YOLOv9 vs YOLOv6-3.0#

L'evoluzione del rilevamento di oggetti in tempo reale è stata guidata da innovazioni continue nelle architetture delle reti neurali, che ottimizzano il delicato equilibrio tra velocità di inferenza, precisione ed efficienza computazionale. Per sviluppatori e ricercatori che si orientano nel vasto panorama dei framework di visione artificiale, confrontare le architetture di riferimento è essenziale per scegliere lo strumento più adatto.

Questa guida tecnica offre un confronto approfondito tra due modelli molto capaci: YOLOv9, noto per la capacità di conservare le informazioni nel deep learning, e YOLOv6-3.0, un modello progettato specificamente 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 il processo feed-forward. Garantendo gradienti affidabili e mappe delle caratteristiche che conservano i dati essenziali, supera i limiti della precisione teorica.

• 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 Programmable Gradient Information (PGI) insieme alla Generalized Efficient Layer Aggregation Network (GELAN). PGI affronta il collo di bottiglia informativo fornendo una supervisione ausiliaria che garantisce che la rete principale apprenda caratteristiche solide e affidabili senza aggiungere costi di inferenza. GELAN, invece, ottimizza l'utilizzo dei parametri, consentendo al modello di raggiungere risultati all'avanguardia nella precisione media (mAP) mantenendo gestibili i costi computazionali. Questo lo rende una scelta eccezionale per l'analisi di immagini mediche o per rilevare oggetti estremamente piccoli, quando 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 (chiamato anche v3.0) è stato progettato da zero per le applicazioni industriali più impegnative. Rilasciato all'inizio del 2023, si concentra soprattutto sull'efficienza della distribuzione e offre una serie di modelli compatibili con la quantizzazione, che eccellono 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'architettura di rete neurale consapevole dell'hardware, ispirata a RepVGG, che consente un'inferenza estremamente rapida sulle GPU grazie alla fusione dei layer. L'aggiornamento 3.0 ha ulteriormente perfezionato l'architettura introducendo un modulo Bi-directional Concatenation (BiC) per migliorare la precisione della localizzazione. Grazie all'elevata ottimizzazione per formati di distribuzione come TensorRT e OpenVINO, YOLOv6-3.0 viene spesso adottato nella logistica, nell'automazione della produzione e negli ambienti server ad alto throughput.

Scopri di più su YOLOv6-3.0

Confronto delle prestazioni#

Valutando questi modelli sul dataset COCO standard, possiamo osservare compromessi distinti tra precisione e velocità di inferenza pura.

Analisi tecnica#

YOLOv6-3.0n conquista il primato in termini di velocità pura sull'hardware T4 (1,17 ms), mentre YOLOv9t raggiunge una mAP leggermente superiore (38,3%) usando meno della metà dei parametri (2,0 M contro 4,7 M) e un numero nettamente inferiore di FLOPs. Per esigenze complesse che richiedono un'elevata precisione, il modello YOLOv9e, molto più grande, porta la mAP al 55,6%, dimostrando la potenza dell'architettura PGI nelle reti profonde.

I vantaggi dell’ecosistema Ultralytics#

Indipendentemente dalla filosofia architetturale che preferisci, implementarli in modo nativo tramite l'API Python di Ultralytics offre un'esperienza di sviluppo superiore.

Facilità d'uso ed efficienza dell'addestramento#

L'addestramento di modelli complessi di deep learning richiede tradizionalmente una grande quantità di codice ripetitivo. La piattaforma Ultralytics astrae queste complessità. Che tu stia ottimizzando YOLOv9 per il rilevamento dei difetti o esportando YOLOv6 per applicazioni mobili, il flusso di lavoro resta straordinariamente coerente.

Inoltre, durante l'addestramento le architetture Ultralytics richiedono generalmente meno memoria CUDA rispetto ai voluminosi modelli basati su Transformer. Questo consente agli sviluppatori di usare batch di dimensioni maggiori sulle GPU di fascia consumer, migliorando notevolmente 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 senza problemi in ONNX o TensorRT
model.export(format="engine", quantize=16)

Versatilità senza pari tra le attività di visione#

Sebbene YOLOv6-3.0 sia ampiamente ottimizzato per generare rapidamente riquadri di delimitazione, i moderni progetti di visione artificiale richiedono spesso un approccio multitasking. I modelli Ultralytics sono apprezzati per la loro estrema versatilità. Con strumenti come Ultralytics YOLOv8 e il più recente YOLO26, un singolo framework gestisce senza difficoltà il rilevamento di oggetti, la segmentazione di istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati (OBB).

Presentazione di YOLO26: il nuovo standard#

Per le organizzazioni che vogliono massimizzare prestazioni e semplicità di distribuzione, YOLO26 rappresenta la sintesi ideale tra velocità e precisione.

Sulla base dei successi di YOLO11, YOLO26 introduce diverse funzionalità che cambiano radicalmente il paradigma:

• Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), come Kimi K2 di Moonshot AI, questo ottimizzatore ibrido garantisce un addestramento estremamente stabile e una convergenza rapida.
• Rimozione di DFL: eliminando Distribution Focal Loss, YOLO26 semplifica il grafo di esportazione e migliora notevolmente la compatibilità con i chip per l'edge computing a basso consumo.
• ProgLoss + STAL: queste funzioni di perdita avanzate migliorano notevolmente il riconoscimento degli oggetti piccoli, una capacità fondamentale per le operazioni con droni e le applicazioni IoT.
• Miglioramenti specifici per attività: YOLO26 include la prototipazione multiscala nativa per la segmentazione, la stima residuale della verosimiglianza logaritmica (RLE) per la stima della posa e algoritmi specializzati di perdita angolare per risolvere i casi limite 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 ottenere la latenza hardware più bassa possibile.

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.

Tuttavia, per un approccio perfettamente equilibrato, che unisce una precisione all'avanguardia a una distribuzione semplificata e senza NMS, Ultralytics YOLO26 è la scelta definitiva per l'ingegneria moderna della visione artificiale. Il ciclo di sviluppo attivo, la documentazione completa e il vivace supporto della community lo rendono uno strumento indispensabile per ricercatori e sviluppatori.