YOLO11 и YOLOv9#

Сфера компьютерного зрения постоянно развивается: новые архитектуры расширяют возможности обнаружения объектов в реальном времени. Важные вехи этого развития — Ultralytics YOLO11 и YOLOv9. Обе модели демонстрируют отличную производительность, но используют разные подходы к решению основных задач инференса и обучения глубоких нейронных сетей.

В этом руководстве представлено подробное техническое сравнение YOLO11 и YOLOv9: мы рассмотрим их архитектуры, показатели производительности и оптимальные сценарии развертывания, чтобы помочь тебе выбрать подходящую модель для следующего проекта в области искусственного интеллекта.

Обзор моделей#

Ultralytics YOLO11#

YOLO11 — высокооптимизированная универсальная модель, рассчитанная на промышленную эксплуатацию. Она сочетает передовую точность с практическими требованиями периферийных вычислений и крупномасштабного развертывания.

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Документация: https://docs.ultralytics.com/models/yolo11

YOLOv9#

YOLOv9 — значимый вклад в академические исследования. Модель представляет новые концепции для сокращения потери информации в глубоких нейронных сетях и уделяет особое внимание теоретическим достижениям в извлечении признаков.

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 2024-02-21
• Arxiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9
• Документация: https://docs.ultralytics.com/models/yolov9

Подробнее о YOLOv9

Архитектурные инновации#

YOLOv9: программируемая информация о градиентах#

YOLOv9 решает проблему «информационного узкого места», из-за которого данные теряются при прохождении через последовательные слои глубокой сети. Для этого авторы предложили программируемую градиентную информацию (PGI) и обобщённую эффективную сеть агрегации слоёв (GELAN). PGI обеспечивает градиенты, используемые для обновления весов при обратном распространении ошибки, полной информацией, что позволяет получать высокоточные представления признаков. Архитектура GELAN максимально эффективно использует параметры, благодаря чему YOLOv9 обеспечивает высокую точность при относительно лёгкой структуре.

YOLO11: экосистема и эффективность#

YOLOv9 фокусируется на потоке градиентов, тогда как YOLO11 создана для надёжной работы в реальных условиях и решения разнообразных задач. Она совершенствует базовую архитектуру YOLO, значительно снижая потребность в памяти CUDA во время обучения по сравнению с ресурсоёмкими альтернативами на основе Transformer. Кроме того, YOLO11 не ограничивается обнаружением объектов: модель изначально поддерживает сегментацию экземпляров, классификацию изображений, оценку позы и повёрнутые ограничивающие прямоугольники (OBB).

Сравнение производительности#

При выборе модели для промышленной эксплуатации крайне важно оценить компромисс между средней точностью (mAP), скоростью инференса и количеством параметров.

Как видно из таблицы, YOLOv9e обеспечивает наивысшую общую точность, что делает её отличным выбором для академических сравнительных тестов. Однако YOLO11 во всех случаях предлагает более выгодное соотношение скорости и точности. Например, YOLO11m обеспечивает mAP 51,5 за 4,7 мс (TensorRT) и работает быстрее, чем сопоставимая по размеру YOLOv9m.

Методики обучения и экосистема#

Удобство разработки в этих двух фреймворках существенно различается.

Обучение YOLOv9#

Обучение YOLOv9 часто требует работы с глубоко модифицированным исследовательским кодом, управления конкретными версиями зависимостей и использования сложных аргументов командной строки. Несмотря на широкие возможности, в динамично работающих корпоративных командах такой подход может показаться непростым.

Обучение YOLO11#

YOLO11 использует хорошо поддерживаемый Python API Ultralytics, обеспечивая удобный путь от первых шагов до экспертного уровня. Эффективное обучение дополняют доступные предварительно обученные веса и активная поддержка сообщества.

from ultralytics import YOLO

# Загрузка предварительно обученной облегчённой модели YOLO11
model = YOLO("yolo11s.pt")

# Обучение на пользовательском наборе данных со встроенной аугментацией
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируем в формат ONNX для развертывания
model.export(format="onnx")

Всего за три строки кода Python разработчики могут загрузить модель, запустить обучение с оптимизированными значениями гиперпараметров по умолчанию и экспортировать обученную архитектуру во фреймворки вроде ONNX или TensorRT для развертывания на периферийных устройствах.

Применение в реальных условиях#

Когда выбирать YOLOv9#

YOLOv9 — отличный выбор для исследователей, изучающих архитектуры глубокого обучения. Благодаря фреймворку PGI модель отлично подходит для высокоскоростной аналитики в розничной торговле, где требуется предельная точность на плотных наборах данных, а сложность развертывания менее важна, чем производительность алгоритма.

Когда выбирать YOLO11#

YOLO11 — оптимальный инструмент для промышленной эксплуатации. Упрощённые возможности обнаружения объектов делают её отличным выбором для управления дорожным движением в умных городах и периферийных устройств вроде Raspberry Pi и NVIDIA Jetson. Кроме того, благодаря поддержке разных задач единый конвейер разработки может охватывать сегментацию на производстве и оценку позы для спортивной аналитики.

Передовой рубеж: встречайте YOLO26#

YOLO11 и YOLOv9 впечатляют своими возможностями, но искусственный интеллект развивается стремительно. Разработчикам, которые начинают новые проекты сегодня, Ultralytics настоятельно рекомендует YOLO26, выпущенную в январе 2026 года и открывающую новые горизонты компьютерного зрения.

YOLO26 объединяет лучшие недавние инновации в мощное решение, готовое к промышленной эксплуатации:

• Сквозная архитектура без NMS: необязательная голова один-к-одному (nms=False) в YOLO26 позволяет отказаться от постобработки с подавлением немаксимумов (NMS), значительно упрощая и ускоряя конвейеры развертывания.
• Удаление DFL: отказ от Distribution Focal Loss обеспечивает лучшую совместимость с маломощными микроконтроллерами и периферийными ИИ-ускорителями.
• Оптимизатор MuSGD: созданный на основе инноваций в обучении LLM оптимизатор MuSGD (гибрид SGD и Muon) обеспечивает стабильное обучение и более быструю сходимость.
• Инференс на CPU до 43% быстрее: модель специально оптимизирована для периферийных устройств без дискретных GPU.
• ProgLoss + STAL: эти улучшенные функции потерь значительно повышают качество обнаружения небольших объектов, что особенно важно для мониторинга сельского хозяйства и анализа аэрофотоснимков.

Тем, кто хочет изучить разные архитектуры, также стоит обратить внимание на RT-DETR для трекинга на основе Transformer или YOLO-World для обнаружения с открытым словарём без дополнительного обучения.

Заключение#

И YOLO11, и YOLOv9 заняли своё место в истории компьютерного зрения. YOLOv9 предлагает впечатляющие архитектурные инновации, обеспечивающие максимальное сохранение признаков. Однако для подавляющего большинства реальных сценариев развертывания — от корпоративных приложений ИИ до мобильных периферийных устройств — YOLO11 даёт непревзойдённое преимущество благодаря простоте использования, эффективному расходу памяти и поддержке разнообразных задач. По мере развития отрасли переход на более новую YOLO26 позволит использовать самые быстрые и надёжные из доступных сегодня средств инференса.