Сравнение YOLOv6-3.0 и YOLOv9#

Ландшафт обнаружения объектов в реальном времени продолжает развиваться под влиянием потребности в более высокой точности, меньшей задержке и эффективнее используемом оборудовании. В этом подробном сравнении рассматриваются две значимые вехи в данной области: YOLOv6-3.0, разработанная для промышленной производительности, и YOLOv9, в которой представлены новые архитектуры для преодоления информационных узких мест глубокого обучения.

Хотя обе модели предлагают уникальные архитектурные инновации, разработчики, ищущие оптимальный баланс производительности и простоты развертывания, часто переходят на современные экосистемы. Для новых проектов рекомендуется нативная сквозная модель Ultralytics YOLO26, обеспечивающая точность уровня современных передовых решений и значительно более простой процесс разработки.

YOLOv6-3.0: оптимизация промышленной производительности#

Разработанная отделом Vision AI компании Meituan, YOLOv6-3.0 была тщательно оптимизирована для максимальной производительности в промышленных приложениях, особенно на GPU.

• Авторы: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu и Xiangxiang Chu
• Организация: Meituan
• Дата: 13 января 2023 года
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Архитектурные инновации#

В YOLOv6-3.0 был представлен ряд ключевых изменений для улучшения слияния признаков и эффективности оборудования. Архитектура включает модуль двунаправленной конкатенации (BiC) в шее модели, который обеспечивает более точные сигналы локализации. В ней также используется стратегия обучения с помощью якорей (AAT). Этот подход объединяет богатые управляющие сигналы обучения на основе якорей со скоростью вывода безъякорной парадигмы, обеспечивая более высокую производительность без замедления развертывания.

В основе модели лежит архитектура EfficientRep, тщательно оптимизированная для эффективной работы на GPU. Это делает ее особенно подходящей для сценариев промышленного производства, где интенсивная пакетная обработка является нормой.

Преимущества и недостатки#

Главное преимущество YOLOv6-3.0 — высокая частота кадров на таких GPU, как NVIDIA T4, что делает модель подходящей для потоков анализа видео высокой плотности. Однако сильная зависимость от специфических оптимизаций оборудования может привести к неоптимальной задержке на периферийных устройствах, использующих только CPU. Кроме того, настройка конвейера обучения может быть сложнее по сравнению с более унифицированными фреймворками.

Узнай больше о YOLOv6

YOLOv9: программируемая информация о градиентах#

Выпущенная годом позже, YOLOv9 сосредоточена на решении проблемы информационного узкого места, присущей глубоким нейронным сетям, и расширяет теоретические пределы архитектур CNN.

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Institute of Information Science, Academia Sinica
• Дата: 21 февраля 2024 г.
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

Архитектурные инновации#

Главный вклад YOLOv9 — это программируемая информация о градиентах (PGI), которая обеспечивает сохранение важных данных при прохождении через несколько слоев сети и позволяет надежнее обновлять веса. Наряду с PGI модель использует обобщенную сеть эффективной агрегации слоев (GELAN). GELAN максимально повышает эффективность параметров, позволяя YOLOv9 достигать более высокой точности при меньшем количестве вычислительных FLOPs, чем многие предыдущие модели.

Преимущества и недостатки#

YOLOv9 обеспечивает выдающуюся среднюю точность (mAP) на таких наборах данных для тестирования, как COCO, что делает ее популярной среди исследователей, для которых приоритетом является максимальная точность. Однако, как и YOLOv6, она по-прежнему использует традиционное подавление немаксимумов (NMS) для постобработки. Это увеличивает задержку и усложняет конвейер развертывания модели, особенно при переносе на периферийные устройства с использованием таких форматов, как ONNX или TensorRT.

Узнай больше о YOLOv9

Сравнение производительности#

При сравнении этих моделей важно учитывать баланс точности, количества параметров и скорости вывода.

Преимущество Ultralytics: знакомство с YOLO26#

Хотя YOLOv6-3.0 и YOLOv9 предлагают надежные архитектуры, производственные среды требуют хорошо поддерживаемой экосистемы, низкого потребления памяти и исключительной простоты использования. Именно здесь Ultralytics Platform и такие модели, как YOLO11 и передовая YOLO26, демонстрируют свои преимущества.

Выпущенная в начале 2026 года, YOLO26 кардинально повышает эффективность развертывания, устраняя устаревшие узкие места.

Ключевые инновации YOLO26#

1. Оптимизатор MuSGD: вдохновленный обучением LLM, например Kimi K2 от Moonshot AI, YOLO26 использует гибрид SGD и Muon. Это обеспечивает беспрецедентную стабильность обучения и более быструю сходимость в задачах компьютерного зрения.
2. До 43% более быстрый вывод на CPU: в отличие от YOLOv6, ориентированной главным образом на GPU, YOLO26 тщательно оптимизирована для периферийных устройств. Удаление Distribution Focal Loss (DFL) упрощает головную часть модели, делая ее особенно совместимой с маломощными CPU и оборудованием для периферийных вычислений.
3. ProgLoss + STAL: усовершенствованные функции потерь значительно улучшают обнаружение небольших объектов, что критически важно для аэрофотоснимков и робототехники.
4. Непревзойденная универсальность: в то время как YOLOv6 является исключительно движком обнаружения, YOLO26 без проблем выполняет сегментацию экземпляров, классификацию, оценку позы и обнаружение ориентированных ограничивающих прямоугольников (OBB).

Бесшовное обучение с Ultralytics#

Обучение моделей уровня современных передовых решений не должно требовать сложных bash-скриптов. Python API Ultralytics обеспечивает упрощенный процесс благодаря автоматической загрузке данных, минимальному использованию памяти CUDA и встроенному трекингу.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train on the COCO8 dataset using the robust MuSGD optimizer natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to ONNX with a single command
model.export(format="onnx")

Идеальные сценарии использования#

Выбор подходящей архитектуры полностью зависит от целевой среды развертывания:

• Используй YOLOv6-3.0 для: автоматизации производства и обнаружения дефектов, когда серверные GPU, например A100, доступны в большом количестве, а пакетная обработка максимизирует производительность.
• Используй YOLOv9 для: академических исследований или соревнований, где главная цель — выжать максимально возможное значение mAP на стандартизированных наборах данных, таких как COCO.
• Используй YOLO26 для: почти любых современных коммерческих приложений. Архитектура без NMS, низкое потребление памяти и высокоскоростной вывод на CPU делают ее идеальным выбором для систем охранной сигнализации, умной розничной торговли и отслеживания объектов в реальном времени на встраиваемых устройствах.

Используя комплексную экосистему Ultralytics, разработчики могут легко экспериментировать с YOLOv8, YOLO11 и YOLO26, чтобы найти идеальный баланс производительности для своих конкретных задач в реальном мире.