YOLOv6-3.0 и YOLOv9#

Развитие обнаружения объектов в реальном времени продолжается благодаря потребности в более высокой точности, меньшей задержке и эффективном использовании оборудования. В этом подробном сравнении рассматриваются две важные вехи: YOLOv6-3.0, созданная для высокой промышленной пропускной способности, и YOLOv9, представившая новые архитектуры для преодоления информационных узких мест глубокого обучения.

Обе модели предлагают уникальные архитектурные инновации, однако разработчики, которым нужен оптимальный баланс производительности и простоты развертывания, часто переходят на современные экосистемы. Для новых проектов рекомендуем изначально сквозную Ultralytics YOLO26: она обеспечивает точность на уровне передовых разработок и значительно упрощает работу разработчика.

YOLOv6-3.0: оптимизация промышленной пропускной способности#

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

• Авторы: Чуйи Ли, Лулу Ли, Ифэй Гэн, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдань Кэ, Сяомин Сюй и Сянсян Чу
• Организация: Meituan
• Дата: 13 января 2023 года
• Arxiv: 2301.05586
• GitHub: meituan/YOLOv6

Архитектурные инновации#

В YOLOv6-3.0 появилось несколько важных изменений для улучшения объединения признаков и эффективности работы с оборудованием. В архитектуру добавлен модуль двунаправленной конкатенации (BiC) в шейной части, который обеспечивает более точную локализацию. Также используется стратегия обучения с помощью якорей (AAT). Она объединяет подробные подсказки обучения на основе якорей со скоростью вывода без якорей, повышая производительность без замедления развертывания.

В основе бэкбона лежит архитектура EfficientRep, тщательно оптимизированная для инференса на GPU. Благодаря этому модель отлично подходит для сценариев промышленного производства, где обычно используется интенсивная пакетная обработка.

Преимущества и недостатки#

Главное преимущество YOLOv6-3.0 — высокая частота кадров на GPU, например NVIDIA T4, что делает модель подходящей для высокоплотных потоков видеоанализа. Однако сильная зависимость от специфических аппаратных оптимизаций может приводить к неоптимальной задержке на периферийных устройствах, работающих только на CPU. Кроме того, настройка конвейера обучения может быть сложной по сравнению с более унифицированными фреймворками.

Подробнее о YOLOv6

YOLOv9: программируемая информация о градиентах#

Выпущенная годом позже YOLOv9 решает проблему информационного узкого места, присущую глубоким нейронным сетям, и расширяет теоретические пределы архитектур CNN.

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информатики Академии Синика
• Дата: 21 февраля 2024 года
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

Архитектурные инновации#

Главный вклад YOLOv9 — программируемая градиентная информация (PGI), которая обеспечивает сохранение важных данных при прохождении через множество слоев сети и позволяет надежнее обновлять веса. Наряду с PGI в модели используется обобщенная сеть агрегации эффективных слоев (GELAN). GELAN максимально эффективно использует параметры, позволяя YOLOv9 обеспечивать более высокую точность с меньшим количеством FLOPs, чем у многих предшественников.

Преимущества и недостатки#

YOLOv9 демонстрирует отличную среднюю точность (mAP) на таких тестовых датасетах, как COCO, поэтому пользуется популярностью у исследователей, для которых важна максимальная точность. Однако, как и YOLOv6, модель 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.

Подробнее о YOLOv9

Сравнение производительности#

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

Преимущества Ultralytics: знакомство с YOLO26#

YOLOv6-3.0 и YOLOv9 предлагают надежные архитектуры, но для промышленной эксплуатации необходимы хорошо поддерживаемая экосистема, низкие требования к памяти и исключительная простота использования. Именно здесь выделяются платформа Ultralytics и такие модели, как YOLO11 и передовая YOLO26.

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

Ключевые инновации YOLO26#

1. Оптимизатор MuSGD: вдохновленная обучением LLM, например Kimi K2 от Moonshot AI, YOLO26 использует гибрид SGD и Muon. Это обеспечивает беспрецедентную стабильность обучения и ускоряет сходимость в задачах компьютерного зрения.
2. Инференс на CPU до 43% быстрее: в отличие от YOLOv6, ориентированной на мощные GPU, YOLO26 тщательно оптимизирована для периферийных устройств. Отказ от Distribution Focal Loss (DFL) упрощает голову модели, повышая совместимость с маломощными CPU и оборудованием для периферийных вычислений.
3. ProgLoss + STAL: усовершенствованные функции потерь значительно улучшают обнаружение небольших объектов, что крайне важно для аэрофотосъемки и робототехники.
4. Непревзойденная универсальность: если YOLOv6 предназначена только для обнаружения объектов, то YOLO26 без проблем справляется с сегментацией экземпляров, классификацией, оценкой позы и обнаружением ориентированных ограничивающих рамок (OBB).

Простое обучение с Ultralytics#

Для обучения современных моделей не должны требоваться сложные bash-скрипты. Python API Ultralytics упрощает рабочий процесс благодаря автоматической загрузке данных, минимальному использованию памяти CUDA и встроенному отслеживанию.

from ultralytics import YOLO

# Загрузи передовую наномодель YOLO26
model = YOLO("yolo26n.pt")

# Обучить на датасете COCO8 (optimizer='auto' выбирает MuSGD для продолжительного обучения)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортировать обученную модель в ONNX одной командой
model.export(format="onnx")

Оптимальные сценарии применения#

Выбор подходящей архитектуры полностью зависит от целевой среды развертывания:

• Используй YOLOv6-3.0 для: автоматизации производства и обнаружения дефектов, если в избытке доступны GPU серверного класса (например, A100), а пакетная обработка позволяет максимально увеличить пропускную способность.
• Используй YOLOv9 для: академических исследований или соревнований, где главная цель — выжать максимальный mAP на стандартизированных датасетах, таких как COCO.
• Используй YOLO26 для: почти всех современных коммерческих приложений. Возможность инференса без NMS, малый объем занимаемой памяти и быстрый инференс на CPU делают эту модель идеальной для систем охранной сигнализации, умной розницы и отслеживания объектов в реальном времени на встраиваемых устройствах.

Используя комплексную экосистему Ultralytics, разработчики могут без труда экспериментировать с YOLOv8, YOLO11 и YOLO26, чтобы найти оптимальный баланс производительности для своих задач в реальных условиях.