YOLOv10 и YOLOv9#

Развитие компьютерного зрения в реальном времени отмечено непрерывными прорывами в скорости, точности и эффективности архитектур. При выборе современных решений для развертывания сравнение YOLOv10 и YOLOv9 позволяет увидеть два разных подхода к устранению узких мест глубокого обучения. YOLOv9 нацелена на максимизацию потока градиентной информации при обучении, а YOLOv10 предлагает нативную сквозную архитектуру, полностью устраняющую традиционные этапы постобработки.

В этом подробном руководстве анализируются архитектурные новшества, показатели производительности и оптимальные сценарии применения моделей, чтобы помочь разработчикам и исследователям выбрать наиболее подходящую для конкретных задач компьютерного зрения.

YOLOv10: новаторская сквозная архитектура без NMS#

Чтобы устранить задержки, характерные для традиционных детекторов объектов, в YOLOv10 была предложена революционная сквозная архитектура, изначально не требующая подавления немаксимумов (NMS).

Технические характеристики и история разработки:

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 23 мая 2024 года
• Ссылки: Публикация на Arxiv, Репозиторий GitHub, Документация Ultralytics

Подробнее о YOLOv10

Архитектура и сильные стороны#

Важнейший вклад YOLOv10 в эту область — стратегия согласованного двойного назначения для обучения без NMS. Устранение NMS значительно снижает задержку инференса, особенно на периферийных устройствах, где постобработка может замедлить весь конвейер. Оптимизация различных компонентов с учетом эффективности и точности обеспечила модели впечатляющий баланс скорости и количества параметров. Например, вариант YOLOv10-S работает исключительно быстро и отлично подходит для высокоскоростной видеоаналитики и навигации роботов в реальном времени.

Недостатки#

Архитектура без NMS — новаторское решение для обнаружения объектов по ограничивающим рамкам, однако YOLOv10 в основном оптимизирована для обнаружения объектов. У нее нет универсальности более новых экосистем, изначально поддерживающих сегментацию экземпляров и оценку позы.

YOLOv9: программируемая информация о градиентах#

До появления YOLOv10 в YOLOv9 были предложены новые архитектурные концепции для решения проблемы информационного узкого места, свойственной глубоким нейронным сетям, что позволило эффективно использовать параметры.

Технические характеристики и история разработки:

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

Подробнее о YOLOv9

Архитектура и сильные стороны#

В YOLOv9 используются программируемая информация о градиентах (PGI) и обобщенная эффективная сеть агрегации слоев (GELAN). PGI не дает важной информации о целевых объектах потеряться при прохождении данных через глубокие слои сети и обеспечивает надежные градиенты для обновления весов. GELAN максимально эффективно использует параметры сети. Благодаря этим новшествам YOLOv9 достигает очень высокого среднего значения точности (mAP) на наборе данных MS COCO, нередко превосходя более крупные модели при меньшем количестве FLOPs. Эта модель особенно хорошо подходит исследователям, стремящимся добиться максимальной теоретической точности.

Недостатки#

Несмотря на высокую точность, YOLOv9 по-прежнему использует стандартную постобработку NMS. Поэтому, хотя операции нейронной сети выполняются быстро, фильтрация ограничивающих рамок может вносить переменную задержку в зависимости от плотности объектов в сцене. Кроме того, обучение модели может требовать гораздо больше памяти, чем у более новых моделей, поэтому для тонкой настройки на пользовательских наборах данных нужны более мощные ресурсы GPU.

Сравнение производительности#

В таблице ниже приведены основные метрики обеих моделей. Обрати внимание: YOLOv10 обычно обеспечивает меньшую задержку при работе с TensorRT, а YOLOv9 демонстрирует максимальную точность в самой крупной конфигурации.

Следующее поколение: почему стоит выбрать YOLO26#

YOLOv9 и YOLOv10 — впечатляющие достижения, но машинное обучение быстро развивается. В современных промышленных средах разработчики все чаще выбирают интегрированную, хорошо поддерживаемую платформу Ultralytics. В 2026 году для исследований и корпоративных решений мы рекомендуем недавно выпущенную YOLO26.

YOLO26 развивает фундаментальные идеи предшественников благодаря упрощенному пользовательскому интерфейсу, простому API и значительно меньшим требованиям к памяти при обучении по сравнению с громоздкими архитектурами на базе Transformer.

Основные нововведения YOLO26#

• Сквозная архитектура без NMS: развивая достижения YOLOv10, YOLO26 поддерживает нативный сквозной инференс, пропуская постобработку NMS с помощью nms=False. Это упрощает развертывание и обеспечивает более предсказуемые задержки.
• До 43% более быстрый инференс на CPU: модель изначально оптимизирована для Edge AI, поэтому идеально подходит для встроенных систем без выделенных GPU.
• Оптимизатор MuSGD: новаторская комбинация SGD и Muon, основанная на методах оптимизации больших языковых моделей. Она обеспечивает высокую стабильность обучения и исключительно быструю сходимость.
• Удаление DFL: отказ от Distribution Focal Loss упрощает экспорт модели и значительно повышает совместимость с маломощными устройствами и различными фреймворками для развертывания на периферийных устройствах.
• Улучшения для конкретных задач: в отличие от специализированных детекторов для одной задачи, YOLO26 — универсальная мощная модель. Для повышения точности на уровне пикселей она использует функцию потерь семантической сегментации, для безошибочной оценки позы — оценку остаточного логарифмического правдоподобия (RLE), а для устранения проблем с границами OBB (ориентированных ограничивающих рамок) — специальную функцию потерь для углов.

Практическая реализация#

Обучать и развертывать эти модели легко с помощью Python SDK. В примере ниже показано, как использовать эффективный процесс обучения в экосистеме Ultralytics, которая автоматически настраивает гиперпараметры и оптимально распределяет память.

from ultralytics import YOLO

# Загрузи рекомендуемую передовую модель
model = YOLO("yolo26n.pt")  # Также совместима с 'yolov10n.pt' или 'yolov9c.pt'

# Эффективное обучение модели на пользовательском наборе данных
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)

# Запусти сверхбыстрый инференс
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Экспортируй модель в ONNX для упрощенного развертывания на периферийных устройствах
model.export(format="onnx")

Сценарии использования и рекомендации#

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

Когда выбирать YOLOv10#

YOLOv10 — хороший выбор для:

• Детектирование в реальном времени без NMS: Приложения, которым полезно сквозное детектирование без подавления немаксимумов, что упрощает развертывание.
• Сбалансированное соотношение скорости и точности: Проекты, в которых важно найти оптимальный баланс между скоростью инференса и точностью детектирования для моделей разных размеров.
• Приложения с постоянной задержкой: Сценарии развертывания, где важны предсказуемые времена инференса, например в робототехнике или автономных системах.

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.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

• Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
• Среды только с CPU: Устройства без выделенного ускорителя GPU, где до 43% более быстрый инференс YOLO26 на CPU даёт решающее преимущество.
• Обнаружение небольших объектов: Сложные сценарии, например съёмка с дронов или анализ данных IoT-датчиков, где ProgLoss и STAL заметно повышают точность обнаружения крошечных объектов.

Заключение#

YOLOv9 и YOLOv10 обладают уникальными преимуществами. YOLOv9 демонстрирует эффективное использование параметров сети и теоретически эффективный поток градиентов, что обеспечивает высочайшую точность. А YOLOv10 стала новаторской академической моделью для сквозного обнаружения объектов по ограничивающим рамкам без задержек, вызванных NMS.

Однако разработчикам, которым нужен идеальный баланс производительности, универсальности и простоты использования, крайне важно перейти на новейшие модели. Благодаря продвинутому оптимизатору MuSGD, функциям ProgLoss + STAL для более точного обнаружения мелких объектов и комплексной поддержке множества задач, YOLO26 — передовое решение для любых реальных задач компьютерного зрения.