Начать

YOLOv7 и YOLOv9

Ландшафт обнаружения объектов в реальном времени быстро менялся: каждая новая версия повышала производительность как на периферийных устройствах, так и на облачных серверах. Выбирая архитектуру для проектов компьютерного зрения, разработчики часто сравнивают проверенные бенчмарки с новыми решениями. В этом руководстве сравниваются две важные вехи семейства YOLO: YOLOv7 и YOLOv9.

Здесь рассматриваются архитектуры, метрики производительности и оптимальные сценарии развёртывания этих моделей, чтобы помочь тебе выбрать подходящую модель для своего приложения. Также показано, как платформа Ultralytics и Python API упрощают обучение, валидацию и развёртывание поддерживаемых моделей, таких как YOLOv9.

Происхождение моделей и технические характеристики#

Понимание истории и принципов проектирования этих моделей помогает лучше оценить их возможности. Обе модели имеют общие исследовательские корни, но решают разные архитектурные проблемы.

YOLOv7: первопроходец среди моделей с бесплатными улучшениями#

Выпущенная в середине 2022 года YOLOv7 стала широко используемой и хорошо оптимизированной архитектурой. Она представила структурную перепараметризацию и подход «обучаемого набора бесплатных улучшений», позволив сохранить высокую скорость инференса без ущерба для средней точности (mAP).

Архитектурные нововведения: YOLOv7 использует Extended Efficient Layer Aggregation Network (E-ELAN), которая позволяет модели изучать более разнообразные признаки за счёт расширения, перемешивания и объединения кардинальности. Такая архитектура обеспечивает отличную загрузку GPU и низкую задержку инференса. Однако по сравнению с современными версиями для сложных запусков обучения ей может потребоваться значительно больше памяти.

Узнай больше о YOLOv7

YOLOv9: решение проблемы информационного узкого места#

Представленная той же исследовательской командой в начале 2024 года YOLOv9 решает проблему «информационного узкого места», присущую глубоким нейронным сетям. При прохождении данных через глубокие слои часто теряются важные детали. YOLOv9 смягчает эту проблему с помощью новых архитектурных компонентов.

Архитектурные нововведения: в YOLOv9 появились Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN). PGI обеспечивает сохранение надёжных градиентов и их передачу обратно для точного обновления весов. GELAN повышает эффективность использования параметров, позволяя YOLOv9 достигать высокой точности при значительно меньшем количестве FLOPs, чем у предыдущих моделей.

Подробнее о YOLOv9

Анализ производительности#

Выбирая между архитектурами, инженерам по ИИ необходимо учитывать компромисс между точностью, скоростью инференса и вычислительными затратами. В таблице ниже сравнивается производительность этих моделей на стандартном датасете COCO.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
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

Основные выводы#

  • Эффективность по числу параметров: YOLOv9m достигает точности YOLOv7l (51,4% mAP), используя примерно на 45% меньше параметров (20,1 млн против 36,9 млн). Благодаря этому YOLOv9m проще развернуть на устройствах периферийного ИИ с ограниченной памятью.
  • Развёртывание на микросистемах: Вариант YOLOv9t (tiny) выполняется за 2,3 мс на GPU T4 с TensorRT, поэтому подходит для сред со строгими требованиями к работе в реальном времени.
  • Максимальная точность: В приложениях, где точность важнее всего, YOLOv9e достигает 55,6% mAP — на 2,5 пункта выше YOLOv7x.
Подготовка проектов компьютерного зрения к будущему

Хотя YOLOv7 и YOLOv9 — способные модели, для новых проектов сейчас рекомендуется модель Ultralytics YOLO26. Она представляет собой нативную сквозную архитектуру без NMS (опционально через nms=False), пропускающую постобработку подавления немаксимумов (NMS) и обеспечивающую до 43% более быстрый инференс на CPU (YOLO26n по сравнению с YOLO11n). Оптимизатор MuSGD повышает стабильность обучения, а ProgLoss + STAL (прогрессивная функция потерь и назначение меток с учётом малых объектов) улучшают обнаружение небольших объектов.

Преимущества Ultralytics#

Выбор архитектуры модели — это лишь первый шаг. Скорость перехода от прототипа к производственной среде зависит от программной экосистемы, окружающей модель. Интеграция поддерживаемых моделей, например YOLOv9, через Python API Ultralytics даёт разработчикам и исследователям значительные преимущества.

Удобство использования и эффективность обучения#

Раньше обучение YOLOv7 требовало сложной подготовки данных и сильно адаптированных скриптов. Фреймворк Ultralytics берёт эти задачи на себя, поэтому разработчики могут переключаться между архитектурами, экспериментировать с настройкой гиперпараметров и использовать встроенные конвейеры аугментации данных, написав минимум кода.

Ultralytics также оптимизирует использование памяти во время обучения и инференса. По сравнению с более тяжёлыми моделями на базе Transformer, такими как RT-DETR, архитектуры Ultralytics YOLO обычно обучаются быстрее и требуют меньше памяти CUDA, поэтому подходят для GPU потребительского класса.

Пример кода: упрощенное обучение#

В следующем исполняемом примере модель YOLOv9 обучается, проходит валидацию и экспортируется с помощью Python API Ultralytics:

from ultralytics import YOLO

# Инициализация модели (можно заменить 'yolov9c.pt' на 'yolo26n.pt')
model = YOLO("yolov9c.pt")

# Обучение модели на примере набора данных COCO8
train_results = model.train(
    data="coco8.yaml",
    epochs=50,
    imgsz=640,
    device="0",  # Использование GPU 0, если он доступен
    batch=16,  # Оптимизированный размер пакета для эффективного использования памяти
)

# Проверка производительности модели на валидационной выборке
metrics = model.val()

# Экспортируй обученную модель в формат ONNX для развёртывания
model.export(format="onnx")

Универсальность для разных задач#

Хорошо поддерживаемая экосистема также даёт доступ к большему числу задач компьютерного зрения. YOLOv7 в основном создавалась для обнаружения объектов (позже появились экспериментальные ветки для других задач), а современные модели Ultralytics нативно поддерживают несколько задач. Сразу после установки ты можешь выполнять сегментацию экземпляров, классификацию изображений, оценку позы и обнаружение объектов с ориентированными ограничивающими рамками (OBB).

Оптимальные сценарии применения#

Выбор между YOLOv7 и YOLOv9 часто зависит от конкретных отраслевых ограничений и доступного оборудования.

Когда использовать YOLOv7#

  • Развёртывание на устаревших периферийных системах: Если оборудование уже настроено под архитектуру E-ELAN YOLOv7, эта модель остаётся надёжным выбором для промышленного IoT.
  • Мониторинг транспорта: Высокая частота кадров и проверенная стабильность YOLOv7 делают её подходящей для инфраструктуры умных городов и управления транспортным потоком в реальном времени.
  • Интеграция в робототехнические системы: Для навигации в динамической среде нужна обработка с низкой задержкой — в таких сценариях варианты YOLOv7 прошли обширное тестирование.

Когда использовать YOLOv9#

  • Медицинская визуализация: PGI помогает YOLOv9 сохранять мелкие детали в глубоких слоях, что полезно для задач анализа медицинских изображений, например обнаружения опухолей.
  • Аналитика розничной торговли при высокой плотности объектов: При отслеживании и подсчёте плотно расположенных товаров на полках объединение признаков YOLOv9 может повысить точность и сократить число ложноотрицательных результатов.
  • Аэрофотосъёмка и изображения с дронов: Благодаря эффективному использованию параметров YOLOv9m позволяет обрабатывать изображения высокого разрешения на дронах, помогая в охране дикой природы и мониторинге сельскохозяйственных угодий без быстрого разряда батареи.

Заключение#

YOLOv7 и YOLOv9 — важные вехи семейства YOLO. YOLOv7 представила ключевые оптимизации для обработки в реальном времени, а YOLOv9 решила проблему потери информации в глубоких сетях и повысила эффективность по числу параметров.

Однако для новых проектов более современные модели Ultralytics, такие как YOLO11 и YOLO26, обеспечивают лучший баланс скорости, точности и удобства разработки. Благодаря оптимизатору MuSGD и удалению Distribution Focal Loss (DFL) для совместимости с более широким спектром оборудования YOLO26 — рекомендуемая отправная точка.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.