YOLOv9 vs YOLO26
Il panorama del rilevamento di oggetti in tempo reale si è evoluto notevolmente negli ultimi anni. Con la diffusione della distribuzione dei modelli su diversi tipi di hardware, per chi lavora nel machine learning è fondamentale scegliere l'architettura giusta. Questa guida tecnica confronta due traguardi importanti nel campo della visione artificiale: YOLOv9, introdotto all'inizio del 2024 con particolare attenzione alle ottimizzazioni dei percorsi del gradiente, e Ultralytics YOLO26, il modello più recente di Ultralytics, rilasciato a gennaio 2026 con particolare attenzione all'inferenza edge e alla stabilità dell'addestramento.
Riepilogo esecutivo: lignaggio e autori dei modelli#
Comprendere le origini di questi modelli di deep learning fornisce un contesto prezioso per capire le scelte architetturali e i destinatari a cui si rivolgono.
YOLOv9#
YOLOv9, realizzato da Chien-Yao Wang e Hong-Yuan Mark Liao dell'Institute of Information Science presso Academia Sinica a Taiwan, è stato rilasciato il 21 febbraio 2024. Il modello si concentra in particolare sui concetti teorici del deep learning, affrontando nello specifico il problema del collo di bottiglia informativo nelle reti neurali convoluzionali profonde (CNNs).
Ultralytics YOLO26#
Sviluppato da Glenn Jocher e Jing Qiu presso Ultralytics, YOLO26 è stato rilasciato il 14 gennaio 2026. Basandosi su modelli precedenti come YOLO11 e YOLOv8, YOLO26 è stato progettato da zero per dare priorità alla prontezza per la produzione, alla distribuzione edge e all'efficienza end-to-end nativa.
Vuoi aggiornare la tua pipeline di computer vision? Puoi addestrare e distribuire facilmente modelli YOLO26 nel cloud senza scrivere codice, utilizzando la Ultralytics Platform.
Innovazioni architetturali#
Entrambi i modelli introducono cambiamenti significativi nel modo in cui le reti neurali elaborano i dati visivi, ma affrontano il problema da prospettive diverse.
Informazioni programmabili sul gradiente in YOLOv9#
Il principale contributo di YOLOv9 al settore è l'introduzione di Informazioni sul gradiente programmabili (PGI) e della rete di aggregazione efficiente generalizzata dei livelli (GELAN). Con l'aumentare della profondità delle reti neurali, durante la propagazione in avanti spesso si verifica una perdita di informazioni. PGI garantisce che i gradienti utilizzati per aggiornare i pesi durante la retropropagazione rimangano precisi e affidabili, consentendo all'architettura GELAN di raggiungere un'elevata precisione con meno parametri.
Tuttavia, per la post-elaborazione YOLOv9 si affida alla tradizionale soppressione non massima (NMS), che può diventare un collo di bottiglia della latenza durante l'inferenza nel mondo reale.
L'architettura edge-first di YOLO26#
YOLO26 adotta un approccio diverso, con un design orientato all'edge che ottimizza l'intera pipeline, dall'addestramento alla distribuzione in tempo reale. Si basa sul design end-to-end senza NMS introdotto nei modelli YOLO da YOLOv10, eliminando la necessità della post-elaborazione NMS. Questo riduce la latenza e lo rende particolarmente adatto a dispositivi edge come Raspberry Pi o NVIDIA Jetson.
YOLO26 elimina anche Distribution Focal Loss (DFL). Questa modifica strutturale semplifica l'esportazione in ONNX del modello e offre una migliore compatibilità con i dispositivi edge a basso consumo.
Per la fase di addestramento, YOLO26 integra l'ottimizzatore MuSGD, un ibrido tra discesa stocastica del gradiente e Muon (ispirato alle metodologie di addestramento degli LLM usate per Kimi K2 di Moonshot AI). Questo porta le innovazioni dell'addestramento dei modelli linguistici di grandi dimensioni (LLM) nella visione artificiale, offrendo un addestramento più stabile e una convergenza più rapida.
Confronto delle prestazioni e delle metriche#
Nei benchmark sul diffuso dataset COCO, entrambi i modelli ottengono buoni risultati, ma YOLO26 è in testa per precisione e velocità di inferenza su T4 a ogni dimensione, con un numero di parametri simile.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Analisi dei risultati#
- Velocità ed efficienza: grazie all'architettura senza NMS e a una testa di rilevamento semplificata, YOLO26n offre un'inferenza CPU fino al 43% più veloce di YOLO11n. Il modello YOLO26n viene eseguito in 1.7 ms su una GPU NVIDIA T4 con TensorRT, risultando un'ottima scelta per i flussi video in tempo reale.
- Precisione: il modello YOLO26x raggiunge 57.5 mAP, superando il modello YOLOv9e più grande e mantenendo una latenza inferiore.
- Requisiti di memoria: i modelli Ultralytics sono noti per la loro efficienza. YOLO26 richiede molta meno memoria CUDA durante l'addestramento del modello e l'inferenza rispetto ai complessi modelli di visione basati su Transformer, consentendo agli sviluppatori di usare batch più grandi su hardware consumer.
Ecosistema, facilità d'uso e versatilità#
Uno dei principali punti di forza dell'ecosistema Ultralytics è l'esperienza utente. Mentre i ricercatori che utilizzano la codebase GitHub di YOLOv9 devono destreggiarsi tra configurazioni complesse degli ambienti e script manuali, YOLO26 è completamente integrato nell'intuitiva API Python Ultralytics.
Esempio di API semplificata#
Per addestrare un modello YOLO26 bastano poche righe di codice Python:
from ultralytics import YOLO
# Carica l'ultimo modello YOLO26 end-to-end nativo
model = YOLO("yolo26s.pt")
# Addestra il modello; optimizer="auto" seleziona MuSGD per le esecuzioni più lunghe (>10k iterazioni)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esporta nativamente in formato ONNX con un solo comando
model.export(format="onnx")Versatilità delle attività#
A differenza di YOLOv9, progettato principalmente per il rilevamento standard degli oggetti, YOLO26 supporta nativamente tutte e sette le attività di visione artificiale di Ultralytics, inclusa la segmentazione semantica e la stima della profondità. L'architettura include miglioramenti specifici per diverse applicazioni:
- Segmentazione di istanze: aggiunge una funzione di perdita per la segmentazione semantica e un modulo proto multi-scala per ottenere maschere di qualità superiore.
- Classificazione delle immagini: categorizzazione affidabile di immagini intere secondo gli standard ImageNet.
- Stima della posa: integra Residual Log-Likelihood Estimation (RLE) per localizzare i punti chiave con maggiore precisione.
- Box di delimitazione orientate (OBB): include una funzione di perdita angolare specializzata, progettata per risolvere i problemi ai bordi nel rilevamento di oggetti ruotati nelle immagini aeree.
Tutti i modelli YOLO26 si integrano con la Piattaforma Ultralytics, che offre strumenti integrati per l'annotazione dei dataset, l'addestramento nel cloud e le pipeline di distribuzione.
Applicazioni nel mondo reale#
La scelta tra questi modelli dipende spesso dall'ambiente in cui verranno distribuiti.
IoT e robotica edge#
Per la robotica, i droni autonomi e i dispositivi IoT per la smart home, YOLO26 è la scelta migliore. ProgLoss + STAL migliorano il rilevamento degli oggetti di piccole dimensioni, fondamentale per il monitoraggio agricolo effettuato con droni ad alta quota. In combinazione con un'inferenza su CPU fino al 43% più veloce (YOLO26n rispetto a YOLO11n) e il design senza NMS, YOLO26 funziona senza problemi su hardware privo di GPU dedicate.
Ricerca accademica e analisi del gradiente#
YOLOv9 resta un modello molto apprezzato negli ambienti accademici. I ricercatori che studiano i limiti teorici del flusso del gradiente o intendono creare livelli PyTorch personalizzati basati sul concetto PGI troveranno nella codebase di YOLOv9 una valida base per esplorare la teoria del deep learning.
Pipeline di produzione ad alta velocità#
In ambito industriale, ad esempio per il rilevamento dei difetti automatizzato sui nastri trasportatori ad alta velocità, le elevate velocità TensorRT dei modelli YOLO26 aiutano a evitare la perdita di fotogrammi e a massimizzare la produttività dei sistemi di controllo qualità.
Casi d'uso e consigli#
La scelta tra YOLOv9 e YOLO26 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle tue preferenze in fatto di ecosistemi.
Quando scegliere YOLOv9#
YOLOv9 è una scelta valida 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 YOLO26#
YOLO26 è consigliato per:
- 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 l'inferenza CPU di YOLO26, fino al 43% più rapida (YOLO26n rispetto a YOLO11n), offre un vantaggio decisivo.
- 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#
Entrambi i modelli rappresentano progressi significativi per la comunità open source. YOLOv9 ha introdotto importanti miglioramenti teorici al flusso del gradiente che continuano a influenzare le nuove architetture. Tuttavia, per sviluppatori, startup e team aziendali che cercano un equilibrio tra velocità, precisione e semplicità di distribuzione, Ultralytics YOLO26 è la scelta più indicata.
Con l'inferenza senza NMS, l'ottimizzatore MuSGD e strumenti per il rilevamento, la segmentazione, la stima della posa e molto altro, YOLO26 offre ai progetti di visione artificiale una base affidabile e ben supportata.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.