YOLO26 против YOLOv9#

Ландшафт компьютерного зрения стремительно развивается: новые архитектуры постоянно расширяют границы скорости и точности. В этом техническом сравнении мы рассмотрим различия между YOLO26 и YOLOv9 — двумя весьма влиятельными моделями в области обнаружения объектов в реальном времени. Хотя обе модели предлагают уникальные архитектурные решения, для выбора подходящего инструмента для следующего проекта в области компьютерного зрения важно понимать компромиссы между их производительностью, возможностями развертывания и требованиями к оборудованию.

YOLO26: оптимизированная для периферийных устройств мощная модель#

Выпущенная в начале 2026 года, Ultralytics YOLO26 знаменует собой скачок поколений в эффективности развертывания и стабильности обучения моделей. Разработанная как изначально сквозная система, она напрямую устраняет узкие места развертывания, которые исторически осложняли применение ИИ на периферийных устройствах.

Сведения о модели:

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 2026-01-14
• GitHub: Репозиторий Ultralytics
• Документация: Документация YOLO26

Архитектура и инновации#

YOLO26 полностью перерабатывает конвейер постобработки, внедряя сквозную архитектуру без NMS. Благодаря устранению необходимости в подавлении немаксимумов (NMS) модель обеспечивает значительно меньшую вариативность задержки. Это существенно 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 процесс экспорта и повышает совместимость с маломощными микроконтроллерами. Для повышения стабильности обучения YOLO26 интегрирует новый оптимизатор MuSGD — гибрид стохастического градиентного спуска (SGD) и Muon, созданный под влиянием инноваций в обучении больших языковых моделей. Это обеспечивает более быструю сходимость и более надежное извлечение признаков на сложных наборах данных.

Для обнаружения крайне сложных объектов в сценах, например на аэрофотоснимках с дронов, YOLO26 использует обновленные функции потерь ProgLoss + STAL. Они заметно повышают полноту обнаружения мелких объектов. Кроме того, модель предлагает улучшения для отдельных задач, включая multi-scale proto для сегментации экземпляров, Residual Log-Likelihood Estimation (RLE) для оценки позы и специализированную функцию потерь угла для обнаружения ориентированных ограничивающих прямоугольников (OBB).

YOLOv9: программируемая информация о градиентах#

Представленная в начале 2024 года, YOLOv9 привнесла теоретические усовершенствования в способ обработки потоков градиентов нейронными сетями на этапе обучения, уделяя особое внимание эффективности параметров и сохранению глубоких признаков.

Сведения о модели:

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информационных наук Academia Sinica, Тайвань
• Дата: 2024-02-21
• Arxiv: Статья о YOLOv9
• GitHub: Репозиторий YOLOv9
• Документация: Документация YOLOv9

Архитектура и преимущества#

В основе YOLOv9 лежат концепции Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN). Эти концепции решают проблему информационного узкого места, часто наблюдаемую в глубоких нейронных сетях. Сохраняя важную информацию в процессе прямого распространения, GELAN обеспечивает надежность градиентов, используемых для обновления весов. Эта архитектура обеспечивает высокую точность и делает YOLOv9 сильным кандидатом для академических исследований теории нейронных сетей и оптимизации путей градиентов с использованием фреймворка PyTorch.

Ограничения#

Несмотря на отличную эффективность параметров, YOLOv9 в значительной степени полагается на традиционное NMS для постобработки ограничивающих прямоугольников, что может создавать вычислительные узкие места при выводе на периферийных устройствах. Кроме того, официальный репозиторий в основном ориентирован на обнаружение объектов, поэтому для адаптации под специализированные задачи, такие как отслеживание или оценка позы, требуется значительная доработка.

Узнай больше о YOLOv9

Сравнение производительности#

При оценке этих моделей для развертывания в реальных условиях критически важно сбалансировать точность (mAP), скорость вывода и использование памяти. Модели Ultralytics известны низкими требованиями к памяти как во время обучения, так и при выводе, и требуют гораздо меньше памяти CUDA, чем альтернативы на основе Transformer, такие как RT-DETR.

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

Примечание: показатели скорости CPU для YOLOv9 не приводятся, поскольку они сильно зависят от конфигурации NMS и обычно ниже, чем у собственной реализации YOLO26 без NMS.

Варианты применения и рекомендации#

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

Когда стоит выбрать YOLO26#

YOLO26 — подходящий выбор для:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Когда стоит выбрать YOLOv9#

YOLOv9 рекомендуется для:

• Исследований информационного узкого места: академических проектов, изучающих архитектуры Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN).
• Исследований оптимизации потока градиентов: работ, посвященных пониманию и устранению потери информации в слоях глубоких сетей во время обучения.
• Сравнительного тестирования обнаружения с высокой точностью: сценариев, где высокие результаты YOLOv9 на тесте COCO нужны как эталон для архитектурных сравнений.

Преимущества Ultralytics#

Выбор модели — это нечто большее, чем изучение показателей точности: окружающая программная экосистема определяет, насколько быстро ты сможешь пройти путь от сбора данных до выпуска в продакшен.

Простота использования и экосистема#

Python API Ultralytics обеспечивает плавный путь от «нуля до героя». Вместо клонирования сложных репозиториев или ручной настройки скриптов распределенного обучения разработчики могут установить пакет через pip и сразу начать обучение. Экосистема Ultralytics, которую активно поддерживают, гарантирует частые обновления, автоматизированные интеграции с ML-платформами, такими как Weights & Biases, и обширную документацию.

Универсальность в задачах компьютерного зрения#

В то время как YOLOv9 в основном представляет собой движок обнаружения, YOLO26 — универсальный инструмент компьютерного зрения. Используя единый синтаксис, ты можешь легко перейти от обнаружения объектов к попиксельной сегментации изображений или классификации всего изображения. Такая универсальность снижает технический долг, связанный с поддержкой нескольких разрозненных кодовых баз для разных функций компьютерного зрения.

Эффективное обучение и развертывание#

Эффективность обучения — один из краеугольных камней философии Ultralytics. YOLO26 использует доступные предварительно обученные веса и отличается значительно меньшим потреблением памяти по сравнению с громоздкими Transformer-моделями компьютерного зрения. После обучения встроенные конвейеры экспорта позволяют одним щелчком преобразовать модель в оптимизированные форматы, такие как TensorRT или TensorFlow Lite, упрощая путь к продакшену.

Пример кода: начало работы с YOLO26#

Реализовать YOLO26 remarkably просто. Следующий фрагмент кода на Python показывает, как загрузить предварительно обученную модель, обучить ее на пользовательских данных и запустить вывод с использованием API Ultralytics.

from ultralytics import YOLO

# Load the latest state-of-the-art YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset utilizing the MuSGD optimizer
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Uses GPU 0, or use 'cpu' for CPU training
)

# Run an NMS-free inference on a sample image
predictions = model("https://ultralytics.com/images/bus.jpg")

# Display the bounding boxes and confidences
predictions[0].show()

Используя скорость, упрощенную архитектуру и надежную экосистему YOLO26, команды могут быстрее выводить на рынок передовые приложения ИИ для компьютерного зрения и сталкиваться с меньшим количеством технических препятствий, чем когда-либо прежде.