YOLOv8 против YOLOv9#

Эволюция обнаружения объектов в реальном времени характеризовалась постоянным стремлением к повышению точности, снижению задержек и улучшению использования аппаратного обеспечения. Двумя важными вехами на этом пути являются Ultralytics YOLOv8 и YOLOv9. Хотя обе модели представляют передовые возможности в области компьютерного зрения, они ориентированы на различные потребности развертывания, архитектурные философии и экосистемы разработчиков.

Это всеобъемлющее руководство разбирает технические различия, архитектурные инновации и практические аспекты развертывания, чтобы помочь тебе выбрать правильную модель для твоего следующего проекта в области искусственного интеллекта.

История моделей и основные философии#

Прежде чем погружаться в показатели, важно понять происхождение и основные цели проектирования каждой модели.

Ultralytics YOLOv8: Универсальный стандарт экосистемы#

Выпущенная командой Ultralytics, YOLOv8 была разработана не просто как автономный детектор объектов, а как единый многозадачный фреймворк. Она уделяет приоритетное внимание бесшовном опыту разработчика, низким требованиям к памяти и широкой аппаратной совместимости.

• Авторы: Гленн Джочер, Аюш Чаурасия и Цзин Цю
• Организация: Ultralytics
• Дата: 2023-01-10
• GitHub: ultralytics/ultralytics
• Документация: Документация YOLOv8

Узнай больше о YOLOv8

YOLOv9: программируемая градиентная информация#

Разработанная независимо исследователями из Academia Sinica, YOLOv9 уделяет значительное внимание архитектурной теории, в частности решению проблемы «бутылочного горлышка» информации в глубоких нейронных сетях.

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информатики, Academia Sinica, Тайвань
• Дата: 2024-02-21
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

Узнай больше о YOLOv9

Глубокое изучение архитектуры#

Архитектурные решения в глубоком обучении определяют, насколько эффективно модель учится и как быстро она работает на целевом оборудовании, таком как NVIDIA Jetson или Intel CPU.

Архитектура YOLOv8: C2f и разделенные головы#

YOLOv8 представила модуль C2f (Cross-Stage Partial bottleneck с двумя свертками), который заменил старый модуль C3. Это изменение улучшает поток градиентов и позволяет сети изучать более богатые представления признаков без чрезмерной нагрузки на память GPU.

Кроме того, YOLOv8 использует безакерную архитектуру с разделенной головой. Обрабатывая объективность, классификацию и регрессию по отдельным путям, модель быстрее сходится во время обучения и лучше обобщает разнообразные пользовательские наборы данных.

Архитектура YOLOv9: PGI и GELAN#

YOLOv9 представляет программируемую информацию о градиентах (PGI) и обобщенную эффективную сеть агрегации слоев (GELAN). PGI гарантирует, что важные данные не потеряются при прохождении через слои сети, обеспечивая надежные градиенты для обновления весов. GELAN максимизирует эффективность параметров, позволяя модели достигать высокой точности, пытаясь при этом удерживать количество FLOPs на управляемом уровне.

Хотя математически это впечатляет, зависимость YOLOv9 от специфических вспомогательных обратимых ветвей во время обучения может сделать код обучения более сложным для настройки по сравнению со стандартными конвейерами.

Показатели производительности и бенчмарки#

В таблице ниже представлено прямое сравнение моделей различных размеров. Производительность измеряется на наборе данных MS COCO, являющемся стандартным бенчмарком для обнаружения объектов.

Примечание: Лучшие значения в каждом столбце выделены жирным шрифтом.

Анализ компромиссов#

YOLOv9 достигает немного более высокой пиковой точности (mAP), особенно с ее более крупным вариантом e. Однако это имеет свою цену. Ultralytics YOLOv8 сохраняет значительное преимущество в скорости инференса, особенно при компиляции в такие форматы, как TensorRT или ONNX. Для приложений, требующих высокой частоты кадров (FPS) на ограниченном периферийном оборудовании (например, на Raspberry Pi или старых мобильных чипах), варианты n и s от YOLOv8 предлагают гораздо более практичный баланс производительности.

Эффективность обучения и интеграция с экосистемой#

Выбор модели — это не только изучение таблиц точности; опыт разработчика имеет первостепенное значение.

Преимущество Ultralytics: простота использования#

Обучение YOLOv9 часто требует клонирования сложных репозиториев на GitHub, тщательной настройки окружений PyTorch и ручной конфигурации весов вспомогательных функций потерь.

Напротив, Ultralytics YOLOv8 поддерживается невероятно оптимизированным Python API. Созданный для простоты использования, он изначально обрабатывает аугментацию данных, логирование (в такие инструменты, как Weights & Biases и Comet ML) и распределение аппаратных ресурсов.

from ultralytics import YOLO

# Load a pre-trained YOLOv8 small model
model = YOLO("yolov8s.pt")

# Train the model efficiently on custom data
results = model.train(data="custom_dataset.yaml", epochs=100, imgsz=640)

# Export for edge deployment
model.export(format="engine", quantize=16)  # TensorRT export

Этот единый API значительно сокращает время от прототипа до продакшена. Кроме того, YOLOv8 обычно требует меньше памяти CUDA при обучении, что позволяет разработчикам использовать большие размеры пакетов (batch size) на потребительском оборудовании.

Универсальность задач#

Хотя YOLOv9 является отличным детектором ограничивающих прямоугольников, реальному ИИ для работы с визуальными данными часто требуется большее. YOLOv8 представляет собой универсальный инструмент, изначально поддерживающий сегментацию экземпляров, оценку позы, классификацию изображений и ориентированные ограничивающие прямоугольники (OBB). Использование одного фреймворка для нескольких задач кардинально снижает загромождение программного кода и затраты на обслуживание.

Реальные сценарии использования#

Как эти модели показывают себя в продакшене?

Автономные дроны и робототехника#

Для робототехники, требующей быстрого предотвращения столкновений, YOLOv8 является предпочтительным выбором. Сверхнизкая задержка YOLOv8n гарантирует, что автономные системы реагируют на свое окружение в реальном времени, предотвращая столкновения. Встроенные возможности экспорта в OpenVINO и CoreML делают тривиальным развертывание на маломощных чипах, характерных для коммерческих дронов.

Высокоточное обнаружение дефектов#

В специализированных производственных условиях, где обнаружение микроскопических аномалий критично, а автономная обработка допустима, YOLOv9 может быть весьма эффективен. Архитектура PGI помогает сети сохранять мелкозернистые визуальные детали, необходимые для идентификации микротрещин или ошибок пайки печатных плат.

Умная розничная торговля и аналитика безопасности#

Для отслеживания клиентов в проходах магазинов или управления системами автоматизированного оформления заказа YOLOv8 обеспечивает наилучший баланс. Ее способность одновременно выполнять обнаружение и отслеживание нескольких объектов с использованием стандартных алгоритмов, таких как BoT-SORT, делает ее надежным решением для развертывания в розничной торговле с несколькими камерами.

Сценарии использования и рекомендации#

Выбор между YOLOv8 и YOLOv9 зависит от твоих конкретных требований к проекту, ограничений развертывания и предпочтений в экосистеме.

Когда выбирать YOLOv8#

YOLOv8 — отличный выбор для:

• Универсальное многозадачное развертывание: Проекты, требующие проверенной модели для обнаружения, сегментации, классификации и оценки позы в экосистеме Ultralytics.
• Устоявшихся производственных систем: существующих производственных сред, уже построенных на архитектуре YOLOv8 со стабильными и хорошо протестированными пайплайнами развертывания.
• Широкой поддержки сообщества и экосистемы: приложений, которым нужны обширные руководства по YOLOv8, сторонние интеграции и активные ресурсы сообщества.

Когда стоит выбрать YOLOv9#

YOLOv9 рекомендуется для:

• Исследований информационных узких мест: Академические проекты по изучению архитектур Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN).
• Изучения оптимизации потока градиентов: Исследования, направленные на понимание и смягчение потери информации в глубоких слоях сети во время обучения.
• Бенчмаркинга обнаружения высокой точности: Сценарии, где высокие показатели производительности YOLOv9 в бенчмарке COCO необходимы в качестве точки отсчета для архитектурных сравнений.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Следующая эволюция: YOLO26#

Хотя YOLOv8 и YOLOv9 мощны, ландшафт ИИ быстро меняется. Для команд, требующих абсолютной максимальной производительности, недавно выпущенная YOLO26 основывается на успехах этих предыдущих поколений.

YOLO26 представляет сквозную архитектуру без NMS, которая полностью исключает сложные узкие места постобработки, делая развертывание проще, а задержки — более предсказуемыми. Благодаря новому оптимизатору MuSGD, улучшенным функциям потерь ProgLoss + STAL, а также удалению DFL (Distribution Focal Loss удален для упрощения экспорта и лучшей совместимости с периферийными/маломощными устройствами), модель достигает до 43% более быстрого инференса на CPU, одновременно повышая качество распознавания мелких объектов. Разработчикам, расширяющим границы периферийных вычислений, настоятельно рекомендуется оценить YOLO26.

Вкратце, хотя YOLOv9 предлагает захватывающие архитектурные исследования и отличную пиковую точность, Ultralytics YOLOv8 остается наиболее практичным, хорошо поддерживаемым и универсальным выбором для подавляющего большинства инженеров по компьютерному зрению, стремящихся быстро выпускать надежное программное обеспечение.