YOLOv6-3.0 против YOLOv9: подробное техническое сравнение
Выбор оптимальной модели обнаружения объектов — критически важное решение для любого проекта компьютерного зрения. Выбор зависит от тщательного баланса точности, скорости и вычислительных затрат. На этой странице представлено подробное техническое сравнение между YOLOv6-3.0, моделью, разработанной для промышленной скорости, и YOLOv9, современной моделью, известной своей исключительной точностью и эффективностью. Мы углубимся в их архитектуры, показатели производительности и идеальные варианты использования, чтобы помочь вам принять обоснованное решение.
YOLOv6-3.0: оптимизирован для промышленной скорости
- Авторы: Чуйи Ли, Лулу Ли, Ифэй Генг, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдан Ке, Сяомин Сюй и Сянсян Чу
- Организация: Meituan
- Дата: 13.01.2023
- Arxiv: https://arxiv.org/abs/2301.05586
- GitHub: https://github.com/meituan/YOLOv6
- Документация: https://docs.ultralytics.com/models/yolov6/
Архитектура и ключевые особенности
YOLOv6-3.0 — это фреймворк обнаружения объектов, разработанный компанией Meituan с особым акцентом на эффективность для промышленных приложений. Его философия проектирования отдает приоритет балансу между высокой скоростью инференса и конкурентоспособной точностью. Архитектура представляет собой аппаратно-ориентированную сверточную нейронную сеть (CNN), которая использует эффективную репараметризацию backbone и гибридные блоки для оптимизации производительности на различных аппаратных платформах. Эта конструкция делает его особенно подходящим для сценариев, где обработка в реальном времени является обязательным условием.
Сильные и слабые стороны
Преимущества:
- Высокая скорость инференса: Архитектура сильно оптимизирована для быстрого обнаружения объектов, что делает ее сильным кандидатом для приложений реального времени.
- Хороший компромисс между точностью и скоростью: Он достигает достойных показателей mAP, сохраняя при этом очень быстрое время inference.
- Промышленная направленность: Разработана с учетом практического промышленного применения, решения общих задач в производстве и автоматизации.
Слабые стороны:
- Меньшая экосистема: По сравнению с более широко используемыми моделями, такими как Ultralytics YOLOv8, у него меньше сообщество, что может означать меньшее количество сторонних интеграций и ресурсов, управляемых сообществом.
- Документация: Несмотря на функциональность, документация и учебные материалы могут быть менее обширными, чем те, что имеются в рамках комплексной экосистемы Ultralytics.
Случаи использования
YOLOv6-3.0 хорошо подходит для задач, где скорость является основной задачей.
- Промышленная автоматизация: Идеально подходит для контроля качества на быстро движущихся производственных линиях и мониторинга процессов.
- Мобильные приложения: Его эффективная конструкция позволяет развертывать его на мобильных устройствах с ограниченными ресурсами и периферийных устройствах.
- Наблюдение в реальном времени: Обеспечивает работу таких приложений, как мониторинг трафика и системы безопасности, требующие немедленного анализа.
YOLOv9: Современная точность и эффективность
- Авторы: Чен-Яо Ванг и Хонг-Юань Марк Ляо
- Организация: Institute of Information Science, Academia Sinica, Taiwan
- Дата: 21.02.2024
- Arxiv: https://arxiv.org/abs/2402.13616
- GitHub: https://github.com/WongKinYiu/yolov9
- Документация: https://docs.ultralytics.com/models/yolov9/
Архитектура и ключевые особенности
YOLOv9 представляет собой значительный скачок вперед в технологии обнаружения объектов. Он вводит две новые концепции: Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN). PGI предназначен для борьбы с проблемой потери информации при передаче данных через глубокие нейронные сети, гарантируя сохранение важной информации о градиенте для более точного обновления модели. GELAN обеспечивает высокоэффективную и гибкую сетевую архитектуру, которая оптимизирует использование параметров и вычислительную эффективность. Как подробно описано в статье о YOLOv9, эти инновации позволяют YOLOv9 достигать новых современных результатов.
Сильные и слабые стороны
Преимущества:
- Современная точность: Достигает топовых показателей mAP на стандартных бенчмарках, таких как набор данных COCO, часто превосходя предыдущие модели с меньшим количеством параметров.
- Высокая эффективность: Архитектура GELAN обеспечивает исключительную производительность со значительно меньшим количеством параметров и FLOPs по сравнению со многими конкурентами, как видно из таблицы производительности.
- Сохранение информации: PGI эффективно смягчает проблему информационного узкого места, распространенную в очень глубоких сетях, что приводит к лучшему обучению и более высокой точности.
- Экосистема Ultralytics: Интеграция во фреймворк Ultralytics обеспечивает оптимизированный пользовательский опыт, простой Python API и обширную документацию. Он выигрывает от активной разработки, большого сообщества поддержки и таких инструментов, как Ultralytics HUB для обучения без кода и MLOps.
Слабые стороны:
- Новизна: Будучи более новой моделью, экосистема сторонних инструментов и примеров развертывания, предоставленных сообществом, все еще расширяется, хотя ее интеграция в библиотеку Ultralytics значительно ускоряет внедрение.
Случаи использования
Сочетание высокой точности и эффективности делает YOLOv9 идеальным решением для требовательных приложений.
- Передовые системы помощи водителю (ADAS): Имеют решающее значение для точного обнаружения объектов в реальном времени в сложных сценариях вождения в автомобильной промышленности.
- Медицинская визуализация высокого разрешения: Подходит для детального анализа, где ключевым моментом является сохранение целостности информации, например, при обнаружении опухолей.
- Сложные роботизированные задачи: Позволяет роботам воспринимать окружающую среду и взаимодействовать с ней с большей точностью.
Прямой анализ производительности
При непосредственном сравнении YOLOv6-3.0 и YOLOv9 выявляется явный компромисс между скоростью и общей эффективностью. Модели YOLOv6-3.0, особенно меньшие варианты, предлагают одни из самых быстрых доступных времен инференса, что делает их отличными для приложений, где задержка является наиболее важным фактором. Однако YOLOv9 демонстрирует превосходную производительность с точки зрения точности на параметр. Например, модель YOLOv9-C достигает более высокого mAP (53,0%) со значительно меньшим количеством параметров (25,3M) и FLOPs (102,1G), чем модель YOLOv6-3.0l (52,8% mAP, 59,6M параметров, 150,7G FLOPs). Это указывает на то, что архитектура YOLOv9 более эффективна в обучении и представлении признаков, обеспечивая большую отдачу от вычислительных ресурсов.
| Модель | размер (пиксели) |
mAPval 50-95 |
Скорость CPU ONNX (мс) |
Скорость T4 TensorRT10 (мс) |
параметры (M) |
FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
Обучение и развертывание
YOLOv6-3.0 использует передовые стратегии обучения, такие как самодистилляция, для повышения производительности, при этом процедуры обучения подробно описаны в его официальном репозитории GitHub. Фреймворк разработан для пользователей, которым удобно настраивать и запускать скрипты обучения из интерфейса командной строки.
В отличие от них, YOLOv9 в значительной степени выигрывает от своей интеграции в экосистему Ultralytics. Это обеспечивает исключительно удобный для пользователя опыт с оптимизированными рабочими процессами обучения, доступными через простой Python API или CLI. Разработчики могут использовать легкодоступные предварительно обученные веса, эффективные загрузчики данных и автоматическое ведение журнала с помощью таких инструментов, как TensorBoard и Weights & Biases. Кроме того, фреймворк Ultralytics хорошо оптимизирован для использования памяти, часто требуя меньше VRAM для обучения по сравнению с другими реализациями, и предлагает бесшовное развертывание в различные форматы, такие как ONNX и TensorRT.
Заключение: какую модель вам следует выбрать?
Выбор между YOLOv6-3.0 и YOLOv9 зависит от конкретных приоритетов вашего проекта.
YOLOv6-3.0 — грозный претендент для приложений, где скорость инференса на конкретном оборудовании является единственным наиболее важным показателем. Ее промышленная направленность делает ее надежным выбором для систем реального времени, где важна каждая миллисекунда.
Однако, для большинства современных вариантов использования YOLOv9 выделяется как превосходный вариант. Он обеспечивает современную точность с беспрецедентной вычислительной эффективностью, достигая лучших результатов с меньшим количеством параметров. Основным преимуществом выбора YOLOv9 является его полная интеграция в экосистему Ultralytics, которая предоставляет надежную, хорошо поддерживаемую и простую в использовании платформу. Это упрощает весь жизненный цикл разработки от обучения до развертывания и поддерживается обширной документацией и активным сообществом.
Для разработчиков, стремящихся к наилучшему балансу производительности, эффективности и простоты использования, YOLOv9 является рекомендуемым выбором.
Если вы изучаете другие варианты, рассмотрите возможность ознакомления с другими мощными моделями в библиотеке Ultralytics, такими как универсальная Ultralytics YOLOv8, эффективная YOLOv10 или RT-DETR на основе трансформеров.
