YOLOv9 vs YOLO11#

La rapida evoluzione della visione artificiale ha ampliato continuamente le possibilità del rilevamento di oggetti in tempo reale. Tra le architetture di punta, YOLOv9 e Ultralytics YOLO11 si distinguono come importanti progressi, ciascuno pensato per esigenze tecniche specifiche. YOLOv9 ha introdotto nuovi metodi per preservare il flusso del gradiente durante l'addestramento di reti profonde, mentre YOLO11 ha perfezionato il framework Ultralytics general-purpose per migliorarne efficienza, versatilità e semplicità d'uso.

Questo confronto tecnico analizza le architetture, le metriche prestazionali, i requisiti di memoria e gli scenari di distribuzione ideali per aiutarti a scegliere il modello giusto per il tuo prossimo progetto di IA.

Specifiche tecniche e autori#

Comprendere il lignaggio di questi modelli fornisce un contesto essenziale per le loro scelte architetturali e le dipendenze dai framework.

YOLOv9#

YOLOv9 ha posto una forte enfasi accademica sui colli di bottiglia informativi del deep learning, dando priorità alla fedeltà delle caratteristiche tramite blocchi di rete personalizzati.

• Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica
• Data: 21 febbraio 2024
• arXiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9

Scopri di più su YOLOv9

Ultralytics YOLO11#

YOLO11 è stato progettato da zero per gli ambienti di produzione, puntando a un equilibrio tra elevata precisione, velocità di distribuzione nel mondo reale e versatilità multi-task.

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 27 settembre 2024
• GitHub: https://github.com/ultralytics/ultralytics

Innovazioni architetturali#

Informazioni programmabili sul gradiente in YOLOv9#

YOLOv9 introduce il concetto di Informazioni sul gradiente programmabili (PGI), insieme alla rete di aggregazione efficiente generalizzata dei livelli (GELAN). Con l'aumentare della profondità delle reti neurali, si verificano spesso colli di bottiglia informativi, per cui dettagli fondamentali vengono persi durante la propagazione in avanti. PGI risolve il problema fornendo aggiornamenti affidabili del gradiente che conservano informazioni spaziali dettagliate, mentre GELAN massimizza l'efficienza dei parametri. Questo rende YOLOv9 particolarmente adatto alle attività che richiedono un'elevata fedeltà delle caratteristiche, anche se per la post-elaborazione si affida alla soppressione non massima (NMS) standard, che può introdurre latenza sui dispositivi edge.

Efficienza semplificata in YOLO11#

YOLO11 si basa su anni di ricerca su YOLO per offrire un'architettura efficiente. Migliora le versioni precedenti riducendo il carico computazionale e migliorando l'estrazione delle caratteristiche. YOLO11 si affida ancora alla post-elaborazione NMS standard, ma le sue teste di rilevamento perfezionate raggiungono un buon equilibrio tra latenza e precisione. Durante l'addestramento del modello e l'inferenza, YOLO11 utilizza anche meno memoria dei pesanti modelli Transformer, che spesso sono più lenti da addestrare e richiedono grandi quantità di memoria CUDA.

Confronto delle metriche di prestazione#

Nel confronto di questi modelli sul dataset COCO standard, entrambi ottengono buoni risultati, ma emergono compromessi tra il numero assoluto di parametri e la velocità operativa.

La tabella seguente confronta le principali metriche prestazionali di YOLO.

Analisi dei risultati#

1. Velocità ed efficienza hardware: in questa tabella YOLO11 è più veloce di YOLOv9 a ogni dimensione. Per esempio, YOLO11n viene eseguito in 1.5 ms su una GPU NVIDIA T4 con TensorRT, risultando particolarmente adatto alle pipeline con rigidi requisiti di tempo reale.
2. Requisiti computazionali: in generale, i modelli YOLO11 richiedono meno FLOPs (ad esempio, 68.1B per YOLO11m contro 76.8B per YOLOv9m), con un conseguente minor consumo energetico sui dispositivi edge a batteria come Raspberry Pi o sui dispositivi mobili.
3. Precisione comparabile: YOLOv9e supera di poco YOLO11x in termini di mAP assoluta (55.6 rispetto a 54.7), ma YOLO11 raggiunge la massima precisione con una latenza notevolmente inferiore (11.3ms rispetto a 16.77ms), mostrando un equilibrio prestazionale più favorevole per le distribuzioni nel mondo reale.

Ecosistema e facilità d’uso#

Le metriche assolute sono importanti, ma spesso il successo di un progetto dipende dall'ecosistema del framework: è qui che Ultralytics si distingue.

Il repository originale di YOLOv9 è altamente specializzato e offre un'implementazione per la ricerca. La Piattaforma Ultralytics e il relativo pacchetto open source offrono invece un'esperienza utente semplificata, un'API semplice e una documentazione estesa che riducono il time-to-market.

Versatilità multitasking#

YOLOv9 si concentra soprattutto sul rilevamento delle box di delimitazione. YOLO11, invece, è un modello multi-task unificato che supporta nativamente:

• Segmentazione di istanze
• Classificazione delle immagini
• Stima della posa
• Box di delimitazione orientati (OBB)

Distribuzione#

L'ecosistema Ultralytics consente agli sviluppatori di esportare i modelli in numerosi formati con una sola riga di codice Python. Che la destinazione sia ONNX, OpenVINO, LiteRT o CoreML, il passaggio dall'addestramento alla produzione è semplice.

from ultralytics import YOLO

# Carica un modello YOLO11 altamente efficiente
model = YOLO("yolo11n.pt")

# Addestra rapidamente su un dataset personalizzato con un ingombro di memoria minimo
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esporta il modello addestrato in OpenVINO per accelerare la CPU Intel
model.export(format="openvino")

Casi d'uso ideali#

Quando usare YOLOv9#

YOLOv9 è uno strumento utile per gli ambienti incentrati sulla ricerca o per gli scenari che danno priorità all'elevata fedeltà delle caratteristiche, in cui la latenza hardware non è il vincolo principale. La sua architettura GELAN può essere utile nell'analisi di immagini mediche, dove è fondamentale rilevare le minime variazioni di pixel.

Perché scegliere YOLO11#

Per sviluppatori, ingegneri e team di produzione che devono scegliere tra questi due modelli, YOLO11 è l'opzione consigliata. Eccelle negli ambienti che richiedono una distribuzione scalabile e ad alta velocità:

• Analisi smart retail: monitoraggio di prodotti e clienti usando normali processori Intel.
• Droni autonomi: le architetture con pochi FLOPs preservano la durata della batteria e garantiscono al tempo stesso un rilevamento affidabile degli oggetti piccoli.
• Progetti dinamici: flussi di lavoro che possono iniziare con il rilevamento e in seguito richiedere la stima della posa o la segmentazione.

Uno sguardo al futuro: la prossima evoluzione#

YOLO11 era all'avanguardia nella sua generazione, ma il panorama della visione artificiale continua a evolversi. Per i nuovi progetti, valuta YOLO26, il modello Ultralytics attualmente consigliato.

Basandosi sul design end-to-end senza NMS sperimentato inizialmente in YOLOv10, YOLO26 introduce l'ottimizzatore MuSGD (un ibrido tra SGD e Muon) per un addestramento più stabile. L'eliminazione di Distribution Focal Loss (DFL) semplifica l'esportazione, mentre ProgLoss e STAL (Progressive Loss e Small-Target-Aware Label Assignment) migliorano il rilevamento degli oggetti piccoli; YOLO26n raggiunge così un'inferenza CPU fino al 43% più veloce di YOLO11n. Grazie all'API unificata Ultralytics, i team possono passare dai modelli meno recenti come Ultralytics YOLOv8 a YOLO26 o YOLO11 con modifiche minime al codice.