Inizia

YOLO11 vs YOLOv9

Le architetture di rilevamento degli oggetti in tempo reale continuano a migliorare. Due tappe importanti sono Ultralytics YOLO11 e YOLOv9. Entrambi offrono buone prestazioni, ma adottano approcci diversi alle sfide fondamentali dell'inferenza e dell'addestramento del deep learning.

Questa guida confronta 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 visione artificiale.

Panoramica del modello#

Ultralytics YOLO11#

YOLO11 è un modello ottimizzato e versatile, progettato per gli ambienti di produzione. Bilancia un'elevata accuratezza con i requisiti pratici dell'edge computing e delle distribuzioni su larga scala.

YOLOv9#

YOLOv9 è un contributo accademico che introduce nuovi concetti per ridurre la perdita di informazioni nelle reti neurali profonde, concentrandosi sull'estrazione delle caratteristiche.

Scopri di più su YOLOv9

Innovazioni architetturali#

YOLOv9: informazioni di gradiente programmabili#

YOLOv9 affronta il problema del "collo di bottiglia informativo", ovvero la perdita di dati che si verifica quando questi attraversano gli strati successivi di una rete profonda. Per risolverlo, gli autori hanno introdotto Programmable Gradient Information (PGI) e Generalized Efficient Layer Aggregation Network (GELAN). PGI aiuta i gradienti usati per aggiornare i pesi durante la retropropagazione a conservare informazioni più complete, generando rappresentazioni accurate delle caratteristiche. L'architettura GELAN massimizza l'efficienza dei parametri e permette a YOLOv9 di raggiungere un'elevata accuratezza con una struttura relativamente leggera.

YOLO11: ecosistema ed efficienza#

Mentre YOLOv9 si concentra sul flusso del gradiente, YOLO11 è progettato per affidabilità e versatilità nel mondo reale. Perfeziona l'architettura YOLO di base in modo da contenere i requisiti di memoria CUDA durante l'addestramento, mantenendoli al di sotto di quelli delle alternative che fanno ampio uso dei Transformer. YOLO11 è anche molto più di un rilevatore di oggetti: mentre YOLOv9 in Ultralytics copre il rilevamento e la segmentazione, YOLO11 supporta la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e i riquadri delimitatori orientati (OBB).

Sviluppo semplificato

Uno dei principali punti di forza di YOLO11 è la sua integrazione nel pacchetto Python Ultralytics, che racchiude le complessità del caricamento dei dati, dell'aumento dei dati e del training distribuito in un'unica API.

Confronto delle prestazioni#

Quando scegli un modello per la produzione, valuta il compromesso tra precisione media (mAP), velocità di inferenza e numero di parametri.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

YOLOv9e raggiunge l'accuratezza complessiva più elevata (55,6 mAP), caratteristica che lo rende utile per il benchmarking accademico, ma impiega 16,77 ms su T4 con TensorRT contro gli 11,3 ms di YOLO11x. YOLO11 offre un rapporto velocità-accuratezza migliore a ogni scala. Ad esempio, YOLO11m raggiunge 51,5 mAP in 4,7 ms (TensorRT), contro 51,4 mAP in 6,43 ms di YOLOv9m, di dimensioni simili.

Metodologie di training ed ecosistema#

L'esperienza di sviluppo è molto diversa tra i due framework.

Training di YOLOv9#

Addestrare YOLOv9 dal repository originale spesso richiede di lavorare con codice di ricerca personalizzato, gestire versioni specifiche delle dipendenze e usare argomenti complessi da riga di comando, rallentando così i team aziendali. I pesi di YOLOv9 sono disponibili anche nel pacchetto ultralytics, che elimina gran parte di questa configurazione.

Training di YOLO11#

YOLO11 usa l'API Python Ultralytics, ben mantenuta, che ti permette di passare dall'installazione a un modello addestrato in pochi passaggi. L'addestramento è supportato da pesi preaddestrati facilmente disponibili e da una community attiva.

from ultralytics import YOLO

# Carica un modello YOLO11 small preaddestrato
model = YOLO("yolo11s.pt")

# Esegui il training su un dataset personalizzato con gli aumenti dei dati integrati
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esporta in formato ONNX per la distribuzione
model.export(format="onnx")

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

Applicazioni nel mondo reale#

Quando scegliere YOLOv9#

YOLOv9 è una buona scelta per i ricercatori che studiano le architetture di deep learning e le tecniche basate sulle informazioni del gradiente. La variante più grande, YOLOv9e, è adatta all'analisi in cui l'accuratezza è fondamentale, su scene dense in cui la complessità della distribuzione è secondaria rispetto alle prestazioni algoritmiche.

Quando scegliere YOLO11#

YOLO11 è la scelta migliore per la produzione. Le sue capacità di rilevamento degli oggetti sono adatte alla gestione del traffico nelle città intelligenti e ai dispositivi edge come Raspberry Pi o NVIDIA Jetson. Inoltre, la versatilità nelle diverse attività consente a un'unica pipeline di sviluppo di gestire la segmentazione nella produzione e la stima della posa nell'analisi sportiva.

Ecco YOLO26#

Per gli sviluppatori che avviano nuovi progetti oggi, Ultralytics consiglia YOLO26 (rilasciato nel gennaio 2026), il modello Ultralytics YOLO più recente.

YOLO26 combina i progressi recenti in un modello pronto per la produzione:

  • Architettura end-to-end senza NMS: la testa opzionale one-to-one di YOLO26 (nms=False) evita la post-elaborazione con soppressione dei non massimi (NMS), semplificando e velocizzando le pipeline di distribuzione.
  • Eliminazione della DFL: rimuovere la Distribution Focal Loss migliora la compatibilità con i dispositivi a basso consumo e gli acceleratori edge AI.
  • Ottimizzatore MuSGD: ispirato ai metodi di addestramento dei modelli linguistici di grandi dimensioni (LLM), l'ottimizzatore MuSGD, un ibrido tra SGD e Muon, offre un addestramento stabile e una convergenza più rapida.
  • Inferenza su CPU fino al 43% più veloce: YOLO26n funziona su CPU fino al 43% più velocemente di YOLO11n, una caratteristica adatta ai dispositivi edge computing senza GPU dedicate.
  • ProgLoss + STAL: Progressive Loss e assegnazione delle etichette consapevole degli oggetti piccoli (STAL) migliorano il riconoscimento degli oggetti piccoli, aspetto fondamentale per il monitoraggio agricolo e le immagini aeree.

Chi desidera esplorare architetture diverse può anche valutare RT-DETR per il rilevamento basato su Transformer o YOLO-World per il rilevamento zero-shot con vocabolario aperto.

Conclusione#

YOLO11 e YOLOv9 sono entrambi modelli importanti nella storia della visione artificiale. YOLOv9 offre idee architetturali notevoli per conservare le caratteristiche. Per la maggior parte delle distribuzioni nel mondo reale, dalle applicazioni di IA aziendale ai dispositivi mobili edge, YOLO11 offre vantaggi in termini di facilità d'uso, efficienza della memoria e supporto versatile delle attività. Per i nuovi sistemi, YOLO26, più recente, aggiunge un'inferenza su CPU più veloce e la distribuzione opzionale senza NMS.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.