YOLOv9 vs. YOLOv8: Uma comparação técnica para a deteção de objectos

A seleção do modelo ideal de deteção de objectos implica o equilíbrio entre a inovação arquitetónica e as necessidades práticas de implementação. Esta comparação técnica analisa YOLOv9um modelo centrado na investigação que introduz novas técnicas de informação de gradiente, e o Ultralytics YOLOv8uma estrutura pronta para produção, concebida para ser versátil e rápida. Examinamos as suas arquitecturas, métricas de desempenho no conjunto de dadosCOCO e casos de utilização ideais para o ajudar a decidir qual o modelo que se adequa ao seu pipeline de visão por computador.

YOLOv9: lidar com a perda de informação com uma nova arquitetura

Lançado no início de 2024, YOLOv9 visa a questão fundamental da perda de informações em redes neurais profundas. À medida que as redes se tornam mais profundas, os dados de entrada essenciais podem desaparecer antes de chegarem às camadas finais, complicando o processo de formação.

Autores: Chien-Yao Wang, Hong-Yuan Mark Liao
Organização:Instituto de Ciência da Informação, Academia Sinica, Taiwan
Data: 2024-02-21
Arxiv:arXiv:2402.13616
GitHub:RepositórioYOLOv9
Documentos:DocumentaçãoUltralytics YOLOv9

Principais inovações: IGP e GELAN

YOLOv9 introduz dois avanços arquitectónicos principais para combater os estrangulamentos de informação:

Informação de Gradiente Programável (PGI): Uma estrutura de supervisão auxiliar que gera gradientes fiáveis para atualizar os pesos da rede, garantindo que as principais correlações de entrada são preservadas ao longo das camadas. Isto é particularmente eficaz para treinar modelos muito profundos.
Rede de agregação de camadas eficiente e generalizada (GELAN): Uma arquitetura de rede leve que dá prioridade à eficiência dos parâmetros e à velocidade de computação (FLOPs). A GELAN permite que YOLOv9 atinja alta precisão com uma velocidade de inferência respeitável.

Pontos fortes e limitações

YOLOv9 destaca-se nos testes de referência académicos, com o YOLOv9-E variante que atinge o nível superior pontuações mAP . É uma excelente escolha para os investigadores que pretendem ultrapassar os limites da precisão da deteção. No entanto, como modelo profundamente enraizado na investigação, falta-lhe o amplo suporte multitarefa encontrado em ecossistemas mais maduros. A sua implementação primária centra-se na deteção de caixas delimitadoras e os fluxos de trabalho de formação podem exigir mais recursos em comparação com as soluções industriais simplificadas.

Saiba mais sobre o YOLOv9

Ultralytics YOLOv8: O padrão para IA de produção

Ultralytics YOLOv8 representa uma abordagem holística à IA de visão. Em vez de se concentrar apenas numa única métrica, YOLOv8 foi concebido para proporcionar a melhor experiência de utilizador, versatilidade de implementação e equilíbrio de desempenho. Faz parte do extenso ecossistemaUltralytics , garantindo que permanece robusto e fácil de usar para desenvolvedores de todos os níveis de habilidade.

Autores: Glenn Jocher, Ayush Chaurasia, Jing Qiu
Organização:Ultralytics
Data: 2023-01-10
GitHub:RepositórioUltralytics
Documentos:DocumentaçãoUltralytics YOLOv8

Vantagens da arquitetura e do ecossistema

YOLOv8 utiliza uma cabeça de deteção sem âncoras e um backbone C2f (Cross-Stage Partial bottleneck with 2 convolutions), que melhora o fluxo de gradiente, mantendo uma pegada leve. Para além da arquitetura, a sua força reside na sua integração:

Facilidade de utilização: Com uma APIPython unificada e uma interface de linha de comando (CLI), o treinamento e a implantação de um modelo requerem apenas algumas linhas de código.
Versatilidade: Ao contrário dos concorrentes, muitas vezes limitados à deteção, YOLOv8 suporta nativamente a segmentação de instâncias, a estimativa de pose, as caixas delimitadoras orientadas (OBB) e a classificação de imagens.
Equilíbrio de desempenho: Oferece um equilíbrio excecional entre latência e precisão, tornando-o adequado para inferência em tempo real em dispositivos de ponta como o NVIDIA Jetson ou o Raspberry Pi.
Eficiência de memória: YOLOv8 normalmente requer menos memóriaCUDA durante o treinamento em comparação com arquiteturas baseadas em transformadores, diminuindo a barreira de entrada para o hardware.

Fluxos de trabalho integrados

Os modelos Ultralytics integram-se perfeitamente com ferramentas como o TensorBoard para visualização e o MLflow para rastreamento de experimentos, simplificando o ciclo de vida do MLOps.

Saiba mais sobre o YOLOv8.

Análise de Desempenho: Velocidade, Precisão e Eficiência

A escolha entre os modelos depende frequentemente dos requisitos específicos do projeto em termos de velocidade versus precisão pura. A tabela abaixo compara as variantes padrão no conjunto de validação COCO .

Modelo	tamanho ^(pixels)	mAP^val 50-95	Velocidade ^{CPU ONNX (ms)}	Velocidade ^{T4 TensorRT10 (ms)}	parâmetros ^(M)	FLOPs ^(B)
YOLOv9t	640	38.3	-	2.3	2.0	7.7
YOLOv9s	640	46.8	-	3.54	7.1	26.4
YOLOv9m	640	51.4	-	6.43	20.0	76.3
YOLOv9c	640	53.0	-	7.16	25.3	102.1
YOLOv9e	640	55.6	-	16.77	57.3	189.0

YOLOv8n	640	37.3	80.4	1.47	3.2	8.7
YOLOv8s	640	44.9	128.4	2.66	11.2	28.6
YOLOv8m	640	50.2	234.7	5.86	25.9	78.9
YOLOv8l	640	52.9	375.2	9.06	43.7	165.2
YOLOv8x	640	53.9	479.1	14.37	68.2	257.8

Principais Conclusões

Precisão de topo de gama: O YOLOv9e O modelo atinge uns notáveis 55,6% de mAP, ultrapassando YOLOv8x. Se a sua aplicação requer a deteção dos objectos mais difíceis e a latência é secundária, o YOLOv9e é um forte concorrente.
Velocidade em tempo real: Para aplicações dependentes da velocidade, YOLOv8n e YOLOv8s apresentam um desempenho superior. YOLOv8n é particularmente eficaz para implantação móveloferecendo uma solução leve que é incrivelmente rápida tanto na CPU como na GPU.
Prontidão de implantação: A tabela destaca as velocidadesONNX CPU para o YOLOv8, uma métrica crítica para ambientes GPU GPU. Essa transparência de dados reflete o design do YOLOv8 para cenários de implantação amplos, enquanto YOLOv9 é frequentemente avaliado principalmente em GPUs de ponta, como a V100 ou a T4, em contextos de pesquisa.

Formação e usabilidade

Uma das diferenças mais significativas reside na experiência do programador. Ultralytics dá prioridade a uma abordagem de "baterias incluídas".

Simplicidade com o Ultralytics

O treino de um modelo YOLOv8 requer uma configuração mínima. A biblioteca lida automaticamente com o aumento de dados, o ajuste de hiperparâmetros e o download de pesos pré-treinados.

from ultralytics import YOLO

# Load a pre-trained YOLOv8 model
model = YOLO("yolov8n.pt")

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

# Run inference
results = model("https://ultralytics.com/images/bus.jpg")

Complexidade da investigação

Embora YOLOv9 esteja integrado na base de código Ultralytics para facilitar o acesso, os repositórios de pesquisa originais geralmente exigem configurações de ambiente complexas e gerenciamento manual de hiperparâmetros. O ecossistema bem mantido do Ultralytics garante que, independentemente de usar YOLOv8 ou o YOLOv9 portado, você se beneficia de pipelines de CI/CD estáveis, documentação extensa e suporte da comunidade via Discord.

Casos de Uso Ideais

Escolha YOLOv9 se:

A precisão máxima é fundamental: Projectos como a análise de imagens médicas (por exemplo, deteção de tumores) em que cada ponto percentual de mAP é importante.
Investigação académica: Está a investigar novas arquitecturas como o PGI ou a realizar estudos comparativos sobre a eficiência das redes neuronais.
Ambientes de alta computação: Os alvos de implantação são servidores poderosos (por exemplo, NVIDIA A100) onde FLOPs mais altos são aceitáveis.

Escolha Ultralytics YOLOv8 se:

Diversas tarefas necessárias: É necessário executar o rastreamento de objetos, a segmentação ou a estimativa de pose dentro de uma única estrutura de projeto.
Implantação na borda: Aplicações executadas em hardware restrito, como câmaras inteligentes ou drones, onde a memória e os ciclos de CPU são escassos.
Desenvolvimento rápido: Startups e equipas empresariais que precisam de passar rapidamente do conceito à produção utilizando formatos de exportação como ONNX, TensorRT ou OpenVINO.
Estabilidade e suporte: É necessário um modelo apoiado por actualizações frequentes e uma grande comunidade para resolver problemas de forma eficiente.

Conclusão

Enquanto YOLOv9 introduz avanços teóricos impressionantes e atinge uma elevada precisão de deteção, Ultralytics YOLOv8 continua a ser a escolha mais prática para a grande maioria das aplicações do mundo real. O seu equilíbrio entre velocidade, precisão e versatilidade, combinado com uma API de fácil utilização e um processo de formação eficiente, faz dele a solução de eleição para os programadores.

Para quem procura a última novidade da linha Ultralytics , considere explorar o YOLO11que refina ainda mais esses atributos para um desempenho de ponta. No entanto, entre os dois modelos discutidos aqui, YOLOv8 oferece uma experiência refinada e pronta para produção que acelera o caminho dos dados para a implantação.

Explore Outros Modelos

Se estiver interessado noutras arquitecturas, a documentação Ultralytics fornece comparações para vários outros modelos:

RT-DETR: Um detetor baseado em transformador que oferece uma elevada precisão mas com diferentes exigências em termos de recursos.
YOLOv5: O lendário antecessor conhecido pela sua extrema estabilidade e ampla adoção.
YOLO11: A mais recente iteração da Ultralytics, que aumenta ainda mais a eficiência.