YOLOv5 vs YOLOv9
Il panorama della visione artificiale e del rilevamento di oggetti in tempo reale è progredito notevolmente negli ultimi anni. Scegliere tra modelli consolidati e testati sul campo e nuove architetture di ricerca è una sfida comune per gli ingegneri del machine learning. Questa guida offre un confronto tecnico completo tra due modelli molto influenti della famiglia YOLO: YOLOv5 e YOLOv9.
Che tu stia distribuendo modelli su dispositivi edge con risorse limitate, studiando l'estrazione di caratteristiche ad alta fedeltà o realizzando pipeline complesse di rilevamento degli oggetti, è importante comprendere le differenze architetturali, le metriche di prestazione e il supporto dell'ecosistema di questi modelli.
Panoramica dei modelli#
Prima di approfondire il confronto tra le architetture, è utile conoscere le origini e gli obiettivi principali di ciascun modello.
Ultralytics YOLOv5#
Sviluppato da Glenn Jocher e rilasciato da Ultralytics il 26 giugno 2020, YOLOv5 ha cambiato il modo in cui gli sviluppatori interagivano con i modelli di visione. Adottando pienamente il framework PyTorch, YOLOv5 ha sostituito le complesse fasi di compilazione dei precedenti modelli basati su Darknet con un'esperienza intuitiva incentrata su Python.
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: Repository YOLOv5
- Documentazione: Documentazione di YOLOv5
YOLOv5 è noto per la facilità d'uso e le prestazioni stabili in diversi ambienti hardware. Supporta non solo il rilevamento, ma anche la segmentazione di istanze e la classificazione delle immagini.
YOLOv9#
Presentato da Chien-Yao Wang e Hong-Yuan Mark Liao dell'Institute of Information Science dell'Academia Sinica, Taiwan, YOLOv9 si concentra soprattutto sulla teoria architetturale per affrontare i problemi di collo di bottiglia informativo nelle reti neurali profonde.
- Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
- Data: 2024-02-21
- arXiv: 2402.13616
- GitHub: Repository di YOLOv9
- Documentazione: Documentazione di YOLOv9
YOLOv9 si basa su due importanti innovazioni teoriche: Programmable Gradient Information (PGI) e Generalized Efficient Layer Aggregation Network (GELAN). Questi concetti aiutano il modello a conservare caratteristiche spaziali essenziali attraverso gli strati profondi della rete.
YOLOv5 e YOLOv9 sono modelli potenti, ma il più recente YOLO26 offre un ottimo equilibrio tra velocità e accuratezza. Grazie all'inferenza end-to-end opzionale senza NMS e a un'inferenza CPU fino al 43% più veloce (YOLO26n rispetto a YOLO11n), YOLO26 è consigliato per l'edge computing moderno e le distribuzioni in produzione.
Differenze architetturali e tecniche#
Per ottimizzare le strategie di implementazione dei modelli, è fondamentale comprendere i meccanismi alla base di questi modelli di visione.
Estrazione delle caratteristiche e conservazione delle informazioni#
YOLOv5 utilizza un backbone Cross Stage Partial Network (CSPNet), che riduce efficacemente il carico computazionale mantenendo un flusso accurato dei gradienti durante la retropropagazione. Questo design è altamente ottimizzato per le tradizionali operazioni GPU e richiede meno memoria durante l'addestramento rispetto alle alternative basate su Transformer più pesanti.
YOLOv9 introduce GELAN, un'architettura generica che estende i principi di CSPNet. Insieme a PGI, un ramo ausiliario reversibile, YOLOv9 aiuta i layer profondi a conservare le informazioni semantiche necessarie per calcolare gradienti affidabili. Questo consente a YOLOv9 di raggiungere un'elevata accuratezza, soprattutto sugli oggetti più piccoli.
Requisiti di memoria ed efficienza di addestramento#
Per quanto riguarda l'efficienza di addestramento, YOLOv5 rimane competitivo. L'ecosistema Ultralytics, ben gestito, fa sì che i modelli YOLOv5 consumino molta meno memoria CUDA, consentendo ai ricercatori di massimizzare le dimensioni dei batch sulle GPU di fascia consumer. YOLOv9 raggiunge un'eccellente efficienza parametrica (alta accuratezza rispetto alle dimensioni), ma il suo processo di addestramento può richiedere più risorse se non si usano framework ottimizzati. Fortunatamente, integrare YOLOv9 nell'API Ultralytics lo avvicina a YOLOv5 nella gestione efficiente delle risorse.
Prestazioni e metriche#
La tabella seguente confronta le prestazioni sul dataset COCO, includendo mAP (precisione media), velocità di inferenza e numero di parametri.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Come mostra la tabella, YOLOv9 raggiunge un'accuratezza grezza superiore a parità di fascia, a conferma della sua architettura più recente. YOLOv5n mantiene tuttavia una bassa latenza di 1,12 ms su T4 TensorRT, a dimostrazione della sua durevole efficacia nelle applicazioni di edge computing localizzato e ad alta velocità.
Metodologie di addestramento e semplicità d'uso#
Oggi gran parte del valore pratico della visione artificiale dipende dall'accessibilità della toolchain.
I vantaggi di Ultralytics#
I repository originali di ricerca per modelli come YOLOv9 sono fondamentali, ma spesso comportano matrici di dipendenze complesse e script standard ripetitivi. L'API Python di Ultralytics astrae gran parte di questa complessità. Con l'ecosistema Ultralytics puoi addestrare, valutare ed esportare YOLOv5 e YOLOv9 usando una sintassi unificata e identica.
from ultralytics import YOLO
# Carica un modello YOLOv5 preaddestrato per una rapida implementazione
model_v5 = YOLO("yolov5su.pt") # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics
# Oppure utilizza un modello YOLOv9 per un'accuratezza ad alta fedeltà
model_v9 = YOLO("yolov9c.pt")
# Addestra sul dataset di esempio COCO8
results = model_v9.train(data="coco8.yaml", epochs=50, imgsz=640)
# Esporta il modello addestrato in ONNX
model_v9.export(format="onnx")Questo approccio basato su un'unica API offre ampia versatilità: a seconda del modello scelto, supporta non solo il rilevamento, ma anche la segmentazione di istanze, la stima della posa e i riquadri di delimitazione orientati (OBB). Le integrazioni con strumenti come Comet e Weights & Biases sono incluse anche nel ciclo di addestramento.
Casi d'uso ideali e applicazioni nel mondo reale#
La scelta tra queste architetture dipende soprattutto dai vincoli dell'hardware e dalla precisione richiesta dal tuo ambito applicativo.
Quando scegliere YOLOv5#
YOLOv5 è un modello maturo, adatto alle distribuzioni che danno priorità a stabilità, ingombro ridotto in memoria e ampia compatibilità di esportazione.
- Distribuzioni su dispositivi mobili: esportare YOLOv5 in LiteRT o CoreML per l'inferenza sul dispositivo su smartphone meno recenti è semplice.
- Hardware edge legacy: su dispositivi come Raspberry Pi o le prime generazioni di NVIDIA Jetson Nano, le convoluzioni semplici di YOLOv5 aiutano a mantenere frequenze dei fotogrammi costanti in applicazioni come la gestione intelligente dei parcheggi.
- Prototipazione rapida: l'ampia disponibilità di tutorial della community, pesi preaddestrati personalizzati e compatibilità con numerosi dataset lo rendono il modo più rapido per convalidare una prova di concetto.
Quando scegliere YOLOv9#
YOLOv9 è ideale negli scenari in cui è fondamentale acquisire dettagli complessi e ridurre al minimo i falsi negativi, anche se richiede un po' più di risorse di calcolo.
- Immagini aeree e satellitari: il framework PGI aiuta a preservare la fedeltà degli oggetti piccoli, rendendo YOLOv9 ottimo per il monitoraggio agricolo basato su droni.
- Diagnostica tramite immagini mediche: per rilevare anomalie o lesioni minuscole in scansioni ad alta risoluzione, il flusso accurato dei gradienti di GELAN offre un vantaggio essenziale nel richiamo.
- Analisi del retail di fascia alta: il monitoraggio dei prodotti sovrapposti sugli scaffali affollati trae vantaggio dalla maggiore capacità di YOLOv9 di conservare le caratteristiche.
Amplia i tuoi orizzonti#
Il confronto tra YOLOv5 e YOLOv9 mostra chiaramente l'evoluzione delle architetture dal 2020 al 2024, ma il settore continua a progredire rapidamente. Per gli sviluppatori che vogliono prestazioni all'avanguardia, i modelli YOLO26 sono la scelta consigliata. Grazie al design nativo end-to-end senza NMS (nms=False), offerto come alternativa alla tradizionale soppressione non massima, e all'avanzato ottimizzatore MuSGD, YOLO26 colma il divario tra l'accuratezza dei modelli di ricerca e la velocità richiesta in produzione. Rimuovendo la DFL (Distribution Focal Loss, per semplificare l'esportazione e migliorare la compatibilità con dispositivi edge e a basso consumo), YOLO26n raggiunge un'inferenza CPU fino al 43% più veloce rispetto a YOLO11n, risultando adatto all'edge computing. Inoltre, ProgLoss + STAL abbina una loss progressiva all'assegnazione delle etichette sensibile agli oggetti piccoli, migliorando significativamente il riconoscimento degli oggetti di piccole dimensioni, fondamentale per IoT, robotica e immagini aeree.
Potrebbe interessarti anche confrontare queste architetture con altri modelli, come YOLOv5 vs RT-DETR o YOLOv5 vs YOLO11. Il framework unificato Ultralytics mantiene coerente la tua pipeline di sviluppo, qualunque sia il modello che scegli.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.