Inizia

YOLOv9 vs PP-YOLOE+

Il panorama del rilevamento degli oggetti in tempo reale continua a evolversi rapidamente, offrendo agli ingegneri di computer vision un'ampia scelta di modelli molto accurati da distribuire su infrastrutture edge e cloud. Due modelli di spicco in questo ambito sono YOLOv9 e PP-YOLOE+. Entrambi offrono un'elevata accuratezza e velocità, ma provengono da tradizioni di ricerca e da ecosistemi software diversi.

Questo confronto tecnico analizza le architetture, le metodologie di addestramento, le metriche di prestazione e le applicazioni ideali nel mondo reale. Spiega inoltre come il più ampio ecosistema Ultralytics sia utile agli sviluppatori che danno priorità alla facilità d'uso, all'efficienza della memoria e alla versatilità della distribuzione.

Origini dei modelli e specifiche tecniche#

Conoscere il contesto di questi modelli aiuta a comprendere le scelte architetturali e le dipendenze dai framework.

YOLOv9: risolvere il collo di bottiglia informativo#

Presentato all'inizio del 2024, YOLOv9 affronta la perdita di dati che si verifica quando le informazioni attraversano reti neurali profonde. È una rete neurale convoluzionale efficiente, progettata per massimizzare l'efficienza dei parametri.

Scopri di più su YOLOv9

PP-YOLOE+: innovazione nell'ecosistema Paddle#

Rilasciato da Baidu nel 2022, PP-YOLOE+ è un miglioramento iterativo di PP-YOLOv2. Usa un design senza ancoraggi e introduce una strategia dinamica di assegnazione delle etichette per migliorare la convergenza e l'accuratezza nel framework PaddlePaddle.

Scopri di più su PP-YOLOE+

Confronto architetturale#

Informazioni programmabili sul gradiente vs. CSPRepResStage#

L'innovazione principale di YOLOv9 è Informazioni programmabili sul gradiente (PGI). PGI funge da framework di supervisione ausiliaria, garantendo che le informazioni essenziali sui gradienti vengano preservate e propagate correttamente fino ai livelli superficiali durante l'addestramento. A questo si affianca la Rete efficiente generalizzata di aggregazione dei livelli (GELAN), che combina i punti di forza di CSPNet ed ELAN per offrire un'elevata accuratezza riducendo al contempo il costo computazionale (FLOPs).

PP-YOLOE+ si basa su un backbone specializzato chiamato CSPRepResStage. Sfrutta tecniche di riparametrizzazione, simili a quelle di RepVGG, per accelerare l'inferenza unendo i livelli convoluzionali durante la distribuzione. Inoltre, utilizza la testa Efficient Task-aligned (ET-head) per bilanciare le attività di classificazione e regressione.

PP-YOLOE+ è robusto, ma l'architettura GELAN di YOLOv9 usa meno parametri a ogni dimensione, garantendo un'impronta di memoria ridotta durante l'inferenza e rendendolo particolarmente adatto ai dispositivi edge AI.

Confronto delle prestazioni#

Quando valuti i modelli per la produzione, è fondamentale considerare il compromesso tra mAP (precisione media), velocità di inferenza e dimensioni del modello.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Analisi#

  • Efficienza dei parametri: YOLOv9 è più efficiente in termini di parametri. Ad esempio, YOLOv9c raggiunge un mAP del 53.0% con soli 25.5M di parametri, mentre PP-YOLOE+l richiede più del doppio dei parametri (52.2M) per ottenere un mAP leggermente inferiore, pari al 52.9%, aumentando così il fabbisogno di memoria di YOLOv9. PP-YOLOE+ usa effettivamente meno FLOPs nelle dimensioni s e m.
  • Velocità di inferenza: YOLOv9 raggiunge velocità competitive con TensorRT sulle GPU NVIDIA T4; YOLOv9t è il modello più veloce in questo confronto, mentre PP-YOLOE+ è più veloce nelle dimensioni s, m e x. Entrambe le famiglie sono adatte all'inferenza in tempo reale.

Metodologie di training ed ecosistema#

Spesso, la scelta tra questi modelli dipende dall'ecosistema software.

PP-YOLOE+ e PaddlePaddle#

PP-YOLOE+ è strettamente integrato con la suite PaddleDetection. Pur essendo potente, richiede agli utenti di orientarsi in un ambiente basato sulla riga di comando e ricco di file di configurazione. Per i team che lavorano soprattutto negli ecosistemi PyTorch o TensorFlow, passare a PaddlePaddle comporta notevoli difficoltà e una curva di apprendimento più ripida.

I vantaggi di Ultralytics: flussi di lavoro semplificati#

Al contrario, YOLOv9 è supportato nell'ecosistema Ultralytics, pensato per sviluppatori e ricercatori e progettato per dare priorità alla facilità d'uso. La API Python elimina gran parte del codice boilerplate.

from ultralytics import YOLO

# Carica un modello YOLOv9 preaddestrato
model = YOLO("yolov9c.pt")

# Addestra su un dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Esegui l'inferenza e visualizza i risultati
results = model("https://ultralytics.com/images/bus.jpg")

# Esporta in ONNX per il deployment in produzione
model.export(format="onnx")

Questo flusso di lavoro evidenzia l'efficienza di addestramento dei modelli Ultralytics. Il supporto nativo per l'aumento dei dati, l'addestramento distribuito e la registrazione automatica su piattaforme come Weights & Biases o MLflow è incluso.

Scopri le ultime novità nell'IA per la visione

YOLOv9 offre buone prestazioni, ma Ultralytics consiglia Ultralytics YOLO26 per i nuovi progetti. YOLO26 include un design end-to-end senza NMS nativo (opzionale tramite nms=False) che elimina la post-elaborazione con soppressione dei non massimi (NMS) e semplifica la distribuzione. Grazie alla rimozione della DFL (Distribution Focal Loss eliminata per semplificare l'esportazione e migliorare la compatibilità con dispositivi edge e a basso consumo), YOLO26n offre un'inferenza su CPU fino al 43% più veloce di YOLO11n per l'edge computing. L'ottimizzatore MuSGD garantisce un addestramento stabile e una convergenza rapida, mentre ProgLoss + STAL (Progressive Loss e assegnazione delle etichette consapevole degli oggetti piccoli) migliorano il rilevamento degli oggetti piccoli, fondamentale per IoT, robotica e immagini aeree.

Versatilità e supporto delle attività#

I moderni progetti di visione artificiale raramente si limitano alle semplici bounding box.

PP-YOLOE+ è progettato principalmente per il rilevamento standard degli oggetti. Adattarne l'architettura ad altre attività richiede un notevole lavoro di sviluppo personalizzato.

Al contrario, il framework Ultralytics supporta più attività. Grazie a un'API unificata, gli sviluppatori possono passare dal rilevamento standard degli oggetti alla segmentazione di istanze, alla classificazione delle immagini, alla stima della posa e al rilevamento di riquadri di delimitazione orientati (OBB) per le immagini aeree. Questa versatilità è uno dei motivi principali per cui i team scelgono modelli supportati da Ultralytics come YOLOv9, YOLO11 e YOLO26.

Casi d'uso e applicazioni ideali#

  • Analisi delle smart city e gestione del traffico: l'elevata efficienza dei parametri e la bassa latenza di YOLOv9 (e del successivo YOLO26) li rendono adatti alla distribuzione su hardware edge con risorse limitate, come i dispositivi NVIDIA Jetson, per monitorare il flusso del traffico e la sicurezza urbana.
  • Sistemi di gestione delle scorte nel commercio al dettaglio: per rilevare configurazioni dense di piccoli oggetti sugli scaffali, PGI di YOLOv9 aiuta a mantenere i dettagli spaziali più fini, migliorando il rilevamento degli oggetti piccoli.
  • Distribuzioni legacy: PP-YOLOE+ resta una soluzione pratica per i team che devono usare lo stack software Baidu/PaddlePaddle nell'infrastruttura esistente.

Per i ricercatori che studiano le architetture basate su Transformer, Ultralytics supporta nativamente anche RT-DETR nella stessa API, così puoi scegliere il modello più adatto ai requisiti della tua distribuzione.

Commenti

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