Inizia

YOLOv10 vs YOLOv9

L'evoluzione della computer vision in tempo reale ha portato progressi costanti in velocità, precisione ed efficienza architetturale. Nel valutare i modelli per il tuo prossimo deployment, il confronto tra YOLOv10 e YOLOv9 mette in luce due approcci distinti per risolvere i colli di bottiglia del deep learning. YOLOv9 punta a massimizzare il flusso di informazioni del gradiente durante l'addestramento, mentre YOLOv10 ha introdotto un design end-to-end che elimina il post-processing NMS.

Questa guida analizza le innovazioni architetturali, le metriche prestazionali e i casi d'uso ideali per aiutare sviluppatori e ricercatori a scegliere il modello giusto per le loro attività di computer vision.

YOLOv10: rilevamento in tempo reale senza NMS#

Sviluppato per affrontare i colli di bottiglia della latenza dei rilevatori di oggetti tradizionali, YOLOv10 introduce un'architettura end-to-end che elimina la necessità della soppressione dei massimi non locali (NMS).

Dettagli tecnici e origine:

Scopri di più su YOLOv10

Architettura e punti di forza#

Il contributo più significativo di YOLOv10 al settore è la strategia di assegnazione duale coerente per l'addestramento senza NMS. Eliminando NMS, il modello riduce la latenza d'inferenza, soprattutto sui dispositivi edge, dove il post-processing può diventare un collo di bottiglia per l'intera pipeline. Ottimizza diversi componenti sia per l'efficienza sia per la precisione, ottenendo un compromesso efficace tra velocità e numero di parametri. Ad esempio, la variante YOLOv10-S impiega 2,49 ms su una GPU T4 con TensorRT, risultando particolarmente adatta all'analisi video ad alta velocità e alla navigazione robotica in tempo reale.

Punti deboli#

Il design senza NMS ha rappresentato un importante progresso per il rilevamento delle bounding box, ma YOLOv10 è un rilevatore di soli oggetti. Non offre la versatilità immediata dei modelli più recenti che supportano nativamente la segmentazione di istanze o la stima della posa.

Esportazione di YOLOv10

Per preparare YOLOv10 alla produzione, esporta il modello in formati ottimizzati come TensorRT o ONNX, usando nms=False per selezionare la sua testa uno-a-uno senza NMS. L'esecuzione in deployment dei pesi PyTorch grezzi può causare un'inferenza più lenta del previsto a causa delle operazioni del grafo non ottimizzate.

YOLOv9: informazioni di gradiente programmabili#

Prima di YOLOv10, YOLOv9 aveva introdotto nuovi concetti architetturali per risolvere il problema del collo di bottiglia delle informazioni, intrinseco alle reti neurali profonde, consentendo un utilizzo dei parametri molto efficiente.

Dettagli tecnici e origine:

Scopri di più su YOLOv9

Architettura e punti di forza#

YOLOv9 introduce le informazioni di gradiente programmabili (PGI) insieme alla rete di aggregazione dei livelli efficiente generalizzata (GELAN). PGI assicura che le informazioni cruciali sui target non vadano perse mentre i dati attraversano i livelli profondi della rete, generando gradienti affidabili per l'aggiornamento dei pesi. GELAN massimizza l'efficienza dei parametri della rete. Insieme, queste innovazioni consentono a YOLOv9 di raggiungere un'elevata precisione media (mAP) sul dataset MS COCO, spesso superando modelli più pesanti pur usando meno FLOPs. È un modello efficace per i ricercatori che puntano a massimizzare le metriche di precisione.

Punti deboli#

Nonostante l'elevata accuratezza, YOLOv9 si affida ancora alla post-elaborazione standard basata su NMS. Ciò significa che, sebbene le operazioni della rete neurale siano rapide, il filtraggio finale delle bounding box può introdurre una latenza variabile a seconda della densità degli oggetti nella scena. Inoltre, rispetto ai modelli successivi, il suo processo di addestramento può richiedere molta memoria e risorse GPU più potenti per il fine-tuning su dataset personalizzati.

Confronto delle prestazioni#

La tabella seguente mostra le metriche principali di entrambi i modelli. Nota che YOLOv10 in genere raggiunge una latenza inferiore tramite TensorRT, mentre YOLOv9 spinge al limite la precisione nella configurazione più grande.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
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

YOLOv9 e YOLOv10 sono tappe importanti, ma il settore del machine learning evolve rapidamente. Negli ambienti di produzione, molti sviluppatori si affidano all'ecosistema integrato e ben mantenuto di Ultralytics Platform. Nel 2026, Ultralytics consiglia YOLO26 sia per la ricerca sia per le aziende.

YOLO26 sviluppa i concetti dei suoi predecessori offrendo un'esperienza utente più snella, un'API semplice e requisiti di memoria inferiori durante l'addestramento rispetto alle architetture basate su Transformer.

Innovazioni chiave di YOLO26#

  • Design end-to-end senza NMS: sulla base di YOLOv10, YOLO26 supporta l'inferenza end-to-end opzionale, che salta il post-processing NMS con nms=False per semplificare il deployment e rendere la latenza più prevedibile.
  • Inferenza CPU fino al 43% più veloce: YOLO26n è fino al 43% più veloce di YOLO11n su CPU, rendendo YOLO26 adatto all'IA edge e ai sistemi embedded senza GPU dedicate.
  • Ottimizzatore MuSGD: un ibrido di SGD e Muon, ispirato alle ottimizzazioni dei modelli linguistici di grandi dimensioni, che assicura un addestramento stabile e una convergenza rapida.
  • Rimozione di DFL: eliminando Distribution Focal Loss, YOLO26 semplifica il processo di esportazione del modello e migliora la compatibilità con dispositivi a basso consumo e diversi framework di deployment edge.
  • Miglioramenti specifici per attività: a differenza dei rilevatori a singola attività, YOLO26 supporta il rilevamento, la segmentazione di istanze, la segmentazione semantica, la stima della profondità, la classificazione, la stima della posa e OBB. Usa una loss di segmentazione semantica per migliorare la segmentazione di istanze, la stima del log-verosimiglianza residuo (RLE) per rendere più accurata la stima della posa e una loss angolare specializzata per risolvere i problemi ai bordi delle bounding box orientate (OBB).
I vantaggi dell'ecosistema Ultralytics

Scegliere un modello Ultralytics come YOLO11 o YOLO26 ti offre facilità d'uso, sviluppo attivo, una community ampia e aggiornamenti frequenti che mantengono i tuoi modelli compatibili con motori d'inferenza come OpenVINO e CoreML.

Implementazione pratica#

Addestrare e distribuire questi modelli è semplice con il pacchetto Python di Ultralytics. L'esempio seguente mostra il flusso di lavoro di addestramento Ultralytics, che gestisce automaticamente la pianificazione del tasso di apprendimento e l'aumento dei dati.

from ultralytics import YOLO

# Carica il modello YOLO26 consigliato
model = YOLO("yolo26n.pt")  # Compatibile anche con 'yolov10n.pt' o 'yolov9c.pt'

# Addestra il modello sul dataset di esempio COCO8
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)

# Esegui l'inferenza
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

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

Casi d'uso e consigli#

La scelta tra YOLOv10 e YOLOv9 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze per l'ecosistema.

Quando scegliere YOLOv10#

YOLOv10 è una scelta valida per:

  • Rilevamento in tempo reale senza NMS: applicazioni che traggono vantaggio dal rilevamento end-to-end senza soppressione non massima, riducendo la complessità della distribuzione.
  • Compromesso equilibrato tra velocità e precisione: progetti che richiedono un buon equilibrio tra velocità di inferenza e precisione di rilevamento con modelli di diverse dimensioni.
  • Applicazioni con latenza costante: scenari di distribuzione in cui i tempi di inferenza prevedibili sono fondamentali, ad esempio nella robotica o nei sistemi autonomi.

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 migliore combinazione 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 solo CPU: dispositivi senza accelerazione GPU dedicata, sui quali YOLO26n è fino al 43% più veloce di YOLO11n su CPU.
  • Rilevamento di oggetti piccoli: scenari impegnativi come le immagini aeree da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti minuscoli.

Conclusione#

YOLOv9 e YOLOv10 offrono entrambi vantaggi specifici. YOLOv9 massimizza l'efficienza dei parametri e il flusso dei gradienti, e YOLOv9e raggiunge la massima accuratezza in questo confronto. YOLOv10 ha introdotto nella famiglia YOLO il rilevamento end-to-end dei riquadri delimitatori senza il costo in termini di latenza di NMS.

Per gli sviluppatori che cercano il miglior equilibrio tra prestazioni, versatilità e facilità d'uso, vale la pena passare ai modelli più recenti. Grazie all'ottimizzatore MuSGD, a ProgLoss + STAL per migliorare il rilevamento degli oggetti piccoli e al supporto multitasking, YOLO26 è la scelta consigliata per i progetti di computer vision nel mondo reale.

Collaboratori

Commenti

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