YOLO11 vs YOLOv9#

Il panorama della visione artificiale è in continua evoluzione e le nuove architetture spingono sempre più in là i confini del possibile nel rilevamento di oggetti in tempo reale. Due tappe importanti di questo percorso sono Ultralytics YOLO11 e YOLOv9. Sebbene entrambi i modelli offrano prestazioni eccezionali, rappresentano approcci diversi per affrontare le sfide fondamentali dell'inferenza e del training nel deep learning.

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

Panoramica del modello#

Ultralytics YOLO11#

YOLO11 è un modello altamente ottimizzato e versatile, progettato per ambienti di produzione. Bilancia un'accuratezza all'avanguardia con i requisiti pratici dell'edge computing e del deployment 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 soprattutto 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 di gradiente programmabili#

YOLOv9 affronta il problema del "collo di bottiglia informativo", per cui i dati si perdono mentre attraversano i livelli successivi di una rete profonda. Per risolverlo, gli autori hanno introdotto Programmable Gradient Information (PGI) e Generalized Efficient Layer Aggregation Network (GELAN). PGI garantisce che i gradienti usati per aggiornare i pesi durante la retropropagazione contengano informazioni complete, ottenendo rappresentazioni delle caratteristiche molto accurate. L'architettura GELAN massimizza l'efficienza dei parametri, consentendo a YOLOv9 di raggiungere un'elevata accuratezza con una struttura relativamente leggera.

YOLO11: ecosistema ed efficienza#

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

Confronto delle prestazioni#

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

Come mostra la tabella, YOLOv9e raggiunge l'accuratezza complessiva più elevata, risultando eccellente per i benchmark accademici. Tuttavia, YOLO11 offre un rapporto velocità-accuratezza superiore in tutti i casi. Per esempio, YOLO11m raggiunge 51.5 mAP in 4.7 ms (TensorRT), superando in velocità YOLOv9m, di dimensioni analoghe.

Metodologie di training ed ecosistema#

L'esperienza per gli sviluppatori differisce notevolmente tra i due framework.

Training di YOLOv9#

Il training di YOLOv9 richiede spesso di lavorare con codice di ricerca ampiamente personalizzato, gestire versioni specifiche delle dipendenze e usare argomenti complessi da riga di comando. Pur essendo potente, può risultare intimidatorio negli ambienti aziendali dai ritmi serrati.

Training di YOLO11#

YOLO11 sfrutta la API Python di Ultralytics, ben mantenuta, per offrire un'esperienza fluida che porta "da zero a esperto". I processi di training efficienti sono supportati da pesi preaddestrati facilmente reperibili e da un'eccellente assistenza della community.

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 un'ottima scelta per i ricercatori che vogliono esplorare le architetture di deep learning. Il suo framework PGI lo rende ideale per l'analisi retail ad alta velocità, quando servono accuratezza estrema su dataset densi e la complessità del deployment è secondaria rispetto alle prestazioni dell'algoritmo.

Quando scegliere YOLO11#

YOLO11 è lo strumento ideale per la produzione. Le sue funzionalità semplificate di rilevamento di 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 nelle 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: ecco YOLO26#

YOLO11 e YOLOv9 sono modelli straordinari, ma il campo dell'intelligenza artificiale evolve rapidamente. Agli sviluppatori che oggi avviano nuovi progetti, Ultralytics consiglia vivamente YOLO26, rilasciato a gennaio 2026, che spinge ancora oltre i confini della visione artificiale.

YOLO26 riunisce le migliori innovazioni recenti in una soluzione potente e pronta per la produzione:

• Design end-to-end senza NMS: la testa opzionale one-to-one di YOLO26 (nms=False) salta la fase di post-elaborazione della soppressione non massima (NMS), ottenendo pipeline di deployment molto più semplici e veloci.
• Rimozione della DFL: la rimozione della Distribution Focal Loss garantisce una migliore compatibilità con i microcontrollori a basso consumo e gli acceleratori edge AI.
• Ottimizzatore MuSGD: ispirato alle innovazioni nel training degli LLM, l'ottimizzatore MuSGD (un approccio ibrido che combina SGD e Muon) offre un training stabile e una convergenza più rapida.
• Inferenza su CPU fino al 43% più veloce: ottimizzata appositamente per dispositivi edge computing privi di GPU dedicate.
• ProgLoss + STAL: queste funzioni di perdita migliorate potenziano notevolmente il riconoscimento degli oggetti piccoli, fondamentale per il monitoraggio agricolo e le immagini aeree.

Chi vuole esplorare architetture diverse può anche prendere in considerazione RT-DETR per il tracking basato su Transformer o YOLO-World per il rilevamento zero-shot con vocabolario aperto.

Conclusione#

YOLO11 e YOLOv9 hanno entrambi consolidato il proprio posto nella storia della visione artificiale. YOLOv9 offre brillanti innovazioni architetturali per conservare al massimo le caratteristiche. Tuttavia, per la stragrande maggioranza dei deployment nel mondo reale, dalle applicazioni di AI aziendale ai dispositivi mobili edge, la facilità d'uso, l'efficienza della memoria e il supporto versatile alle attività di YOLO11 offrono un vantaggio imbattibile. Con l'evoluzione del settore, adottare la più recente YOLO26 garantisce che i tuoi sistemi eseguano l'inferenza più veloce e affidabile attualmente disponibile.