YOLOv6.0 vs. YOLOv9: la velocità industriale incontra l'efficienza più avanzata

La scelta del modello ottimale di rilevamento degli oggetti è una decisione cruciale nello sviluppo della computer vision, che richiede un equilibrio strategico tra precisione, velocità di inferenza ed efficienza computazionale. Questo confronto approfondisce le sfumature tecniche di YOLOv6.0, un modello progettato da Meituan per una produttività industriale, e di YOLOv9, un'architettura all'avanguardia che ridefinisce l'efficienza attraverso la conservazione delle informazioni.

YOLOv6.0: Ottimizzato per le applicazioni industriali

YOLOv6.0 si concentra fortemente su scenari pratici di implementazione in cui la latenza hardware è il collo di bottiglia principale.

Autori: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
Organizzazione:Meituan
Data: 2023-01-13
Arxiv:https://arxiv.org/abs/2301.05586
GitHub:https://github.com/meituan/YOLOv6
Documenti:https://docs.ultralytics.com/models/yolov6/

Filosofia dell'architettura e del design

YOLOv6.0 è stata progettata come una rete neurale convoluzionale (CNN) consapevole dell'hardware. L'architettura utilizza un'efficiente dorsale di riparametrizzazione e blocchi ibridi (RepBi-PAN) per massimizzare il throughput sulle GPU. Adattando la struttura del modello alle specifiche caratteristiche hardware, YOLOv6 mira a fornire un'elevata velocità di inferenza senza compromettere la precisione. Si tratta di un rilevatore a stadio singolo ottimizzato per l'automazione industriale e la sorveglianza, dove l'elaborazione in tempo reale è irrinunciabile.

Punti di forza e limiti

Punti di forza:

Velocità di inferenza: il modello eccelle in ambienti a bassa latenza, in particolare sulle GPU NVIDIA T4, rendendolo adatto alle linee di produzione ad alta velocità.
Ottimizzazione hardware: Il suo design "hardware-friendly" assicura che il modello utilizzi efficacemente la larghezza di banda della memoria e le unità di calcolo durante la distribuzione.

Punti deboli:

Rappresentazione delle caratteristiche: Manca delle tecniche avanzate di conservazione delle informazioni sul gradiente presenti nei modelli più recenti come YOLOv9, il che comporta un calo di precisione più marcato al diminuire delle dimensioni del modello.
Supporto dell'ecosistema: Pur essendo efficace, l'ecosistema circostante per quanto riguarda gli strumenti, il supporto della comunità e la facilità di integrazione è meno esteso rispetto al framework Ultralytics .
Versatilità limitata: Si concentra principalmente sul rilevamento dei riquadri di delimitazione, con un supporto meno nativo per attività complesse come la segmentazione o la stima della posa rispetto ai versatili modelli Ultralytics .

Per saperne di più su YOLOv6

YOLOv9: ridefinire la precisione e il flusso di informazioni

YOLOv9 introduce concetti architettonici innovativi che affrontano il problema fondamentale della perdita di informazioni nelle reti profonde, ottenendo metriche di prestazione superiori.

Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
Organizzazione:Istituto di Scienze dell'Informazione, Academia Sinica, Taiwan
Data: 2024-02-21
Arxiv:https://arxiv.org/abs/2402.13616
GitHub:https://github.com/WongKinYiu/yolov9
Documenti:https://docs.ultralytics.com/models/yolov9/

Architettura: IGP e GELAN

YOLOv9 si distingue per due innovazioni rivoluzionarie: Programmable Gradient Information (PGI) e la Generalized Efficient Layer Aggregation Network (GELAN).

L'IGP combatte il problema del collo di bottiglia delle informazioni insito nelle reti neurali profonde. Mantenendo i dati cruciali sul gradiente tra i vari strati, PGI garantisce che il modello apprenda caratteristiche più affidabili, con conseguente maggiore precisione.
GELAN ottimizza l'utilizzo dei parametri, consentendo al modello di raggiungere una maggiore precisione con meno parametri e costi computazionali rispetto alle architetture tradizionali.

Innovazione in primo piano: Informazioni programmabili sul gradiente (PGI)

Le reti profonde spesso perdono informazioni quando i dati passano attraverso gli strati successivi, un fenomeno noto come collo di bottiglia dell'informazione. L'IGP di YOLOv9 agisce come un meccanismo ausiliario di supervisione, assicurando che i dati essenziali per l'apprendimento degli oggetti target siano conservati per tutta la profondità della rete. Ciò si traduce in un miglioramento significativo della convergenza e dell'accuratezza, soprattutto per gli oggetti detect da rilevare.

Vantaggi dell'ecosistema Ultralytics

L'integrazione di YOLOv9 nell'ecosistema Ultralytics offre notevoli vantaggi agli sviluppatori:

Facilità d'uso: Un'APIPython unificata e una CLI semplificano la formazione, la convalida e la distribuzione.
Equilibrio delle prestazioni: YOLOv9 raggiunge lo stato dell'arte mAP mantenendo velocità di inferenza competitive, offrendo un ottimo compromesso per diverse applicazioni.
Efficienza della memoria: Le implementazioni di Ultralytics sono ottimizzate per ridurre l'ingombro della memoria durante l'addestramento, in contrasto con gli elevati requisiti di VRAM di alcuni modelli basati su trasformatori.
Versatilità: Oltre al rilevamento, la flessibilità dell'architettura all'interno del framework Ultralytics consente di espandersi in altre attività, grazie a una solida comunità e a frequenti aggiornamenti.

Per saperne di più su YOLOv9

Analisi comparativa delle prestazioni

I dati sulle prestazioni evidenziano una chiara distinzione: YOLOv6.0 ottimizza la velocità grezza su un hardware specifico, mentre YOLOv9 domina in termini di efficienza (precisione per parametro).

Ad esempio, YOLOv9c raggiunge una mAP del 53,0% con soli 25,3M parametri, superando YOLOv6.0l (52,8% mAP) che richiede più del doppio dei parametri (59,6M) e FLOP significativamente più elevati. Ciò suggerisce che le innovazioni architettoniche di YOLOv9(GELAN e PGI) gli consentono di "imparare di più con meno", rendendolo una scelta altamente efficiente per ambienti con risorse limitate che richiedono comunque un'elevata precisione.

Al contrario, YOLOv6.0n offre una latenza estremamente bassa (1,17 ms), che lo rende utilizzabile per l'inferenza ultraveloce in tempo reale, dove è accettabile un calo di precisione (37,5% mAP).

Modello	dimensione ^(pixel)	mAP^val 50-95	Velocità ^{CPU ONNX (ms)}	Velocità ^{T4 TensorRT10 (ms)}	parametri ^(M)	FLOPs ^(B)
YOLOv6.0n	640	37.5	-	1.17	4.7	11.4
YOLOv6.0s	640	45.0	-	2.66	18.5	45.3
YOLOv6.0m	640	50.0	-	5.28	34.9	85.8
YOLOv6.0l	640	52.8	-	8.95	59.6	150.7

YOLOv9t	640	38.3	-	2.3	2.0	7.7
YOLOv9s	640	46.8	-	3.54	7.1	26.4
YOLOv9m	640	51.4	-	6.43	20.0	76.3
YOLOv9c	640	53.0	-	7.16	25.3	102.1
YOLOv9e	640	55.6	-	16.77	57.3	189.0

Flussi di lavoro di formazione e distribuzione

L'esperienza dello sviluppatore varia significativamente tra i due modelli. YOLOv6.0 si affida tipicamente a un flusso di lavoro specifico per il repository, con script di shell e file di configurazione manuali. Sebbene sia potente, può presentare una curva di apprendimento più ripida per i nuovi arrivati.

Al contrario, YOLOv9 si avvale del sistema semplificato di Ultralytics flusso di lavoro. L'addestramento di un modello all'avanguardia richiede un codice minimo e l'ecosistema supporta l'esportazione senza soluzione di continuità in formati quali ONNX, TensorRTe CoreML per un'ampia compatibilità di distribuzione.

Esempio: Formazione di YOLOv9 con Ultralytics

L'interfacciaPython di Ultralytics consente di avviare le esercitazioni con poche righe di codice, gestendo automaticamente l'aumento dei dati, la registrazione e la valutazione.

from ultralytics import YOLO

# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on your custom dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Flessibilità di distribuzione

I modelli Ultralytics , tra cui YOLOv9, supportano l'esportazione con un solo clic in vari formati adatti all 'edge AI e alla distribuzione nel cloud. Questa flessibilità semplifica la transizione dalla ricerca alla produzione.

Casi d'uso ideali

YOLOv6.0

Linee di assemblaggio ad alta velocità: Sistemi di controllo della qualità in cui la velocità dei trasportatori richiede una latenza inferiore a 2 ms.
Hardware dedicato: Scenari eseguiti su GPU NVIDIA specifiche in cui l'architettura hardware-aware viene sfruttata appieno.

YOLOv9

Sistemi autonomi:veicoli a guida autonoma e robotica che richiedono un'elevata precisione per navigare in ambienti complessi in modo sicuro.
Imaging medico: Applicazioni come il rilevamento dei tumori, dove la mancanza di una piccola caratteristica (falso negativo) è inaccettabile.
CV per scopi generali: Sviluppatori alla ricerca di un modello robusto e facile da usare, con un'eccellente documentazione e il supporto della comunità per diversi compiti.

Conclusione

Mentre YOLOv6.0 rimane uno strumento potente per le applicazioni industriali specializzate che danno priorità al throughput grezzo su hardware specifico, YOLOv9 è la scelta migliore per la maggior parte dei progetti di computer vision moderni.

L'innovativo IGP e l'architettura GELAN di YOLOv9 offrono un migliore equilibrio tra precisione ed efficienza, superando spesso YOLOv6 nelle metriche di performance per parametro. Inoltre, l'integrazione con l'ecosistemaUltralytics garantisce agli sviluppatori un flusso di lavoro semplificato, una manutenzione attiva e una suite di strumenti che accelerano il percorso dai dati alla distribuzione. Per chi è alla ricerca di un modello a prova di futuro, versatile e ad alte prestazioni, YOLOv9 è il percorso consigliato.

Esplora altri modelli

Se state esplorando opzioni all'avanguardia, prendete in considerazione questi altri potenti modelli della libreria Ultralytics :

YOLO11: l'ultima evoluzione della serie YOLO , che offre prestazioni all'avanguardia per il rilevamento, la segmentazione e la stima della posa.
YOLOv8: un modello molto popolare e versatile, noto per il suo equilibrio tra velocità e precisione in molteplici attività.
RT-DETR: un rilevatore basato su trasformatore che eccelle in precisione senza la necessità di una soppressione non massimaNMS).