YOLO11 vs YOLOv9#

Il panorama della visione artificiale è in continua evoluzione, con nuove architetture che ampliano costantemente i limiti di ciò che è possibile fare nel rilevamento degli oggetti in tempo reale. Due tappe significative di questo percorso sono Ultralytics YOLO11 e YOLOv9. Sebbene entrambi i modelli offrano prestazioni eccezionali, rappresentano approcci diversi alla risoluzione delle sfide fondamentali dell'inferenza e dell'addestramento nel deep learning.

Questa guida fornisce un confronto tecnico completo tra YOLO11 e YOLOv9, analizzandone le architetture, le metriche di prestazione e gli scenari di distribuzione ideali, per aiutarti a scegliere il modello giusto per il tuo prossimo progetto di intelligenza artificiale.

Panoramica dei modelli#

Ultralytics YOLO11#

YOLO11 è un modello altamente ottimizzato e versatile, progettato per ambienti di livello produttivo. Bilancia una precisione all'avanguardia con i requisiti pratici dell'edge computing e delle distribuzioni su larga scala.

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Documentazione: https://docs.ultralytics.com/models/yolo11

YOLOv9#

YOLOv9 è un importante contributo accademico che introduce concetti innovativi per mitigare la perdita di informazioni nelle reti neurali profonde, concentrandosi fortemente sui progressi teorici nell'estrazione delle caratteristiche.

• Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2024-02-21
• Arxiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9
• Documentazione: https://docs.ultralytics.com/models/yolov9

Scopri di più su YOLOv9

Innovazioni architetturali#

YOLOv9: informazioni programmabili sul gradiente#

YOLOv9 affronta il problema del "collo di bottiglia informativo", in cui i dati vengono persi mentre attraversano i livelli successivi di una rete profonda. Per risolverlo, gli autori hanno introdotto le Informazioni programmabili del gradiente (PGI) e la Rete generalizzata di aggregazione efficiente dei livelli (GELAN). PGI garantisce che i gradienti utilizzati per aggiornare i pesi durante la retropropagazione contengano informazioni complete, producendo rappresentazioni delle caratteristiche altamente accurate. L'architettura GELAN massimizza l'efficienza dei parametri, consentendo a YOLOv9 di raggiungere un'elevata precisione con una struttura relativamente leggera.

YOLO11: ecosistema ed efficienza#

Mentre YOLOv9 si concentra sul flusso dei gradienti, YOLO11 è progettato per garantire robustezza e versatilità nel mondo reale. Perfeziona l'architettura YOLO fondamentale per ridurre drasticamente i requisiti di memoria CUDA durante l'addestramento rispetto alle alternative basate in larga misura sui Transformer. Inoltre, YOLO11 non è solo un rilevatore di oggetti: supporta nativamente la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e i riquadri delimitatori orientati (OBB).

Confronto delle prestazioni#

Quando selezioni un modello per la produzione, è fondamentale valutare il compromesso tra Average Precision media (mAP), velocità di inferenza e numero di parametri.

Come si vede nella tabella, YOLOv9e raggiunge la massima precisione complessiva, risultando eccellente per il benchmarking accademico. Tuttavia, YOLO11 offre un rapporto velocità-precisione superiore in ogni ambito. Ad esempio, YOLO11m raggiunge 51.5 mAP in 4.7 ms (TensorRT), superando in velocità il modello YOLOv9m di dimensioni simili.

Metodologie di addestramento ed ecosistema#

L'esperienza degli sviluppatori differisce significativamente tra i due framework.

Addestramento di YOLOv9#

L'addestramento di YOLOv9 richiede spesso di interagire con codice di ricerca fortemente personalizzato, gestire versioni specifiche delle dipendenze e utilizzare argomenti complessi da riga di comando. Sebbene sia potente, può risultare intimidatorio negli ambienti aziendali dai ritmi serrati.

Addestramento di YOLO11#

YOLO11 sfrutta l'API Python di Ultralytics, mantenuta attivamente, offrendo un'esperienza fluida "da zero a esperto". Gli efficienti processi di addestramento sono supportati da pesi preaddestrati prontamente disponibili e da un eccellente supporto della community.

from ultralytics import YOLO

# Load a pre-trained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train on a custom dataset with built-in augmentations
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export to ONNX format for deployment
model.export(format="onnx")

Con sole tre righe di Python, gli sviluppatori possono caricare un modello, avviare l'addestramento con valori predefiniti ottimizzati per gli iperparametri ed esportare l'architettura addestrata in framework come ONNX o TensorRT per la distribuzione su dispositivi edge.

Applicazioni nel mondo reale#

Quando scegliere YOLOv9#

YOLOv9 è una scelta fantastica per i ricercatori che desiderano esplorare le architetture di deep learning. Il suo framework PGI lo rende un candidato ideale per l'analisi retail ad alta velocità, dove è richiesta una precisione estrema su dataset densi e la complessità della distribuzione è secondaria rispetto alle prestazioni algoritmiche.

Quando scegliere YOLO11#

YOLO11 è lo strumento definitivo per la produzione. Le sue funzionalità semplificate di rilevamento degli oggetti lo rendono perfetto per la gestione del traffico nelle smart city e per dispositivi edge come Raspberry Pi o NVIDIA Jetson. Inoltre, la sua versatilità tra diverse attività consente a un'unica pipeline di sviluppo di gestire la segmentazione nel settore manifatturiero e la stima della posa nell'analisi sportiva.

All'avanguardia: arriva YOLO26#

Sebbene YOLO11 e YOLOv9 siano notevoli, il settore dell'intelligenza artificiale evolve rapidamente. Per gli sviluppatori che oggi avviano nuovi progetti, Ultralytics raccomanda vivamente YOLO26 (rilasciato a gennaio 2026), che spinge ancora oltre i limiti della visione artificiale.

YOLO26 combina il meglio delle innovazioni più recenti in una soluzione potente e pronta per la produzione:

• Progettazione end-to-end senza NMS: YOLO26 elimina nativamente la post-elaborazione della Soppressione non massima (NMS), producendo pipeline di distribuzione molto più semplici e veloci.
• Rimozione di DFL: la rimozione della Perdita focale di distribuzione garantisce una migliore compatibilità con i microcontrollori a basso consumo e gli acceleratori edge per l'IA.
• Ottimizzatore MuSGD: ispirato alle innovazioni nell'addestramento degli LLM, l'ottimizzatore MuSGD (un ibrido di SGD e Muon) offre un addestramento stabile e una convergenza più rapida.
• Inferenza su CPU fino al 43% più veloce: ottimizzata specificamente per i dispositivi edge senza GPU dedicate.
• ProgLoss + STAL: queste funzioni di perdita migliorate aumentano drasticamente il riconoscimento degli oggetti piccoli, aspetto fondamentale per il monitoraggio agricolo e le immagini aeree.

Gli utenti interessati a esplorare architetture diverse potrebbero anche prendere in considerazione RT-DETR per il tracking basato su Transformer o YOLO-World per il rilevamento open-vocabulary zero-shot.

Conclusioni#

Sia YOLO11 sia YOLOv9 si sono ritagliati un posto nella storia della visione artificiale. YOLOv9 offre brillanti innovazioni architetturali per la massima conservazione delle caratteristiche. Tuttavia, per la stragrande maggioranza delle distribuzioni nel mondo reale, dalle applicazioni di IA aziendali ai dispositivi edge mobili, la facilità d'uso, l'efficienza della memoria e il supporto versatile alle attività di YOLO11 offrono un vantaggio imbattibile. E mentre il settore progredisce, adottare il più recente YOLO26 garantisce che i tuoi sistemi eseguano l'inferenza più veloce e affidabile oggi disponibile.