YOLOv9 vs YOLOv8#

Negli ultimi anni il panorama della visione artificiale in tempo reale si è evoluto notevolmente: ogni nuovo modello spinge i limiti teorici di ciò che è possibile fare sia sui dispositivi edge sia sui server cloud. Nel confronto tra la più recente architettura YOLOv9 e il popolare framework Ultralytics YOLOv8, gli sviluppatori si trovano spesso a scegliere tra percorsi di gradiente teoricamente all'avanguardia e un ecosistema ampiamente collaudato e pronto per la produzione.

Questa guida completa mette a confronto questi due modelli di punta, analizzandone le innovazioni architetturali, le metriche prestazionali e gli scenari di deployment ideali per aiutarti a scegliere il modello giusto per il tuo prossimo progetto di intelligenza artificiale.

Specifiche tecniche e autori#

Comprendere la genealogia di questi modelli offre un contesto essenziale per interpretare le rispettive scelte progettuali.

YOLOv9 Sviluppato da Chien-Yao Wang e Hong-Yuan Mark Liao presso l'Institute of Information Science dell'Academia Sinica, Taiwan, YOLOv9 è stato rilasciato il 21 febbraio 2024. La ricerca si concentra sulla risoluzione del collo di bottiglia informativo nelle reti neurali profonde. Puoi consultare l'articolo di ricerca originale su YOLOv9 su Arxiv o visualizzare il codice sorgente nel repository ufficiale di YOLOv9 su GitHub.

Scopri di più su YOLOv9

Ultralytics YOLOv8 Sviluppato da Glenn Jocher, Ayush Chaurasia e Jing Qiu presso Ultralytics, YOLOv8 è stato lanciato il 10 gennaio 2023. Si è affermato come standard di settore per la sua versatilità, offrendo un'API unificata per un'ampia varietà di attività di visione. Il codice sorgente è mantenuto nel repository principale di Ultralytics su GitHub, garantendo aggiornamenti continui e stabilità a lungo termine.

Innovazioni architetturali#

YOLOv9: informazioni di gradiente programmabili#

La caratteristica distintiva di YOLOv9 è l'introduzione delle Informazioni programmabili sul gradiente (PGI) e della Rete generalizzata ed efficiente di aggregazione dei livelli (GELAN). Man mano che le reti neurali convoluzionali diventano più profonde, in genere perdono informazioni essenziali sulle caratteristiche durante il processo feed-forward. PGI affronta questo collo di bottiglia informativo conservando gradienti accurati, usati per aggiornare i pesi e garantire un'estrazione affidabile delle caratteristiche. Questa architettura massimizza l'efficienza dei parametri, consentendo a YOLOv9 di raggiungere un'elevata precisione con meno operazioni in virgola mobile (FLOPs).

YOLOv8: il modello versatile e affidabile#

YOLOv8 ha introdotto un meccanismo di rilevamento semplificato senza ancore, che riduce il numero di predizioni dei riquadri e velocizza la soppressione dei non massimi (NMS) durante il post-processing. Il suo modulo C2f (collo di bottiglia parziale tra fasi con due convoluzioni) migliora il flusso del gradiente attraverso la rete rispetto ai modelli precedenti. Ancora più importante, YOLOv8 è stato progettato pensando alla versatilità e supporta nativamente, fin da subito, il rilevamento di oggetti, la segmentazione di istanze, la stima della posa, la classificazione delle immagini e l'estrazione di riquadri orientati (OBB).

Equilibrio delle prestazioni e benchmark#

Il compromesso tra velocità e accuratezza è il fattore più importante quando si esegue il deployment di modelli di visione. Di seguito trovi un confronto dettagliato delle dimensioni dei modelli, della latenza e della precisione media (mAP), valutate sul dataset COCO standard.

Analizzando le metriche, YOLOv9 mostra un notevole rapporto tra numero di parametri e accuratezza. Il modello YOLOv9c raggiunge un impressionante 53,0% di mAP con appena 25,5 milioni di parametri. Tuttavia, YOLOv8 mantiene un vantaggio significativo in termini di requisiti di memoria e velocità di inferenza sugli acceleratori hardware, soprattutto nella variante YOLOv8n, che raggiunge 1,47 ms in una configurazione NVIDIA TensorRT.

I vantaggi dell’ecosistema Ultralytics#

Un fattore importante nella scelta dell'architettura è la semplicità d'uso e l'ecosistema software circostante. Gestire le dipendenze, scrivere data loader personalizzati e gestire script di esportazione complessi può rallentare lo sviluppo. L'ecosistema integrato di Ultralytics astrae queste complessità.

Che tu scelga YOLOv8 o YOLOv9, pienamente supportato nella libreria Ultralytics, puoi contare su un'API unificata, tecniche automatiche di aumento dei dati e un'esportazione semplificata nel formato ONNX. Inoltre, le architetture Ultralytics offrono in genere un'efficienza di addestramento ottimizzata, evitando l'enorme consumo di memoria CUDA spesso associato ai modelli di grandi dimensioni basati su Transformer.

Esempio di codice per l'addestramento#

Addestrare uno dei due modelli usando l'API Python è semplice e richiede solo poche righe di codice.

from ultralytics import YOLO

# Carica il modello desiderato (se necessario, sostituisci 'yolov9c.pt' con 'yolov8n.pt')
model = YOLO("yolov8n.pt")

# Addestra il modello sul tuo dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Convalida le metriche prestazionali del modello
metrics = model.val()

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

Casi d'uso e consigli#

La scelta tra YOLOv9 e YOLOv8 dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle tue preferenze in fatto di ecosistema.

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 YOLOv8#

YOLOv8 è consigliato per:

• Distribuzioni versatili e multi-attività: progetti che richiedono un modello collaudato per rilevamento, segmentazione, classificazione e stima della posa nell’ecosistema Ultralytics.
• Sistemi di produzione consolidati: ambienti di produzione esistenti già basati sull’architettura YOLOv8, con pipeline di distribuzione stabili e ben testate.
• Ampio supporto della community e dell’ecosistema: applicazioni che traggono vantaggio dagli estesi tutorial di YOLOv8, dalle integrazioni di terze parti e dalle risorse della community attiva.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:

• Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
• Ambienti con sola CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• Rilevamento di oggetti di piccole dimensioni: scenari complessi come le immagini aeree acquisite da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano notevolmente la precisione sugli oggetti molto piccoli.

Uno sguardo al futuro: l'arrivo di YOLO26#

Sia YOLOv8 sia YOLOv9 sono estremamente efficaci, ma il panorama della visione artificiale evolve rapidamente. Per i deployment moderni, ti consigliamo vivamente di usare Ultralytics YOLO26, rilasciato a gennaio 2026.

YOLO26 segna un cambio di paradigma nel funzionamento dei rilevatori di oggetti in produzione. Offre un'architettura end-to-end priva di NMS nativa (opzionale tramite nms=False), eliminando la latenza e il comportamento non deterministico del post-processing. Per supportare meglio i dispositivi edge e a basso consumo, YOLO26 rimuove completamente la DFL (Distribution Focal Loss), semplificando notevolmente le esportazioni per dispositivi mobili.

Inoltre, YOLO26 utilizza il rivoluzionario ottimizzatore MuSGD, una soluzione ibrida tra SGD e Muon che porta nei task di visione la stabilità di addestramento tipica dei LLM, accelerando notevolmente la convergenza. Con un'inferenza su CPU fino al 43% più veloce e l'integrazione di ProgLoss + STAL per un riconoscimento degli oggetti di piccole dimensioni molto più accurato, YOLO26 è la scelta indiscussa per i nuovi progetti aziendali.

Applicazioni e casi d'uso nel mondo reale#

La scelta tra YOLOv8 e YOLOv9 dipende in larga misura dai vincoli del progetto e dall'hardware di destinazione.

• Settore sanitario e imaging medico: quando ogni pixel conta, come nei sistemi di rilevamento dei tumori, l'architettura GELAN di YOLOv9 conserva eccezionalmente bene i dettagli più fini, riducendo i falsi negativi nelle diagnosi critiche.
• Vendita al dettaglio e analisi delle scorte: per i sistemi intelligenti per supermercati che monitorano scaffali molto affollati, YOLOv9 offre la mAP necessaria per distinguere in modo affidabile gli articoli sovrapposti.
• Città intelligenti e monitoraggio del traffico: nei frenetici ambiti della logistica e gestione del traffico, la latenza bassissima e la comprovata robustezza di YOLOv8 lo rendono ideale per tracciare contemporaneamente i veicoli su più flussi video.
• Deployment edge: se esegui il deployment su dispositivi con risorse limitate, come un Raspberry Pi o hardware mobile, i blocchi C2f altamente ottimizzati di YOLOv8 (e le ottimizzazioni CPU di YOLO26) offrono una pipeline di inferenza più fluida e a basso consumo.