YOLOX vs YOLOv9#

Il panorama della visione artificiale è stato plasmato da continui progressi architetturali che bilanciano l'efficienza computazionale con l'elevata precisione. Nella valutazione dei modelli di rilevamento degli oggetti in tempo reale, il confronto tra YOLOX di Megvii e YOLOv9 dell'Academia Sinica mette in luce due filosofie distintive nello sviluppo del deep learning. Mentre il primo ha introdotto un paradigma semplificato senza ancoraggi, il secondo ha adottato tecniche avanzate di instradamento del gradiente per massimizzare la conservazione delle informazioni.

Questa guida tecnica analizza le loro differenze architetturali, i benchmark delle prestazioni e i casi d'uso ideali, mostrando inoltre come soluzioni moderne come la Ultralytics Platform e il modello appena rilasciato YOLO26 offrano alternative superiori per distribuzioni pronte per la produzione.

YOLOX: pioniere del paradigma senza ancoraggi#

Rilasciato a metà del 2021, YOLOX ha rappresentato un importante passo avanti nel colmare il divario tra la ricerca accademica e l'applicazione industriale. Eliminando la necessità di riquadri di ancoraggio predefiniti, ha semplificato drasticamente la regolazione euristica necessaria per i dataset personalizzati.

• Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
• Organizzazione: Megvii
• Data di rilascio: 18 luglio 2021
• Riferimento: Articolo su Arxiv
• Codice sorgente: Repository GitHub di YOLOX
• Documentazione: Documentazione ufficiale di YOLOX

Innovazioni architetturali#

YOLOX ha introdotto diverse modifiche fondamentali alla pipeline di rilevamento standard. Ha implementato una testa disaccoppiata, separando le attività di classificazione e regressione, riducendo significativamente il conflitto tra l'identificazione di un oggetto e la localizzazione dei suoi confini. Inoltre, YOLOX ha adottato SimOTA, una strategia avanzata di assegnazione delle etichette che allocava dinamicamente i campioni positivi durante l'addestramento, portando a una convergenza più rapida e a prestazioni complessive migliori sui dataset di benchmark standard.

Punti di forza e limitazioni#

Il principale punto di forza di YOLOX risiede nel suo design semplificato. Il meccanismo senza ancoraggi consente agli sviluppatori di dedicare meno tempo all'esecuzione di algoritmi di clustering per trovare le dimensioni ottimali degli ancoraggi per i propri dati. Tuttavia, essendo un'architettura precedente, sviluppata senza i recenti progressi nell'autoattenzione o nei percorsi del gradiente, fatica a eguagliare l'efficienza in termini di parametri delle reti più recenti. Inoltre, non supporta nativamente attività avanzate come la segmentazione delle istanze e la stima della posa all'interno di un'API unificata.

Scopri di più su YOLOX

YOLOv9: massimizzare le informazioni del gradiente#

Passando rapidamente al 2024, YOLOv9 ha introdotto un approccio altamente teorico alla risoluzione del problema del collo di bottiglia informativo intrinseco nelle reti neurali convoluzionali profonde.

• Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica
• Data di rilascio: 21 febbraio 2024
• Riferimento: Articolo su Arxiv
• Codice sorgente: Repository GitHub di YOLOv9
• Documentazione: Documentazione di Ultralytics YOLOv9

Innovazioni architetturali#

La caratteristica distintiva di YOLOv9 è Programmable Gradient Information (PGI), che garantisce che i dati semantici fondamentali non vadano persi mentre attraversano i molteplici livelli della rete. In combinazione con Generalized Efficient Layer Aggregation Network (GELAN), YOLOv9 raggiunge un rapporto eccezionale tra parametri e accuratezza. Ciò consente al modello di conservare gradienti accurati per l'aggiornamento dei pesi, rendendolo molto efficace anche nelle sue varianti leggere.

Punti di forza e limitazioni#

YOLOv9 eccelle nel portare al limite teorico l'accuratezza del modello. Produce ottimi punteggi mAP su COCO, rendendolo un modello molto apprezzato dai ricercatori. Tuttavia, nonostante la sua efficienza, YOLOv9 si basa ancora sulla soppressione non massima (NMS) tradizionale per il post-processing, introducendo picchi di latenza durante l'inferenza. Per gli ingegneri che si concentrano sulla distribuzione dell'AI sui dispositivi edge, la gestione della logica NMS aggiunge complessità superflua alla pipeline di distribuzione.

Scopri di più su YOLOv9

Confronto delle prestazioni#

Confrontando le metriche computazionali grezze di queste architetture, è evidente che YOLOv9 offre una baseline più moderna, mentre YOLOX rimane un'opzione leggera per le configurazioni legacy. Di seguito è riportata un'analisi dettagliata dei loro modelli standard.

Sebbene YOLOv9 dimostri un'accuratezza superiore a parità di quantità di parametri comparabili, gli sviluppatori che cercano il miglior equilibrio tra velocità, accuratezza e facilità d'uso dovrebbero considerare i più recenti progressi di Ultralytics.

Il vantaggio di Ultralytics: scopri YOLO26#

Sebbene la valutazione di modelli storici come YOLOX e YOLOv9 offra un contesto prezioso, lo stato dell'arte attuale è rappresentato da Ultralytics YOLO26. Rilasciato all'inizio del 2026, YOLO26 riprogetta radicalmente la pipeline di rilevamento per i moderni ambienti aziendali.

Innovazioni architetturali senza precedenti#

YOLO26 risolve completamente i colli di bottiglia del post-processing dei suoi predecessori con un design nativo end-to-end senza NMS, garantendo una distribuzione più semplice su qualsiasi hardware. Inoltre, eliminando Distribution Focal Loss (DFL) e integrando il nuovo ottimizzatore MuSGD—un ibrido tra discesa del gradiente stocastico e Muon—YOLO26 raggiunge una stabilità di addestramento senza precedenti.

Per gli sviluppatori che eseguono la distribuzione in ambienti con risorse limitate come Raspberry Pi, YOLO26 offre un'inferenza CPU fino al 43% più veloce. Introduce inoltre le funzioni di perdita ProgLoss + STAL, ottenendo miglioramenti notevoli nel riconoscimento degli oggetti piccoli, fondamentale per le immagini aeree e l'analisi dei dati acquisiti dai droni.

Ecosistema di sviluppo ottimizzato#

A differenza dei repository di ricerca autonomi, l'ecosistema Ultralytics offre un'esperienza per sviluppatori senza pari. Utilizzando l'API Python di Ultralytics, gli ingegneri possono ridurre drasticamente il codice boilerplate. Inoltre, i requisiti di memoria sono altamente ottimizzati, consentendoti di addestrare modelli robusti utilizzando meno VRAM GPU rispetto alle architetture fortemente basate sull'attenzione.

from ultralytics import YOLO

# Load the highly optimized, NMS-free YOLO26 small model
model = YOLO("yolo26s.pt")

# Train on a custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Easily export to optimized deployment formats
model.export(format="engine", quantize=16)  # Exports to TensorRT

Oltre al rilevamento, YOLO26 supporta perfettamente una moltitudine di attività all'interno dello stesso identico framework. Che tu abbia bisogno di riquadri delimitatori orientati (OBB) precisi per le immagini satellitari o di maschere pixel dettagliate per le applicazioni di imaging medico, il flusso di lavoro rimane identico. Per i team che hanno investito nei flussi di lavoro della generazione precedente, è disponibile e pienamente supportato anche Ultralytics YOLO11.

Casi d'uso ideali e strategie di deployment#

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

Edge computing e robotica#

Per i dispositivi a basso consumo, affidarsi a modelli che richiedono un post-processing intenso può compromettere gravemente le prestazioni. Sebbene YOLOX-Nano sia incredibilmente piccolo, la sua accuratezza è spesso insufficiente per le attività critiche per la sicurezza. YOLO26 è la scelta definitiva in questo caso; l'assenza di DFL e NMS gli consente di funzionare fluidamente sui thread CPU grezzi, rendendolo perfetto per la robotica autonoma o la gestione dei parcheggi intelligenti.

Benchmark accademici#

Se l'unico obiettivo è analizzare il flusso del gradiente e studiare i colli di bottiglia delle reti profonde, YOLOv9 rimane un eccellente oggetto di studio. Il suo framework PGI offre interessanti informazioni su come le caratteristiche vengano preservate nei livelli profondi delle reti neurali, rendendolo uno strumento prezioso per i ricercatori universitari che studiano la teoria convoluzionale.

Analisi video aziendale#

Per attività di elaborazione video su larga scala, come i sistemi di allarme di sicurezza o il monitoraggio del traffico, la velocità e le versatili capacità di esportazione sono fondamentali. Gli strumenti di esportazione nativi forniti dal framework Ultralytics consentono ai team di compilare YOLO26 direttamente in TensorRT o OpenVINO con un singolo comando, riducendo drasticamente il time-to-market.

Sfruttando le funzionalità complete dell'ecosistema Ultralytics, i team di machine learning possono aggirare le complessità dei codebase di ricerca grezzi e concentrarsi direttamente sulla creazione di applicazioni AI scalabili e reali.