Inizia

YOLOv9 vs YOLOv6-3.0

L'evoluzione del rilevamento degli oggetti in tempo reale è stata guidata da continue innovazioni nelle architetture delle reti neurali, con l'obiettivo di bilanciare velocità di inferenza, precisione ed efficienza computazionale. Per sviluppatori e ricercatori che si orientano nel vasto panorama dei framework di computer vision, confrontare le architetture più importanti è essenziale per scegliere lo strumento giusto per il lavoro.

Questa guida tecnica confronta due modelli validi: YOLOv9, noto per conservare le informazioni nelle reti profonde, e YOLOv6-3.0, un modello pensato per le applicazioni industriali.

Panoramica di YOLOv9: massimizzare la conservazione delle caratteristiche#

Introdotto all'inizio del 2024, YOLOv9 affronta una delle sfide più persistenti delle reti neurali profonde: la perdita di informazioni durante la propagazione in avanti. Mantenendo affidabili i gradienti e aiutando le mappe delle caratteristiche a conservare dati essenziali, migliora la precisione.

  • Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
  • Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
  • Data: 21 febbraio 2024
  • Link: Articolo su arXiv, Repository GitHub

Architettura e metodologie#

YOLOv9 introduce il concetto di informazioni programmabili sul gradiente (PGI) insieme alla rete di aggregazione dei layer efficiente generalizzata (GELAN). PGI affronta il collo di bottiglia informativo fornendo una supervisione ausiliaria che garantisce l'apprendimento di caratteristiche solide e affidabili da parte della rete principale, senza aggiungere carico all'inferenza. GELAN, invece, ottimizza l'utilizzo dei parametri e consente al modello di raggiungere una precisione media (mAP) all'avanguardia mantenendo gestibile il costo computazionale. Questo lo rende un'ottima scelta per l'analisi di immagini mediche o per rilevare oggetti estremamente piccoli, dove la fedeltà delle caratteristiche è fondamentale.

Scopri di più su YOLOv9

Panoramica di YOLOv6-3.0: progettato per la scala industriale#

Sviluppato da Meituan, YOLOv6-3.0 (indicato anche come v3.0) è stato progettato da zero per applicazioni industriali intensive. Rilasciato all'inizio del 2023, si concentra sull'efficienza del deployment e offre una serie di modelli compatibili con la quantizzazione che funzionano bene sull'hardware edge.

  • Autori: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
  • Organizzazione: Meituan
  • Data: 13 gennaio 2023
  • Link: Articolo su arXiv, Repository GitHub

Architettura e metodologie#

YOLOv6-3.0 si distingue per le strategie RepOptimizer e Anchor-Aided Training (AAT). Il modello utilizza un design di rete neurale consapevole dell'hardware, ispirato a RepVGG, che permette di ottenere inferenze molto veloci su GPU grazie alla fusione dei layer. L'aggiornamento 3.0 ha ulteriormente perfezionato l'architettura introducendo un modulo di concatenazione bidirezionale (BiC) per migliorare la precisione della localizzazione. Grazie all'elevata ottimizzazione per formati di deployment come TensorRT e OpenVINO, YOLOv6-3.0 è spesso adottato nella logistica, nell'automazione manifatturiera e negli ambienti server a elevata produttività.

Scopri di più su YOLOv6-3.0

Confronto delle prestazioni#

Quando si valutano questi modelli sul dataset COCO standard, emergono compromessi distinti tra precisione e velocità di inferenza grezza.

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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

Analisi tecnica#

YOLOv6-3.0n è il più veloce su hardware T4 (1,17 ms), mentre YOLOv9t raggiunge una mAP leggermente superiore (38,3%) utilizzando meno della metà dei parametri (2,0 milioni contro 4,7 milioni) e molti meno FLOPs. Per requisiti complessi e di alta precisione, il modello più grande, YOLOv9e, raggiunge il 55,6% di mAP, dimostrando la potenza dell'architettura PGI nelle reti profonde.

Rendi il tuo progetto a prova di futuro con YOLO26

Se stai avviando un nuovo progetto di computer vision, Ultralytics consiglia YOLO26. Rilasciato a gennaio 2026, offre un design nativo end-to-end senza NMS (nms=False) che elimina la latenza della post-elaborazione di soppressione non massima (NMS), mentre YOLO26n offre un'inferenza su CPU fino al 43% più veloce di YOLO11n.

I vantaggi dell’ecosistema Ultralytics#

A prescindere dalla filosofia architetturale del modello che preferisci, implementare i modelli in modo nativo tramite l'API Python di Ultralytics offre un'esperienza di sviluppo coerente.

Facilità d'uso ed efficienza dell'addestramento#

L'addestramento di modelli complessi di deep learning richiede tradizionalmente molto codice ripetitivo. Ultralytics Platform e il pacchetto Python gestiscono queste complessità. Che tu stia ottimizzando YOLOv9 per il rilevamento dei difetti o esportando YOLOv6 per applicazioni mobili, il flusso di lavoro resta coerente.

Durante l'addestramento, le architetture Ultralytics in genere richiedono meno memoria CUDA rispetto ai modelli più pesanti basati su Transformer. Questo consente agli sviluppatori di usare batch di dimensioni maggiori su GPU di fascia consumer, migliorando l'efficienza dell'addestramento.

from ultralytics import YOLO

# Cambia facilmente architettura modificando la stringa del file del modello
# model = YOLO("yolov6n.yaml")  # YOLOv6 è disponibile come configurazione YAML (senza pesi pretrained)
model = YOLO("yolov9c.pt")

# Addestra il modello con aumento dei dati e memorizzazione nella cache integrati
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")

# Esporta in ONNX o TensorRT
model.export(format="engine", quantize=16)

Versatilità nelle attività di visione#

Sebbene YOLOv6-3.0 sia fortemente ottimizzato per generare rapidamente riquadri di delimitazione, i moderni progetti di computer vision spesso richiedono un approccio multitask. I modelli Ultralytics sono noti per la loro versatilità. Con modelli come Ultralytics YOLOv8 e il più recente YOLO26, un unico framework gestisce il rilevamento degli oggetti, la segmentazione di istanze, la classificazione delle immagini, la stima della posa e i riquadri orientati (OBB).

Presentazione di YOLO26: il nuovo standard#

Per le organizzazioni che vogliono massimizzare sia le prestazioni sia la facilità di deployment, YOLO26 offre un'ottima combinazione di velocità e precisione.

Basandosi sui successi di YOLO11, YOLO26 introduce diverse nuove funzionalità:

  • Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), come Kimi K2 di Moonshot AI, questo ibrido di SGD e Muon offre un addestramento stabile e una convergenza rapida.
  • Rimozione di DFL: eliminando la Distribution Focal Loss, YOLO26 semplifica il grafo di esportazione e migliora la compatibilità con i chip a basso consumo per l'edge computing.
  • ProgLoss + STAL: la Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli (STAL) migliorano il rilevamento degli oggetti di piccole dimensioni, un aspetto fondamentale per le operazioni con droni e le applicazioni IoT.
  • Miglioramenti specifici per i task: YOLO26 include un modulo proto multiscala per la segmentazione, la stima dei residui di log-verosimiglianza (RLE) per la stima della posa e una funzione di perdita angolare specializzata per risolvere i problemi di bordo nel rilevamento OBB.

Scenari di distribuzione ideali#

La scelta dell'architettura giusta dipende in definitiva dai vincoli del tuo ambiente di produzione.

Scegli YOLOv6-3.0 se hai già una pipeline consolidata nella produzione industriale, fai ampio affidamento sulla quantizzazione e utilizzi acceleratori di inferenza specializzati per i quali è necessaria la latenza hardware più bassa.

Scegli YOLOv9 se affronti casi complessi di diagnostica sanitaria o di sorveglianza a lungo raggio, in cui non puoi permetterti di perdere caratteristiche sottili a livello di pixel.

Per un approccio equilibrato che combini un'elevata precisione con un deployment semplificato e senza NMS, tuttavia, Ultralytics YOLO26 è la scelta consigliata per l'ingegneria della computer vision moderna, grazie allo sviluppo attivo, alla documentazione completa e al supporto della community.

Collaboratori

Commenti

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