Начать

YOLOv9 и EfficientDet

Компьютерное зрение стремительно развивается, в том числе детекция объектов в реальном времени, а исследователи постоянно повышают точность и эффективность моделей. При создании надежных систем компьютерного зрения выбор подходящей архитектуры имеет решающее значение. Среди широко обсуждаемых моделей — YOLOv9, усовершенствованная модель линейки YOLO, ориентированная на работу с градиентной информацией, и EfficientDet — масштабируемый фреймворк, разработанный Google.

В этом руководстве приводится технический анализ и сравнение двух архитектур: рассматриваются их внутренние механизмы, метрики производительности и оптимальные сценарии развертывания, чтобы помочь тебе принять взвешенное решение для следующего ИИ-проекта.

История создания и технические характеристики моделей#

Понимание истории создания модели и принципов, лежащих в основе ее архитектуры, помогает разобраться в ее структуре и практическом применении.

YOLOv9: максимизация потока информации#

YOLOv9 разработана для решения проблемы «информационного узкого места» в глубоком обучении и предлагает методы, помогающие сохранить информацию при прохождении данных через глубокие нейронные сети.

YOLOv9 использует программируемую градиентную информацию (PGI) — вспомогательную систему обучения, помогающую сохранять надежную градиентную информацию в глубоких слоях. Она сочетается с обобщенной эффективной сетью агрегации слоев (GELAN), которая повышает эффективность использования параметров, объединяя сильные стороны CSPNet и ELAN. Благодаря этому YOLOv9 обеспечивает высокую точность при небольшом объеме модели, подходящем для периферийной обработки в реальном времени.

Подробнее о YOLOv9

EfficientDet: составное масштабирование и BiFPN#

Разработанная Google Brain модель EfficientDet решает задачу детекции объектов, систематически масштабируя размеры сети для баланса скорости и точности.

В основе EfficientDet лежит EfficientNet в сочетании с двунаправленной сетью пирамиды признаков (BiFPN). BiFPN упрощает и ускоряет слияние признаков разных масштабов. В архитектуре применяется метод составного масштабирования, который одновременно и равномерно изменяет разрешение, глубину и ширину базовой сети, сети признаков и сетей предсказания рамок и классов.

Подробнее об EfficientDet

Выбор подходящей платформы

Хотя теоретические архитектуры важны, успех проекта часто определяется программной экосистемой. Ultralytics предлагает упрощенный Python API и надежные инструменты развертывания, сокращающие время выхода на рынок по сравнению со сложными кодовыми базами, ориентированными на исследования.

Сравнение производительности и метрик#

При анализе производительности модели важно сбалансировать точность с задержкой инференса и вычислительными затратами. Таблица ниже показывает компромиссы для моделей YOLOv9 и EfficientDet разных размеров.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
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
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

Критический анализ метрик#

  1. Пороговые значения точности: YOLOv9e обеспечивает наивысшую общую точность — 55,6% mAP (средняя точность по всем классам), превосходя самую большую модель EfficientDet-d7 (53,7%) и сохраняя при этом более высокую скорость TensorRT.
  2. Скорость в реальном времени: YOLOv9t требуется всего 2.3 мс на GPU T4 с использованием TensorRT, что подчеркивает эффективность архитектуры GELAN при обработке видеопотоков на высокой скорости. EfficientDet-d0 работает медленнее — 3.92 мс — и уступает YOLOv9t по mAP на 3.7.
  3. Вычислительная сложность: по мере увеличения составного коэффициента EfficientDet значительно наращивает количество параметров и FLOPs. Задержка варианта d7 составляет 128 мс, поэтому он примерно в 7,6 раза медленнее и менее точен, чем YOLOv9e (16,77 мс), что ограничивает его применение в условиях инференса в реальном времени.

Эффективность обучения и экосистема#

При выборе модели важно оценить экосистему разработчика. Экосистема Ultralytics дает явные преимущества в эффективности обучения, гибкости развертывания и универсальности.

Преимущества Ultralytics#

Модели, поддерживаемые фреймворком Ultralytics, включая YOLOv9, YOLOv8 и YOLO11, обычно требуют меньше памяти для обучения, чем модели на основе Transformer или старые архитектуры TensorFlow, например EfficientDet. Бэкенд PyTorch обеспечивает быструю сходимость и стабильное обучение.

Пример реализации#

Обучение модели компьютерного зрения не должно требовать сотен строк шаблонного кода. Следующий пример запускает обучение с помощью пакета Ultralytics для Python:

from ultralytics import YOLO

# Загрузи официальную модель Ultralytics (например, YOLO11 или YOLO26)
model = YOLO("yolo11n.pt")

# Обучи модель на собственном наборе данных средствами фреймворка
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

Оптимальные сценарии использования и реальные приложения#

Различия в архитектуре этих моделей определяют сценарии, для которых они подходят.

Когда использовать EfficientDet: EfficientDet остается подходящим вариантом для устаревших систем, тесно связанных с экосистемой TensorFlow, где переход на PyTorch невозможен. Эта модель также имеет историческое значение для исследований в области анализа медицинских изображений, где допустима более медленная автономная обработка снимков высокого разрешения.

Когда использовать YOLOv9: YOLOv9 подходит для приложений, которым нужна высокая точность без большого количества параметров. Для таких приложений, как управление дорожным движением в умном городе и мониторинг скоплений людей, полезна способность PGI сохранять детали признаков.

Задел на будущее: следующее поколение ИИ для компьютерного зрения#

YOLOv9 и EfficientDet — мощные модели, но разработчикам, которым нужен оптимальный баланс скорости периферийных вычислений, стабильности обучения и простоты развертывания, стоит обратить внимание на новейшие разработки.

Выпущенная в январе 2026 года Ultralytics YOLO26 — актуальная рекомендованная модель Ultralytics. Она превосходит предыдущие поколения, включая YOLO11 и YOLOv8, благодаря нескольким ключевым изменениям:

  • Сквозная архитектура без NMS: YOLO26 предлагает опциональную голову один-к-одному (nms=False), полностью пропускающую подавление немаксимумов (NMS). Этот подход, внедренный в модели YOLO с выходом YOLOv10, ускоряет и упрощает развертывание модели.
  • Удаление DFL: удаление фокальной функции потерь распределения упрощает экспорт и повышает совместимость с периферийными устройствами и устройствами с низким энергопотреблением.
  • Инференс на CPU до 43% быстрее: YOLO26n работает на CPU до 43% быстрее YOLO11n и подходит для устройств IoT и сред без выделенных GPU.
  • Оптимизатор MuSGD: гибрид SGD и Muon, вдохновленный новшествами в обучении больших языковых моделей, ускоряет сходимость и повышает стабильность обучения.
  • ProgLoss + STAL: прогрессивная функция потерь и назначение меток с учетом малых объектов (STAL) улучшают детекцию мелких объектов, что особенно важно для аэрофотосъемки с дронов и робототехники.

С помощью платформы Ultralytics команды могут управлять наборами данных, отслеживать эксперименты и развертывать модели, например YOLO26, на различном оборудовании, поддерживая готовность конвейеров компьютерного зрения к эксплуатации.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.