Inizia

YOLOX vs YOLOv9

Il panorama della visione artificiale è stato plasmato da continui progressi architetturali che bilanciano l'efficienza computazionale con un'elevata precisione. Nel valutare i modelli di rilevamento di oggetti in tempo reale, il confronto tra YOLOX di Megvii e YOLOv9 dell'Academia Sinica mette in luce due filosofie distinte nello sviluppo del deep learning. YOLOX ha reso popolare un design semplificato senza anchor, mentre YOLOv9 ha introdotto tecniche basate sulle informazioni del gradiente per massimizzare la conservazione delle informazioni.

Questa guida tecnica illustra le differenze architetturali, i benchmark delle prestazioni e i casi d'uso ideali, e mostra come Ultralytics Platform e il modello YOLO26 offrano opzioni migliori per le distribuzioni in produzione.

YOLOX: pioniere del paradigma senza anchor#

Rilasciato a metà del 2021, YOLOX ha rappresentato un importante passo avanti nel colmare il divario tra ricerca accademica e applicazioni industriali. Eliminando la necessità di caselle anchor predefinite, ha semplificato notevolmente la regolazione euristica richiesta per i dataset personalizzati.

Innovazioni architetturali#

YOLOX ha introdotto diverse modifiche chiave alla pipeline di rilevamento standard. Ha implementato una testa disaccoppiata, separando le attività di classificazione e regressione, riducendo notevolmente il conflitto tra identificare un oggetto e localizzarne i bordi. YOLOX ha inoltre adottato SimOTA, una strategia dinamica di assegnazione delle etichette che assegna campioni positivi durante l'addestramento, consentendo una convergenza più rapida e prestazioni complessive migliori sui dataset di benchmark standard.

Punti di forza e limiti#

Il principale punto di forza di YOLOX è il suo design semplificato. Il meccanismo senza anchor fa sì che gli sviluppatori impieghino meno tempo a eseguire algoritmi di clustering per trovare le dimensioni ottimali delle anchor per i propri dati. Tuttavia, essendo un'architettura più datata, progettata senza i recenti progressi nell'attenzione automatica o nei percorsi del gradiente, non raggiunge l'efficienza parametrica delle reti più recenti. Inoltre, non supporta nativamente attività avanzate come la segmentazione di istanze e la stima della posa all'interno di un'API unificata.

Scopri di più su YOLOX

YOLOv9: massimizzare le informazioni sui gradienti#

Nel 2024, YOLOv9 ha introdotto un approccio basato sulla teoria al problema del collo di bottiglia informativo intrinseco alle reti neurali convoluzionali profonde.

Innovazioni architetturali#

La caratteristica distintiva di YOLOv9 è Programmable Gradient Information (PGI), che contribuisce a evitare la perdita di informazioni semantiche cruciali mentre attraversano i numerosi livelli della rete. Insieme a Generalized Efficient Layer Aggregation Network (GELAN), YOLOv9 raggiunge un ottimo rapporto tra numero di parametri e precisione. Questo consente al modello di conservare gradienti accurati per l'aggiornamento dei pesi, rendendolo efficace anche nelle varianti leggere.

Punti di forza e limiti#

YOLOv9 offre un'elevata precisione del modello, con ottimi punteggi mAP su COCO che lo rendono popolare tra i ricercatori. Tuttavia, nonostante la sua efficienza, YOLOv9 si affida ancora alla tradizionale soppressione dei massimi non locali (NMS) per la post-elaborazione, che aggiunge una latenza variabile durante l'inferenza. Per gli ingegneri che si occupano di distribuire l'IA su dispositivi edge, gestire la logica NMS aggiunge complessità alla pipeline di distribuzione.

Scopri di più su YOLOv9

Colli di bottiglia nel post-processing

I modelli tradizionali come YOLOX e YOLOv9 richiedono la soppressione dei non massimi (NMS) per filtrare i riquadri di delimitazione duplicati. Questo passaggio è intrinsecamente sequenziale e spesso crea un collo di bottiglia sulle CPU, evidenziando la necessità delle architetture end-to-end native dei più recenti modelli Ultralytics.

Confronto delle prestazioni#

Confrontando le metriche computazionali grezze di queste architetture, è chiaro che YOLOv9 offre una baseline più moderna, mentre YOLOX resta un’opzione leggera per i sistemi legacy. Di seguito trovi un’analisi dettagliata dei modelli standard.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
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

Sebbene YOLOv9 dimostri una precisione maggiore a parità di numero di parametri, gli sviluppatori che cercano il miglior equilibrio tra velocità, precisione e facilità d'uso dovrebbero valutare i più recenti progressi di Ultralytics.

I vantaggi di Ultralytics: ecco YOLO26#

Sebbene valutare modelli storici come YOLOX e YOLOv9 offra un contesto utile, il modello Ultralytics attualmente consigliato è Ultralytics YOLO26, rilasciato a gennaio 2026, che riprogetta la pipeline di rilevamento per i moderni ambienti di produzione.

Innovazioni architetturali#

YOLO26 affronta i colli di bottiglia della post-elaborazione dei suoi predecessori con un design end-to-end senza NMS opzionale (nms=False), semplificando la distribuzione su diverse piattaforme hardware. YOLO26 rimuove anche Distribution Focal Loss (DFL) per semplificare l'esportazione e integra l'ottimizzatore MuSGD, una combinazione di Stochastic Gradient Descent e Muon, per un addestramento più stabile.

Per gli sviluppatori che distribuiscono su ambienti con risorse limitate come Raspberry Pi, YOLO26n offre un'inferenza su CPU fino al 43% più veloce di YOLO11n. Introduce anche ProgLoss + STAL (Progressive Loss e Small-Target-Aware Label Assignment), che migliora il rilevamento degli oggetti di piccole dimensioni, fondamentale per le immagini aeree e l'analisi dei dati acquisiti dai droni.

Ecosistema di sviluppo semplificato#

A differenza dei repository di ricerca indipendenti, l'ecosistema Ultralytics offre un'esperienza di sviluppo semplificata. Con la API Python di Ultralytics, gli ingegneri possono ridurre notevolmente il codice boilerplate e, grazie all'uso ottimizzato della memoria, puoi addestrare modelli robusti con meno memoria VRAM della GPU rispetto alle architetture che fanno ampio uso dell'attenzione.

from ultralytics import YOLO

# Carica il modello YOLO26 small altamente ottimizzato e senza NMS
model = YOLO("yolo26s.pt")

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

# Esporta facilmente in formati ottimizzati per la distribuzione
model.export(format="engine", quantize=16)  # Esporta in TensorRT

Oltre al rilevamento, YOLO26 supporta numerose attività all'interno dello stesso framework. Che tu abbia bisogno di caselle delimitatrici orientate (OBB) precise per le immagini satellitari o di maschere di pixel dettagliate per l'analisi di immagini mediche, il flusso di lavoro rimane invariato. Per i team che usano flussi di lavoro di generazioni precedenti, è disponibile e pienamente supportato anche Ultralytics YOLO11.

Casi d'uso ideali e strategie di distribuzione#

La scelta dell'architettura giusta dipende dall'ambiente di distribuzione di destinazione e dai requisiti del progetto.

Edge computing e robotica#

Nei dispositivi a basso consumo, affidarsi a modelli che richiedono una post-elaborazione pesante può penalizzare le prestazioni. YOLOX-Nano è molto piccolo, ma la sua precisione è spesso insufficiente per le attività critiche per la sicurezza. In questo caso, YOLO26 è la scelta migliore: la sua testa priva di DFL e l'inferenza opzionale senza NMS gli consentono di funzionare senza problemi sui thread della CPU, rendendolo adatto alla robotica autonoma o alla gestione intelligente dei parcheggi.

Benchmark accademici#

Se l'unico obiettivo è analizzare il flusso del gradiente e studiare i colli di bottiglia delle reti profonde, YOLOv9 rimane un ottimo oggetto di studio. Il suo framework PGI offre spunti utili su come preservare le caratteristiche nei livelli delle reti neurali profonde, rendendolo uno strumento prezioso per i ricercatori universitari che esplorano la teoria delle reti convoluzionali.

Analisi video aziendale#

Per le attività di elaborazione video su larga scala, come i sistemi di allarme di sicurezza o il monitoraggio del traffico, velocità e versatili capacità di esportazione sono essenziali. Gli strumenti di esportazione nativi del framework Ultralytics consentono ai team di compilare YOLO26 direttamente in TensorRT o OpenVINO con un solo comando, riducendo il tempo necessario per portare il prodotto sul mercato.

Con l'ecosistema Ultralytics, i team di machine learning possono evitare le complessità dei codebase di ricerca grezzi e concentrarsi direttamente sulla creazione di applicazioni IA scalabili e concrete.

Collaboratori

Commenti

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