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:
- Авторы: Glenn Jocher и Jing Qiu
- Организация: Ultralytics
- Дата: 2026-01-14
- GitHub: Репозиторий Ultralytics
- Документация: Документация YOLO26
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.
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:
- Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
- Организация: Институт информатики, Academia Sinica, Тайвань
- Дата: 2024-02-21
- arXiv: Статья о YOLOv9
- GitHub: Репозиторий YOLOv9
- Документация: Документация YOLOv9
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.
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.
| Модель | размер (пиксели) | mAPval50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
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.
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.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.