Начать

YOLOv5 и YOLOv9

За последние несколько лет область компьютерного зрения и обнаружения объектов в реальном времени значительно продвинулась. Выбор между проверенными временем моделями и новыми исследовательскими архитектурами — распространённая задача для инженеров машинного обучения. В этом руководстве подробно сравниваются две влиятельные модели семейства YOLO: YOLOv5 и YOLOv9.

Понимание архитектурных различий, показателей производительности и поддержки экосистемы этих моделей важно независимо от того, развёртываешь ли ты их на периферийных устройствах с ограниченными ресурсами, исследуешь извлечение высокоточных признаков или создаёшь сложные конвейеры обнаружения объектов.

Обзор моделей#

Прежде чем перейти к сравнению архитектур, полезно разобраться в происхождении каждой модели и её основных задачах.

Ultralytics YOLOv5#

YOLOv5, разработанная Гленном Джочером и выпущенная компанией Ultralytics 26 июня 2020 года, изменила подход разработчиков к работе с моделями компьютерного зрения. Полностью перейдя на фреймворк PyTorch, YOLOv5 заменила сложные этапы компиляции более ранних моделей на базе Darknet интуитивно понятным пользовательским интерфейсом, ориентированным на Python.

YOLOv5 известна своей простотой использования и стабильной производительностью на различных аппаратных платформах. Она поддерживает не только обнаружение объектов, но и сегментацию экземпляров и классификацию изображений.

YOLOv9#

YOLOv9, представленная Чен-Яо Ваном и Хун-Юань Марком Ляо из Института информационных наук Академии Синика на Тайване, уделяет особое внимание архитектурной теории для устранения проблем узкого информационного горлышка в глубоких нейронных сетях.

В основе YOLOv9 лежат две важные теоретические инновации: программируемая информация о градиентах (PGI) и обобщённая эффективная сеть агрегации слоёв (GELAN). Эти концепции помогают модели сохранять критически важные пространственные признаки в глубоких слоях сети.

Подробнее о YOLOv9

Подготовь свои решения к будущему

YOLOv5 и YOLOv9 — мощные модели, однако более новая YOLO26 предлагает удачный баланс скорости и точности. Благодаря опциональному сквозному инференсу без NMS и инференсу на CPU до 43% быстрее (YOLO26n по сравнению с YOLO11n), YOLO26 рекомендуется для современных периферийных вычислений и промышленного развёртывания.

Архитектурные и технические различия#

Чтобы оптимизировать стратегии развертывания моделей, важно понимать, как эти модели компьютерного зрения устроены изнутри.

Извлечение признаков и сохранение информации#

В YOLOv5 используется базовая сеть Cross Stage Partial Network (CSPNet), которая эффективно снижает вычислительные затраты, сохраняя точный поток градиентов при обратном распространении ошибки. Эта архитектура оптимизирована для традиционных операций на GPU и требует меньше памяти при обучении, чем ресурсоёмкие альтернативы на основе Transformer.

YOLOv9 представляет GELAN — универсальную архитектуру, развивающую принципы CSPNet. В сочетании с PGI — вспомогательной обратимой ветвью — она помогает глубоким слоям сохранять семантическую информацию, необходимую для вычисления надёжных градиентов. Благодаря этому YOLOv9 достигает высокой точности, особенно при обнаружении небольших объектов.

Требования к памяти и эффективность обучения#

В плане эффективности обучения YOLOv5 по-прежнему сильна. Хорошо поддерживаемая экосистема Ultralytics позволяет моделям YOLOv5 использовать значительно меньше памяти CUDA, благодаря чему исследователи могут увеличивать размеры пакетов на потребительских GPU. YOLOv9 эффективно использует параметры и обеспечивает высокую точность относительно своего размера, но без оптимизированных фреймворков её обучение может требовать больше ресурсов. К счастью, интеграция YOLOv9 с API Ultralytics позволяет приблизить управление ресурсами к оптимизированному подходу YOLOv5.

Производительность и метрики#

В таблице ниже сравнивается производительность моделей на наборе данных COCO, включая mAP (среднюю точность), скорость инференса и количество параметров.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
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

Как видно из таблицы, YOLOv9 обеспечивает более высокую абсолютную точность в сопоставимых категориях, что отражает преимущества её более новой архитектуры. Однако задержка YOLOv5n на T4 с TensorRT составляет всего 1,12 мс, что подчёркивает её неизменно высокую эффективность в приложениях периферийных вычислений с низкой задержкой.

Методики обучения и простота использования#

Сегодня практическая ценность компьютерного зрения во многом определяется доступностью набора инструментов.

Преимущества Ultralytics#

Хотя оригинальные исследовательские репозитории моделей вроде YOLOv9 имеют фундаментальное значение, они часто отличаются сложными наборами зависимостей и шаблонными скриптами. Python API Ultralytics избавляет от большей части этой сложности. Экосистема Ultralytics позволяет обучать, оценивать и экспортировать YOLOv5 и YOLOv9 с помощью единого синтаксиса.

from ultralytics import YOLO

# Загрузка предварительно обученной модели YOLOv5 для быстрого развертывания
model_v5 = YOLO("yolov5su.pt")  # YOLOv5u: веса YOLOv5 без якорей для пакета ultralytics

# Или используй модель YOLOv9 для высокой точности
model_v9 = YOLO("yolov9c.pt")

# Обучи модель на примере датасета COCO8
results = model_v9.train(data="coco8.yaml", epochs=50, imgsz=640)

# Экспорт обученной модели в ONNX
model_v9.export(format="onnx")

Подход с единым API обеспечивает широкую универсальность: помимо обнаружения объектов, он поддерживает сегментацию экземпляров, оценку позы и ориентированные ограничивающие рамки (OBB) — в зависимости от выбранной модели. Интеграции с такими инструментами, как Comet и Weights & Biases, также встроены в цикл обучения.

Оптимальные сценарии использования и реальные приложения#

Выбор архитектуры во многом зависит от ограничений оборудования и необходимой точности в конкретной области применения.

Когда стоит выбрать YOLOv5#

YOLOv5 — зрелая модель, подходящая для развёртывания, где важны стабильность, небольшой объём используемой памяти и широкая совместимость с форматами экспорта.

  • Развёртывание на мобильных устройствах: экспорт YOLOv5 в LiteRT или CoreML для инференса на старых смартфонах не вызывает затруднений.
  • Устаревшее периферийное оборудование: простые свёртки YOLOv5 помогают поддерживать стабильную частоту кадров на таких устройствах, как Raspberry Pi и NVIDIA Jetson Nano первых поколений, например в приложениях для управления умной парковкой.
  • Быстрое прототипирование: множество обучающих материалов от сообщества, пользовательских предобученных весов и широкая совместимость с наборами данных делают эту модель оптимальным выбором для быстрой проверки концепции.

Когда выбирать YOLOv9#

YOLOv9 оптимальна для задач, где критически важно выявлять сложные детали и сводить к минимуму ложноотрицательные результаты, даже если для этого требуется немного больше вычислительных ресурсов.

  • Аэрофотоснимки и спутниковые изображения: фреймворк PGI помогает сохранять чёткость небольших объектов, что делает YOLOv9 отличным выбором для мониторинга сельского хозяйства с помощью дронов.
  • Диагностика по медицинским изображениям: при обнаружении небольших аномалий или поражений на снимках высокого разрешения точный поток градиентов GELAN повышает полноту выявления.
  • Аналитика в премиальном ритейле: благодаря более эффективному сохранению признаков YOLOv9 хорошо справляется с отслеживанием перекрывающихся товаров на плотно заполненных полках.

Расширяй свои возможности#

Сравнение YOLOv5 и YOLOv9 наглядно показывает, как развивались архитектуры с 2020 по 2024 год, однако область продолжает стремительно меняться. Разработчикам, которым нужна максимальная производительность, рекомендуется использовать модели YOLO26. Благодаря встроенной сквозной архитектуре без NMS (nms=False) в качестве альтернативы традиционному подавлению немаксимумов и современному оптимизатору MuSGD, YOLO26 сокращает разрыв между точностью исследовательского уровня и скоростью промышленного уровня. Удаление DFL (Distribution Focal Loss) упрощает экспорт и повышает совместимость с периферийными устройствами и устройствами с низким энергопотреблением: YOLO26n выполняет инференс на CPU до 43% быстрее, чем YOLO11n, и хорошо подходит для периферийных вычислений. Кроме того, связка ProgLoss + STAL объединяет прогрессивную функцию потерь с назначением меток с учётом малых объектов, значительно улучшая их распознавание, что важно для IoT, робототехники и анализа аэрофотоснимков.

Тебе также может быть интересно сравнить эти архитектуры с другими моделями, например YOLOv5 и RT-DETR или YOLOv5 и YOLO11. Единый фреймворк Ultralytics обеспечивает согласованность конвейера разработки независимо от выбранной модели.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.