YOLO26 vs YOLOv9#

Il panorama della visione artificiale evolve rapidamente e le nuove architetture spingono costantemente i limiti di velocità e precisione. In questo confronto tecnico analizziamo le differenze tra YOLO26 e YOLOv9, due modelli molto influenti nel campo del rilevamento di oggetti in tempo reale. Entrambi propongono innovazioni architetturali specifiche, ma comprenderne i compromessi in termini di prestazioni, capacità di distribuzione e requisiti hardware è fondamentale per scegliere lo strumento giusto per il tuo prossimo progetto di visione.

YOLO26: potenza ottimizzata per l'edge#

Rilasciato all'inizio del 2026, Ultralytics YOLO26 rappresenta un salto generazionale in termini di efficienza di distribuzione e stabilità dell'addestramento del modello. Progettato come framework nativamente end-to-end, affronta direttamente i colli di bottiglia della distribuzione che da sempre penalizzano le applicazioni di AI edge.

Dettagli del modello:

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 2026-01-14
• GitHub: Repository Ultralytics
• Documentazione: Documentazione di YOLO26

Architettura e innovazioni#

YOLO26 riprogetta radicalmente la pipeline di post-elaborazione introducendo un design end-to-end senza NMS. Quando viene eseguito con la testa opzionale one-to-one (nms=False), il modello salta la soppressione non massima (NMS) e riduce drasticamente la variabilità della latenza. Questo semplifica notevolmente la distribuzione su piattaforme mobili ed edge, soprattutto quando si esporta verso framework come ONNX e Apple CoreML.

Inoltre, la rimozione della Focal Loss di distribuzione (DFL) snellisce il processo di esportazione e aumenta la compatibilità con i microcontrollori a basso consumo. Per migliorare la stabilità dell'addestramento, YOLO26 integra il nuovo ottimizzatore MuSGD, un approccio ibrido di discesa stocastica del gradiente (SGD) e Muon, ispirato alle innovazioni nell'addestramento dei modelli linguistici di grandi dimensioni. Questo consente una convergenza più rapida e un'estrazione delle caratteristiche più robusta con dataset complessi.

Per rilevare oggetti particolarmente difficili da individuare in scene come le immagini aeree acquisite da droni, YOLO26 utilizza le funzioni di perdita aggiornate ProgLoss + STAL. Queste migliorano notevolmente il richiamo nel riconoscimento degli oggetti di piccole dimensioni. Inoltre, offre miglioramenti specifici per attività, tra cui proto multiscala per la segmentazione di istanze, la stima residua della log-verosimiglianza (RLE) per la stima della posa e una funzione di perdita angolare specializzata per rilevare le bounding box orientate (OBB).

YOLOv9: informazioni di gradiente programmabili#

Introdotto all'inizio del 2024, YOLOv9 ha apportato progressi teorici al modo in cui le reti neurali gestiscono il flusso del gradiente durante l'addestramento, concentrandosi sull'efficienza dei parametri e sulla conservazione delle caratteristiche profonde.

Dettagli del modello:

• Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2024-02-21
• Arxiv: Articolo su YOLOv9
• GitHub: Repository di YOLOv9
• Documentazione: Documentazione di YOLOv9

Architettura e punti di forza#

YOLOv9 si basa sul concetto di informazioni di gradiente programmabili (PGI) e sulla rete di aggregazione efficiente generalizzata dei livelli (GELAN). Questi concetti affrontano il problema del collo di bottiglia informativo, spesso osservato nelle reti neurali profonde. Conservando le informazioni essenziali durante il processo feed-forward, GELAN garantisce che i gradienti usati per aggiornare i pesi rimangano affidabili. Questa architettura offre un'elevata precisione e rende YOLOv9 un valido candidato per la ricerca accademica sulla teoria delle reti neurali e sull'ottimizzazione dei percorsi del gradiente con il framework PyTorch.

Limitazioni#

Nonostante l'eccellente efficienza dei parametri, YOLOv9 si affida molto alla NMS tradizionale per la post-elaborazione delle bounding box, che può creare colli di bottiglia computazionali durante l'inferenza sui dispositivi edge. Inoltre, il repository ufficiale si concentra principalmente sul rilevamento di oggetti e richiede notevole lavoro di sviluppo personalizzato per adattarlo ad attività specializzate come il tracking o la stima della posa.

Scopri di più su YOLOv9

Confronto delle prestazioni#

Quando si valutano questi modelli per la distribuzione nel mondo reale, è fondamentale bilanciare precisione (mAP), velocità di inferenza e utilizzo della memoria. I modelli Ultralytics sono noti per i bassi requisiti di memoria sia durante l'addestramento sia durante l'inferenza e richiedono molta meno memoria CUDA rispetto alle alternative basate su Transformer, come RT-DETR.

Di seguito è riportato un confronto diretto delle prestazioni di YOLO26 e YOLOv9 sul dataset COCO. I valori migliori di ogni colonna sono evidenziati in grassetto.

Nota: le velocità su CPU di YOLOv9 sono omesse perché variano notevolmente in base alla configurazione NMS e sono generalmente inferiori a quelle dell'implementazione nativa senza NMS di YOLO26.

Casi d'uso e consigli#

La scelta tra YOLO26 e YOLOv9 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze per l'ecosistema.

Quando scegliere YOLO26#

YOLO26 è un'ottima scelta per:

• 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 senza accelerazione GPU dedicata, sui quali l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• 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.

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.

I vantaggi di Ultralytics#

La scelta di un modello non si limita alla lettura di un benchmark di precisione: l'ecosistema software circostante determina la rapidità con cui puoi passare dalla raccolta dei dati alla produzione.

Facilità d'uso ed ecosistema#

L'API Python di Ultralytics offre un'esperienza fluida che ti porta da zero a esperto. Invece di clonare repository complessi o configurare manualmente script di addestramento distribuito, gli sviluppatori possono installare il pacchetto tramite pip e iniziare subito ad addestrare. L'ecosistema Ultralytics, sottoposto a manutenzione attiva, garantisce aggiornamenti frequenti, integrazioni automatizzate con piattaforme di machine learning come Weights & Biases e una documentazione esaustiva.

Versatilità nelle attività di visione#

Mentre YOLOv9 è principalmente un motore di rilevamento, YOLO26 è uno strumento di visione per uso generale. Con un'unica sintassi unificata, puoi passare facilmente dal rilevamento degli oggetti alla segmentazione delle immagini con precisione a livello di pixel o alla classificazione dell'intera immagine. Questa versatilità riduce il debito tecnico legato alla manutenzione di basi di codice separate e non integrate per le diverse funzionalità di visione artificiale.

Addestramento e distribuzione efficienti#

L'efficienza di addestramento è un pilastro della filosofia Ultralytics. YOLO26 sfrutta pesi preaddestrati facilmente accessibili e offre un utilizzo della memoria decisamente inferiore rispetto ai pesanti Transformer per la visione. Una volta completato l'addestramento, le pipeline di esportazione integrate consentono conversioni con un solo clic in formati ottimizzati come TensorRT o LiteRT, facilitando il passaggio alla produzione.

Esempio di codice: iniziare con YOLO26#

Implementare YOLO26 è sorprendentemente semplice. Il seguente frammento di codice Python mostra come caricare un modello preaddestrato, addestrarlo con dati personalizzati ed eseguire inferenze usando l'API Ultralytics.

from ultralytics import YOLO

# Carica il modello nano YOLO26 all'avanguardia più recente
model = YOLO("yolo26n.pt")

# Addestra il modello sul dataset COCO8 (optimizer='auto' seleziona MuSGD per le sessioni di addestramento più lunghe)
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Usa la GPU 0 oppure 'cpu' per l'addestramento su CPU
)

# Esegui un'inferenza senza NMS su un'immagine di esempio
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Visualizza le bounding box e i valori di confidenza
predictions[0].show()

Sfruttando la velocità, l'architettura semplificata e il solido ecosistema di YOLO26, i team possono portare sul mercato applicazioni avanzate di AI per la visione più rapidamente e con meno ostacoli tecnici che mai.