Начать

YOLOv6-3.0 и YOLOv9

Обнаружение объектов в реальном времени продолжает развиваться под влиянием спроса на более высокую точность, меньшую задержку и эффективное использование оборудования. В этом сравнении рассматриваются два важных этапа развития области: YOLOv6-3.0, разработанная для высокой промышленной пропускной способности, и YOLOv9, в которой представлены новые архитектуры для устранения информационных узких мест глубокого обучения.

Обе модели предлагают уникальные архитектурные решения, но разработчики, которым нужен оптимальный баланс производительности и простоты развёртывания, часто переходят на современные экосистемы. Для новых проектов рекомендуется Ultralytics YOLO26 с её опциональной сквозной головой без NMS: модель обеспечивает точность на уровне современных передовых решений и более удобна для разработчиков.

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 модели лежит архитектура EfficientRep, оптимизированная для оборудования и инференса на GPU. Благодаря этому она отлично подходит для сценариев промышленного производства, где широко 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 ориентирована на решение проблемы информационного узкого места, характерной для глубоких свёрточных нейронных сетей (CNN).

Архитектурные инновации#

Главный вклад YOLOv9 — программируемая градиентная информация (PGI), которая помогает сохранять важные данные при прохождении через множество слоёв сети и тем самым обеспечивает более надёжное обновление весов. Помимо PGI, модель включает обобщённую сеть агрегации эффективных слоёв (GELAN). GELAN максимально эффективно использует параметры, позволяя YOLOv9 достигать более высокой точности при меньшем числе FLOPs, чем у многих предшественников.

Преимущества и недостатки#

YOLOv9 обеспечивает высокий показатель средней точности (mAP) на тестовых наборах, таких 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 развёртывания 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.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7
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

Преимущества Ultralytics: знакомство с YOLO26#

YOLOv6-3.0 и YOLOv9 предлагают надёжные архитектуры, однако производственные среды требуют поддерживаемой экосистемы, низких требований к памяти и простоты использования. Платформа Ultralytics и такие модели, как YOLO11 и более новая YOLO26, разработаны с учётом этих потребностей.

Выпущенная в январе 2026 года, YOLO26 повышает эффективность развёртывания, устраняя несколько устаревших узких мест.

Изначально сквозная архитектура

В YOLO26 используется сквозная архитектура без NMS: её опциональная голова один-к-одному (nms=False) устраняет необходимость в постобработке методом подавления немаксимумов. Это снижает колебания задержки инференса и упрощает логику развёртывания на периферийных устройствах.

Ключевые инновации YOLO26#

  1. Оптимизатор MuSGD: Вдохновлённая обучением больших языковых моделей (LLM), например Kimi K2 от Moonshot AI, YOLO26 использует гибрид SGD и Muon. Благодаря этому задачи компьютерного зрения получают стабильное обучение и быструю сходимость.
  2. До 43% более быстрый CPU-инференс: В отличие от YOLOv6, ориентированной на мощные GPU, YOLO26 оптимизирована для периферийных устройств: YOLO26n работает на CPU до 43% быстрее YOLO11n. Отказ от Distribution Focal Loss (DFL) упрощает голову и обеспечивает совместимость с маломощными CPU и оборудованием для периферийных вычислений.
  3. ProgLoss + STAL: Прогрессивная функция потерь и стратегия назначения меток с учётом малых объектов улучшают обнаружение мелких объектов, что особенно важно для аэрофотоснимков и робототехники.
  4. Универсальность: Если YOLOv6 предназначена только для обнаружения объектов, YOLO26 также поддерживает сегментацию экземпляров, семантическую сегментацию, оценку глубины, классификацию, оценку позы и обнаружение ориентированных ограничивающих рамок (OBB).

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

# Загрузка компактной модели 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 — добиться максимально возможного mAP на стандартизированных наборах данных, таких как COCO.
  • Используй YOLO26 для: почти всех современных коммерческих приложений. Опциональный инференс без NMS, небольшой объём памяти и высокая скорость инференса на CPU делают модель подходящей для охранных систем сигнализации, умной розницы и отслеживания объектов в реальном времени на встраиваемых устройствах.

Используя комплексную экосистему Ultralytics, разработчики могут легко экспериментировать с YOLOv8, YOLO11 и YOLO26, чтобы подобрать оптимальный баланс производительности для конкретных реальных задач.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.