YOLOv10 против YOLOv9#

Эволюция компьютерного зрения в реальном времени характеризуется постоянными прорывами в скорости, точности и эффективности архитектуры. При оценке современных решений для твоего следующего развертывания сравнение YOLOv10 и YOLOv9 дает захватывающий взгляд на два различных подхода к решению проблем глубокого обучения. В то время как YOLOv9 фокусируется на максимизации потока градиентной информации во время обучения, YOLOv10 является пионером в нативном сквозном (end-to-end) дизайне, который полностью устраняет традиционные барьеры постобработки.

Это подробное руководство анализирует их архитектурные инновации, метрики производительности и идеальные сценарии использования, чтобы помочь разработчикам и исследователям выбрать оптимальную модель для их конкретных задач компьютерного зрения.

YOLOv10: Пионер сквозного проектирования без NMS#

Разработанная для устранения проблем с задержкой, характерных для традиционных детекторов объектов, YOLOv10 представляет революционную сквозную архитектуру, которая нативно устраняет необходимость в немаксимальном подавлении (NMS).

Технические детали и происхождение:

• Авторы: Ао Ван, Хуэй Чен, Лихао Лю и др.
• Организация: Университет Цинхуа
• Дата: 23 мая 2024 г.
• Ссылки: Публикация на Arxiv, Репозиторий на GitHub, Документация Ultralytics

Узнай больше о YOLOv10

Архитектура и преимущества#

Самый значительный вклад YOLOv10 в эту область — это стратегия последовательного двойного сопоставления для обучения без NMS. Исключая NMS, модель радикально снижает задержку инференса, особенно на периферийных устройствах, где постобработка может стать узким местом всего пайплайна. Она оптимизирует различные компоненты с точек зрения как эффективности, так и точности, в результате чего получается модель, которая может похвастаться замечательным балансом между скоростью и количеством параметров. Например, вариант YOLOv10-S исключительно быстр, что делает его отлично подходящим для высокоскоростной видеоаналитики и навигации роботов в реальном времени.

Слабые стороны#

Хотя дизайн без NMS является прорывным для детектирования ограничивающих прямоугольников, YOLOv10 в первую очередь оптимизирована как чистый детектор объектов. Ей не хватает универсальности из коробки, которой обладают более новые экосистемы, нативно поддерживающие сегментацию экземпляров или оценку позы. Более того, ранние реализации требовали тщательной обработки экспорта, чтобы гарантировать полную оптимизацию таких операций, как cv2, вне графа инференса.

YOLOv9: программируемая градиентная информация#

До появления YOLOv10 модель YOLOv9 представила новые архитектурные концепции для решения проблемы «узкого места» информации, присущей глубоким нейронным сетям, что позволило добиться высокоэффективного использования параметров.

Технические детали и происхождение:

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 21 февраля 2024 г.
• Ссылки: Публикация на Arxiv, Репозиторий на GitHub, Документация Ultralytics

Узнай больше о YOLOv9

Архитектура и преимущества#

YOLOv9 представляет программируемую информацию о градиентах (PGI) наряду с обобщенной эффективной сетью агрегации слоев (GELAN). PGI гарантирует, что важнейшая целевая информация не потеряется при прохождении данных через глубокие слои сети, генерируя надежные градиенты для обновления весов. GELAN максимизирует эффективность параметров сети. Вместе эти инновации позволяют YOLOv9 достигать невероятно высокой средней точности в среднем (mAP) на датасете MS COCO, зачастую превосходя более тяжелые модели при использовании меньшего количества FLOP. Это исключительная модель для исследователей, сосредоточенных на максимизации теоретических метрик точности.

Слабые стороны#

Несмотря на высокую точность, YOLOv9 по-прежнему полагается на стандартную постобработку NMS. Это означает, что хотя операции нейросети выполняются быстро, финальная фильтрация ограничивающих прямоугольников может привносить переменную задержку в зависимости от плотности объектов на сцене. Кроме того, процесс ее обучения может быть очень требовательным к памяти по сравнению с более поздними моделями, что требует более мощных ресурсов GPU для тонкой настройки на пользовательских датасетах.

Сравнение производительности#

В таблице ниже показаны основные метрики для обеих моделей. Заметь, как YOLOv10 обычно достигает меньшей задержки через TensorRT, в то время как YOLOv9 достигает пределов точности в своей самой крупной конфигурации.

Следующее поколение: почему YOLO26 — наша главная рекомендация#

Хотя YOLOv9 и YOLOv10 являются впечатляющими вехами, мир машинного обучения движется быстро. Для современных продакшен-сред разработчики все чаще полагаются на интегрированную и поддерживаемую экосистему Ultralytics Platform. По состоянию на 2026 год четкой рекомендацией как для исследований, так и для корпоративного сектора является недавно выпущенная YOLO26.

YOLO26 берет фундаментальные концепции своих предшественников и выводит их на новый уровень за счет оптимизированного пользовательского опыта, простого API и исключительно низких требований к памяти во время обучения по сравнению с громоздкими архитектурами на базе трансформаторов.

Ключевые инновации в YOLO26#

• Сквозной дизайн без NMS: Основываясь на прорывах YOLOv10, YOLO26 является нативно сквозной моделью, полностью исключающей постобработку NMS для более простого развертывания и обеспечения высокой детерминированности задержек.
• Инференс на CPU быстрее до 43%: Оптимизировано для Edge AI из коробки, что делает модель идеальным выбором для встраиваемых систем, не имеющих выделенных GPU.
• Оптимизатор MuSGD: Революционный гибрид SGD и Muon (вдохновленный методами оптимизации больших языковых моделей), обеспечивающий крайне стабильные процессы обучения и невероятно быстрое время сходимости.
• Удаление DFL: Удалив Distribution Focal Loss, YOLO26 упрощает процесс экспорта модели, значительно улучшая совместимость с маломощными устройствами и различными фреймворками для развертывания на периферии.
• Улучшения для конкретных задач: В отличие от специализированных детекторов для одной задачи, YOLO26 — это универсальная мощная модель. Она использует функцию потерь для семантической сегментации для уточненной точности на уровне пикселей, Residual Log-Likelihood Estimation (RLE) для безупречной оценки позы и специализированную функцию потерь по углу для решения проблем границ OBB (Oriented Bounding Box).

Практическая реализация#

Обучение и развертывание этих моделей просты при использовании Python SDK. Следующий пример демонстрирует, как использовать преимущества высокоэффективных процессов обучения экосистемы Ultralytics, которая автоматически обрабатывает планирование гиперпараметров и оптимальное распределение памяти.

from ultralytics import YOLO

# Load the recommended state-of-the-art model
model = YOLO("yolo26n.pt")  # Also compatible with 'yolov10n.pt' or 'yolov9c.pt'

# Train the model efficiently on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)

# Run ultra-fast inference
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to ONNX for simplified edge deployment
model.export(format="onnx")

Сценарии использования и рекомендации#

Выбор между YOLOv10 и YOLOv9 зависит от требований твоего конкретного проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOv10#

YOLOv10 — отличный выбор для:

• Детекции в реальном времени без NMS: Приложения, которым полезна сквозная (end-to-end) детекция без использования Non-Maximum Suppression, что снижает сложность развертывания.
• Сбалансированного соотношения скорости и точности: Проекты, требующие оптимального баланса между скоростью вывода и точностью детекции для различных масштабов моделей.
• Приложения с постоянной задержкой: Сценарии развертывания, где предсказуемое время вывода критически важно, например, в robotics или автономных системах.

Когда стоит выбрать YOLOv9#

YOLOv9 рекомендуется для:

• Исследований информационных узких мест: Академические проекты по изучению архитектур Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN).
• Изучения оптимизации потока градиентов: Исследования, направленные на понимание и смягчение потери информации в глубоких слоях сети во время обучения.
• Бенчмаркинга обнаружения высокой точности: Сценарии, где высокие показатели производительности YOLOv9 в бенчмарке COCO необходимы в качестве точки отсчета для архитектурных сравнений.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Заключение#

И YOLOv9, и YOLOv10 предлагают уникальные преимущества. YOLOv9 — это свидетельство максимизации эффективности параметров сети и теоретического потока градиентов, что приводит к топовой точности. В то же время YOLOv10 выступает в качестве академического пионера сквозной детекции ограничивающих рамок без штрафа за задержку, связанного с NMS.

Тем не менее, для разработчиков, ищущих идеальный баланс производительности, универсальности и простоты использования, переход на новейшие модели имеет первостепенное значение. Благодаря продвинутому оптимизатору MuSGD, функционалу ProgLoss + STAL для превосходного детектирования мелких объектов и комплексной поддержке нескольких задач, YOLO26 представляет собой окончательное решение высшего уровня (state-of-the-art) для любой реальной задачи компьютерного зрения.