Начать

YOLO26 и YOLOv9

В этом техническом сравнении рассматриваются различия между YOLO26 и YOLOv9 — двумя значимыми моделями для обнаружения объектов в реальном времени. Обе модели предлагают уникальные архитектурные решения. Чтобы выбрать подходящий инструмент для своего следующего проекта компьютерного зрения, важно понимать компромиссы между их производительностью, возможностями развертывания и требованиями к оборудованию.

YOLO26: обнаружение с оптимизацией для периферийных устройств#

Выпущенная в начале 2026 года Ultralytics YOLO26 ориентирована на эффективность развертывания и стабильность обучения. Опциональный сквозной инференс устраняет узкие места развертывания, которые долгое время влияли на приложения периферийного ИИ.

Сведения о модели:

Архитектура и инновации#

YOLO26 перестраивает конвейер постобработки, предлагая сквозную архитектуру без NMS. При использовании опциональной головы «один-к-одному» (nms=False) модель пропускает этап подавления немаксимумов (NMS) и обеспечивает меньший разброс задержки. Это упрощает развертывание на мобильных и периферийных платформах, особенно при экспорте в такие фреймворки, как ONNX и Apple CoreML.

Кроме того, отказ от Distribution Focal Loss (DFL) упрощает экспорт и повышает совместимость с маломощными периферийными устройствами. Для повышения стабильности обучения в YOLO26 используется оптимизатор MuSGD — гибрид стохастического градиентного спуска (SGD) и Muon, вдохновленный новшествами в обучении больших языковых моделей (LLM). Благодаря этому сходимость ускоряется.

Инференс на периферийных устройствах

Благодаря упрощению архитектуры и отказу от DFL YOLO26n выполняет инференс на CPU до 43% быстрее, чем YOLO11n, поэтому отлично подходит для периферийных устройств с ограниченными ресурсами, таких как Raspberry Pi или NVIDIA Jetson Nano.

Для обнаружения небольших объектов в таких сценах, как аэрофотосъемка с дронов, YOLO26 использует ProgLoss + STAL (прогрессивную функцию потерь и назначение меток с учетом малых объектов), повышающие полноту обнаружения небольших объектов. Также добавлены улучшения для отдельных задач: многомасштабный модуль прототипов для сегментации экземпляров, оценка остаточного логарифма правдоподобия (RLE) для оценки позы и специализированная функция потерь для углов при обнаружении ориентированных ограничивающих рамок (OBB).

YOLOv9: программируемая информация о градиентах#

Представленная в начале 2024 года YOLOv9 принесла теоретические достижения в обработку потоков градиентов нейронными сетями во время обучения, уделяя особое внимание эффективности параметров и сохранению глубоких признаков.

Сведения о модели:

Архитектура и сильные стороны#

В основе YOLOv9 лежат концепция программируемой информации о градиентах (PGI) и обобщённая эффективная сеть агрегации слоёв (GELAN). Эти концепции решают проблему информационного узкого места, часто наблюдаемую в глубоких нейронных сетях. Сохраняя важную информацию при прямом проходе, GELAN обеспечивает надёжность градиентов, используемых для обновления весов. Эта архитектура обеспечивает высокую точность и делает YOLOv9 отличным кандидатом для академических исследований теории нейронных сетей и оптимизации путей градиентов с использованием фреймворка PyTorch.

Ограничения#

Несмотря на высокую эффективность использования параметров, YOLOv9 использует традиционную NMS для постобработки ограничивающих рамок, что может создавать вычислительные узкие места при инференсе на периферийных устройствах. Кроме того, официальный репозиторий в основном ориентирован на обнаружение объектов, поэтому для адаптации модели к специализированным задачам, таким как отслеживание или оценка позы, потребуется дополнительная разработка.

Подробнее о YOLOv9

Сравнение производительности#

При оценке этих моделей для реального развертывания критически важно сбалансировать точность (mAP), скорость инференса и потребление памяти. Модели Ultralytics известны низкими требованиями к памяти как при обучении, так и при инференсе: обычно им требуется меньше памяти CUDA, чем альтернативам на базе Transformer, таким как RT-DETR.

Ниже приведено прямое сравнение производительности YOLO26 и YOLOv9 на наборе данных COCO. Лучшие значения в каждом столбце выделены полужирным.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
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

Примечание: в этой таблице не приводятся данные о скорости YOLOv9 на CPU с ONNX. При работе с TensorRT на T4 YOLO26 быстрее YOLOv9 для моделей любого размера, а при сопоставимых размерах YOLO26 точнее (например, 57,5 против 55,6 mAP у YOLO26x и YOLOv9e соответственно, при меньшем количестве параметров).

Сценарии использования и рекомендации#

Выбор между YOLO26 и YOLOv9 зависит от требований конкретного проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда выбирать YOLO26#

YOLO26 — отличный выбор для таких задач:

  • Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
  • Среды, работающие только на CPU: устройства без выделенного ускорения на GPU, на которых преимущество YOLO26n особенно заметно: инференс на CPU выполняется до 43% быстрее, чем у YOLO11n.
  • Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Когда выбирать YOLOv9#

YOLOv9 рекомендуется для таких задач:

  • Исследование информационного узкого места: Академические проекты, изучающие архитектуры программируемой информации о градиентах (PGI) и обобщённой эффективной сети агрегации слоёв (GELAN).
  • Исследования оптимизации потока градиентов: Работы, посвящённые изучению и устранению потери информации в глубоких слоях сети во время обучения.
  • Сравнительное тестирование точного детектирования: Сценарии, в которых высокая результативность YOLOv9 на тестах COCO нужна в качестве ориентира для сравнения архитектур.

Преимущества Ultralytics#

При выборе модели недостаточно изучить результаты тестирования точности: окружающая программная экосистема определяет, насколько быстро ты сможешь перейти от сбора данных к производству.

Простота использования и экосистема#

API Python Ultralytics упрощает рабочий процесс. Вместо клонирования сложных репозиториев и настройки распределенных сценариев обучения вручную разработчики могут установить пакет с помощью pip и сразу приступить к обучению. Активно развиваемая экосистема Ultralytics регулярно обновляется, интегрируется с платформами машинного обучения, такими как Weights & Biases, и предлагает обширную документацию.

Другие модели Ultralytics

Если ты хочешь изучить другие модели экосистемы Ultralytics, можно также сравнить YOLO11 или классическую YOLOv8 — обе модели достаточно гибки для пользовательских приложений.

Универсальность для задач компьютерного зрения#

YOLOv9 — преимущественно модель для обнаружения объектов, а YOLO26 — универсальная модель компьютерного зрения. Используя единый синтаксис, ты можешь перейти от обнаружения объектов к сегментации изображений, семантической сегментации, оценке глубины, классификации всего изображения, классификации, оценке позы или OBB. Такая универсальность уменьшает технический долг, связанный с поддержкой нескольких разрозненных кодовых баз для разных задач компьютерного зрения.

Эффективное обучение и развертывание#

В YOLO26 используются готовые предварительно обученные веса, и обычно ей требуется меньше памяти, чем крупным Vision Transformer. После обучения встроенные конвейеры экспорта позволяют преобразовать модель одной строкой в оптимизированные форматы, такие как TensorRT или LiteRT, упрощая переход к производственному развертыванию.

Пример кода: начало работы с YOLO26#

Следующий фрагмент кода на Python показывает, как загрузить предварительно обученную модель, обучить ее на пользовательских данных и запустить инференс с помощью API Ultralytics.

from ultralytics import YOLO

# Загрузи последнюю нано-модель YOLO26
model = YOLO("yolo26n.pt")

# Обучаем модель на наборе данных COCO8 (при длительном обучении optimizer='auto' выбирает MuSGD)
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Используем GPU 0 или указываем 'cpu' для обучения на CPU
)

# Запускаем инференс без NMS на тестовом изображении
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Отображаем ограничивающие рамки и значения уверенности
predictions[0].show()

Благодаря скорости YOLO26, упрощенной архитектуре и развитой экосистеме команды могут быстрее выводить приложения ИИ для компьютерного зрения на рынок и сталкиваться с меньшим количеством технических препятствий.

Участники
glenn-jocherglenn-jocher13MRMurat Raimbekov1pderrengerpderrenger1

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.