
Presentato da Chien-Yao Wang e Hong-Yuan Mark Liao dell'Institute of Information Science, Academia Sinica, Taiwan, YOLOv9 rappresenta un importante passo avanti nella gestione dei colli di bottiglia informativi nelle reti profonde.
- Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
- Data: 2024-02-21
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Il contributo principale di YOLOv9 è Programmable Gradient Information (PGI), che mitiga la perdita di informazioni quando le caratteristiche attraversano reti neurali profonde. Insieme alla Generalized Efficient Layer Aggregation Network (GELAN), YOLOv9 massimizza l'efficienza dei parametri e il flusso computazionale. È inoltre integrato nativamente nell'ecosistema Ultralytics, risultando così molto accessibile sia per la ricerca sia per le applicazioni commerciali.
Confronto delle prestazioni e delle metriche#
Analizzando le prestazioni grezze, YOLOv9 dimostra un'elevata efficienza dei parametri. Raggiunge un'accuratezza comparabile o superiore richiedendo meno parametri e FLOPs, con conseguente riduzione dei requisiti di VRAM durante l'addestramento dei modelli.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Come mostra la tabella, YOLOv9c raggiunge un ottimo valore di 53,0 mAP con molti meno parametri (25,5M) rispetto al PP-YOLOE+l comparabile (52,2M). Questo minore utilizzo di memoria rende YOLOv9 una scelta migliore per gli sviluppatori che lavorano con risorse GPU limitate.
Ecosistema, versatilità e facilità d'uso#
Il vantaggio distintivo di YOLOv9 è l'integrazione con l'ecosistema Ultralytics, ben mantenuto. Mentre PP-YOLOE+ richiede di destreggiarsi tra file di configurazione complessi di PaddlePaddle, YOLOv9 beneficia di un'API Python semplificata.
L'API Python di Ultralytics consente agli sviluppatori di caricare pesi preaddestrati, gestire l'aumento dei dati e avviare l'addestramento con pochissimo codice boilerplate.
from ultralytics import YOLO
# Carica un modello YOLOv9 preaddestrato
model = YOLO("yolov9c.pt")
# Addestra il modello sul dataset COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esegui l'inferenza su un'immagine
results = model("https://ultralytics.com/images/bus.jpg")
# Esporta il modello in formato ONNX
model.export(format="onnx")L'ecosistema Ultralytics offre inoltre un'ampia versatilità. Oltre al rilevamento delle bounding box, il framework supporta nativamente la segmentazione di istanze, la stima della posa e il rilevamento delle bounding box orientate (OBB). Questo consente di adattare con efficienza il tuo modello a pipeline complesse del mondo reale.
Casi d'uso e consigli#
La scelta tra PP-YOLOE+ e YOLOv9 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze in fatto di ecosistemi.
Quando scegliere PP-YOLOE+#
PP-YOLOE+ è una scelta valida per:
- Integrazione con l'ecosistema PaddlePaddle: Organizzazioni che dispongono già di un'infrastruttura basata sul framework e sugli strumenti PaddlePaddle di Baidu.
- Distribuzione edge con Paddle Lite: Distribuzione su hardware con kernel di inferenza altamente ottimizzati specificamente per Paddle Lite o per il motore di inferenza Paddle.
- Rilevamento lato server ad alta accuratezza: Scenari che privilegiano la massima accuratezza di rilevamento su potenti server GPU, dove la dipendenza dal framework non è un problema.
Quando scegliere YOLOv9#
YOLOv9 è consigliato per:
- Ricerca sui colli di bottiglia informativi: progetti accademici che studiano le informazioni di gradiente programmabili (PGI) e le architetture di rete di aggregazione efficiente generalizzata dei livelli (GELAN).
- Studi sull'ottimizzazione del flusso del gradiente: ricerche incentrate sulla comprensione e sulla riduzione della perdita di informazioni nei livelli delle reti profonde durante l'addestramento.
- Benchmark di rilevamento ad alta precisione: scenari in cui le prestazioni di YOLOv9 nei benchmark COCO servono come riferimento per confrontare le architetture.
Quando scegliere Ultralytics (YOLO26)#
Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:
- Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
- Ambienti con sola CPU: dispositivi privi di accelerazione GPU dedicata, in cui l'inferenza su CPU di YOLO26n, fino al 43% più veloce rispetto a YOLO11n, offre un chiaro vantaggio.
- Rilevamento di oggetti di piccole dimensioni: scenari complessi come le immagini aeree acquisite da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano notevolmente la precisione sugli oggetti molto piccoli.
Uno sguardo al futuro: i vantaggi di YOLO26#
Sebbene PP-YOLOE+ e YOLOv9 siano entrambi potenti, il nuovo YOLO26, appena rilasciato, è il naturale passo successivo per gli ambienti di produzione. Rilasciato a gennaio 2026, YOLO26 è progettato sia per l'edge computing sia per le distribuzioni cloud ed è il modello consigliato per i nuovi progetti di computer vision grazie a queste innovazioni:
- Progettazione end-to-end senza NMS: YOLO26 supporta l'inferenza end-to-end nativa, eliminando la necessità della post-elaborazione con soppressione dei massimi non locali (NMS) quando viene eseguito con
nms=False. Questo semplifica notevolmente le pipeline di distribuzione e riduce la latenza. - Inferenza CPU fino al 43% più veloce: ottimizzando l'architettura per l'edge computing, YOLO26n è fino al 43% più veloce di YOLO11n sull'hardware con sola CPU.
- Rimozione di DFL: la Distribution Focal Loss è stata rimossa, semplificando le esportazioni e migliorando la compatibilità con i dispositivi edge a basso consumo.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (come quelle alla base di Kimi K2 di Moonshot AI), questo ibrido di SGD e Muon offre dinamiche di addestramento stabili e convergenza rapida.
- ProgLoss + STAL: la Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli apportano miglioramenti significativi nel riconoscimento degli oggetti di piccole dimensioni, un aggiornamento essenziale per le immagini aeree e la robotica.
- Miglioramenti specifici per attività: YOLO26 include architetture personalizzate per attività specifiche, come il proto multiscala per la segmentazione e la stima della log-verosimiglianza residua (RLE) per la stima della posa.
Puoi addestrare e distribuire facilmente i modelli YOLO26 tramite la Ultralytics Platform, una soluzione completa per l'annotazione dei dataset, l'addestramento nel cloud e il monitoraggio dei modelli.
Applicazioni nel mondo reale#
La scelta tra queste architetture spesso dipende dall'ambiente di distribuzione a cui sono destinate.
PP-YOLOE+ viene spesso distribuito in ambienti di produzione industriale, dove il framework PaddlePaddle e lo stack hardware di Baidu sono profondamente integrati nell'infrastruttura aziendale. Offre buone prestazioni nell'analisi di immagini statiche, in cui si privilegia la massima precisione rispetto a rigorosi vincoli di tempo reale.
YOLOv9 offre buone prestazioni negli ambienti dinamici che richiedono una rapida inferenza in tempo reale. La sua efficienza nei parametri lo rende adatto alla navigazione autonoma dei droni e ai sistemi di sicurezza basati su edge. Inoltre, il minore consumo di VRAM abbassa la soglia di accesso per i ricercatori che addestrano modelli su GPU di fascia consumer.
Per ottenere le migliori prestazioni nella gestione del traffico nelle smart city e nella robotica ad alta velocità, si consiglia il più recente YOLO26, che offre l'inferenza end-to-end opzionale senza il sovraccarico di NMS.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.