Começar

YOLOv9 vs PP-YOLOE+

O cenário da detecção de objetos em tempo real continua avançando rapidamente, oferecendo aos engenheiros de visão computacional uma ampla variedade de opções para implantar modelos altamente precisos em infraestrutura de borda e nuvem. Dois modelos de destaque nessa área são YOLOv9 e PP-YOLOE+. Embora ambos ofereçam boa precisão e velocidade, eles vêm de tradições de pesquisa e ecossistemas de software diferentes.

Esta comparação técnica explora suas arquiteturas, metodologias de treinamento, métricas de desempenho e aplicações ideais no mundo real. Ela também explica como o ecossistema Ultralytics mais amplo ajuda os desenvolvedores que priorizam facilidade de uso, eficiência de memória e flexibilidade de implantação.

Origens dos modelos e especificações técnicas#

Entender o contexto desses modelos ajuda a compreender suas decisões arquitetônicas e dependências de framework.

YOLOv9: Resolução do Estrangulamento de Informação#

Apresentado no início de 2024, YOLOv9 aborda a perda de dados que ocorre à medida que as informações percorrem redes neurais profundas. É uma rede neural convolucional eficiente, projetada para maximizar a eficiência dos parâmetros.

Saiba mais sobre o YOLOv9

PP-YOLOE+: avançando o ecossistema Paddle#

Lançado pela Baidu em 2022, PP-YOLOE+ é uma melhoria iterativa em relação ao PP-YOLOv2. Ele usa um design sem âncoras e introduz uma estratégia dinâmica de atribuição de rótulos para melhorar a convergência e a precisão na estrutura PaddlePaddle.

Saiba mais sobre PP-YOLOE+

Comparação arquitetônica#

Informações de Gradiente Programáveis vs. CSPRepResStage#

A principal inovação de YOLOv9 é a Informação de Gradiente Programável (PGI). A PGI funciona como uma estrutura de supervisão auxiliar, garantindo que informações vitais de gradiente sejam preservadas e propagadas com precisão de volta às camadas superficiais durante o treinamento. Ela é combinada com a Rede de Agregação de Camadas Eficiente Generalizada (GELAN), que combina os pontos fortes de CSPNet e ELAN para oferecer alta precisão e reduzir o custo computacional (FLOPs).

PP-YOLOE+ depende de uma rede backbone especializada chamada CSPRepResStage. Ele aproveita técnicas de reparametrização (semelhantes às do RepVGG) para acelerar a inferência, combinando camadas convolucionais durante a implantação. Além disso, usa a cabeça Efficient Task-aligned (ET-head) para equilibrar as tarefas de classificação e regressão.

Embora PP-YOLOE+ seja robusto, a arquitetura GELAN de YOLOv9 usa menos parâmetros em todos os tamanhos, resultando em uma menor ocupação de memória durante a inferência e tornando-o adequado para dispositivos de IA de borda.

Comparação de desempenho#

Ao avaliar modelos para produção, é crucial considerar a relação entre mAP (precisão média) , velocidade de inferência e tamanho do modelo.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Análise#

  • Eficiência de Parâmetros: YOLOv9 é mais eficiente em termos de parâmetros. Por exemplo, YOLOv9c alcança 53.0% de mAP usando apenas 25.5M de parâmetros, enquanto PP-YOLOE+l precisa de mais que o dobro de parâmetros (52.2M) para alcançar um mAP ligeiramente inferior, de 52.9%, o que reduz os requisitos de memória de YOLOv9. PP-YOLOE+ usa menos FLOPs nos tamanhos s e m.
  • Velocidade de Inferência: YOLOv9 alcança velocidades competitivas com TensorRT em GPUs NVIDIA T4, e YOLOv9t é o modelo mais rápido aqui, enquanto PP-YOLOE+ é mais rápido nos tamanhos s, m e x. Ambas as famílias são adequadas para inferência em tempo real.

Metodologias de treinamento e ecossistema#

A escolha entre esses modelos geralmente depende do ecossistema de software.

PP-YOLOE+ e PaddlePaddle#

PP-YOLOE+ está fortemente integrado ao conjunto PaddleDetection. Embora seja poderoso, exige que os usuários naveguem por um ambiente orientado à linha de comando e repleto de configurações. Para equipes profundamente integradas aos ecossistemas PyTorch ou TensorFlow, a transição para PaddlePaddle cria obstáculos significativos e uma curva de aprendizado mais íngreme.

A vantagem da Ultralytics: fluxos de trabalho simplificados#

Em contrapartida, YOLOv9 tem suporte no ecossistema Ultralytics, projetado para desenvolvedores e pesquisadores, com foco na facilidade de uso. A API Python elimina a maior parte do código repetitivo.

from ultralytics import YOLO

# Carregar um modelo YOLOv9 pré-treinado
model = YOLO("yolov9c.pt")

# Treina com um conjunto de dados personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Executar inferência e visualizar os resultados
results = model("https://ultralytics.com/images/bus.jpg")

# Exporta para ONNX para implementação em produção
model.export(format="onnx")

Esse fluxo de trabalho destaca a eficiência de treinamento dos modelos Ultralytics. O suporte nativo a aumento de dados, treinamento distribuído e registro automático em plataformas como Weights & Biases ou MLflow vem incluído.

Descubra as novidades em IA para visão

Embora YOLOv9 tenha bom desempenho, a Ultralytics recomenda Ultralytics YOLO26 para novos projetos. YOLO26 apresenta um Design Ponta a Ponta sem NMS nativo (opcional por meio de nms=False) que remove o pós-processamento de Supressão Não Máxima (NMS) e simplifica a implantação. Com a Remoção de DFL (remoção da Perda Focal de Distribuição para simplificar a exportação e melhorar a compatibilidade com dispositivos de borda e de baixo consumo), YOLO26n oferece inferência na CPU até 43% mais rápida que YOLO11n para computação de borda. O Otimizador MuSGD proporciona treinamento estável e convergência rápida, enquanto ProgLoss + STAL (Perda Progressiva e Atribuição de Rótulos Sensível a Alvos Pequenos) melhoram a detecção de objetos pequenos, essencial para IoT, robótica e imagens aéreas.

Versatilidade e suporte a tarefas#

Os projetos modernos de visão computacional raramente se limitam a caixas delimitadoras simples.

PP-YOLOE+ foi projetado principalmente para a detecção padrão de objetos. Adaptar sua arquitetura a outras tarefas exige muita engenharia personalizada.

Por outro lado, a estrutura Ultralytics oferece suporte a várias tarefas. Com uma API unificada, os desenvolvedores podem passar da detecção padrão de objetos para Segmentação de Instâncias, Classificação de Imagens, Estimativa de Pose e detecção de Caixas Delimitadoras Orientadas (OBB) em imagens aéreas. Essa versatilidade é um dos principais motivos pelos quais as equipes escolhem modelos com suporte da Ultralytics, como YOLOv9, YOLO11 e YOLO26.

Casos de uso e aplicações ideais#

  • Análise de Cidades Inteligentes e Gestão de Tráfego: A alta eficiência de parâmetros e a baixa latência de YOLOv9 (e do posterior YOLO26) tornam esses modelos adequados à implantação em hardware de borda limitado, como dispositivos NVIDIA Jetson, para monitorar o fluxo de tráfego e a segurança urbana.
  • Sistemas de Inventário no Varejo: Para detectar configurações densas de itens pequenos nas prateleiras, a PGI de YOLOv9 ajuda a preservar detalhes espaciais refinados, beneficiando a detecção de objetos pequenos.
  • Implantações Legadas: PP-YOLOE+ continua sendo uma opção prática para equipes que precisam usar a pilha de software Baidu/PaddlePaddle na infraestrutura existente.

Para pesquisadores que exploram arquiteturas baseadas em Transformer, a Ultralytics também oferece suporte nativo a RT-DETR na mesma API, para que você possa escolher o modelo mais adequado aos requisitos da sua implantação.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.