YOLOv9 против PP-YOLOE+: Техническое сравнение

Выбор оптимальной архитектуры обнаружения объектов является ключевым решением для инженеров по компьютерному зрению, балансирующим между необходимостью высокой точности и вычислительными ограничениями. В этом подробном руководстве сравниваются YOLOv9современную модель, использующую новые методы градиентной информации, и PP-YOLOE+, надежный детектор, оптимизированный для фреймворка PaddlePaddle . Мы анализируем их архитектурные инновации, эталонную производительность и пригодность для развертывания, чтобы помочь вам определить, что лучше всего подходит для ваших приложений компьютерного зрения.

YOLOv9: программируемая градиентная информация для улучшенного обучения

YOLOv9 представляет собой значительный скачок в эволюции детекторов объектов в реальном времени. Выпущенная в начале 2024 года, она решает фундаментальные проблемы, связанные с потерей информации в глубоких нейронных сетях, устанавливая новые ориентиры по точности и эффективности параметров.

Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
Организация:Institute of Information Science, Academia Sinica, Taiwan
Дата: 2024-02-21
Arxiv:https://arxiv.org/abs/2402.13616
GitHub:https://github.com/WongKinYiu/yolov9
Документацияultralytics

В архитектуре представлены две новаторские концепции: Программируемая градиентная информация (PGI) и обобщенная эффективная сеть агрегирования слоев (GELAN). По мере углубления сети данные, необходимые для вычисления функции потерь, могут быть потеряны - это явление известно как "информационное узкое место". PGI решает эту проблему, генерируя надежные градиенты с помощью вспомогательной обратимой ветви, гарантируя, что глубокие характеристики сохранят важную информацию. Одновременно GELAN оптимизирует использование параметров, позволяя модели достигать высокой точности при меньших вычислительных ресурсах по сравнению с архитектурами, основанными на свертке по глубине.

Интегрированный в экосистемуUltralytics , YOLOv9 имеет ориентированный на пользователя дизайн, который упрощает сложные рабочие процессы. Разработчики могут использовать единый Python API для обучения, проверки и развертывания, что значительно сокращает время от прототипа до производства. Такая интеграция также обеспечивает совместимость с широким спектром наборов данных и форматов экспорта.

Узнайте больше о YOLOv9

PP-YOLOE+: Высокая точность в экосистеме PaddlePaddle

PP-YOLOE+ - это усовершенствованная версия PP-YOLOE, разработанная компанией Baidu в рамках пакета PaddleDetection. Она специально разработана для эффективной работы на PaddlePaddle обеспечивая оптимальный баланс скорости и точности для промышленных приложений.

Авторы: PaddlePaddle Authors
Organization:Baidu
Date: 2022-04-02
Arxiv:https://arxiv.org/abs/2203.16250
GitHubPaddlePaddle
DocumentationPaddlePaddle

В PP-YOLOE+ используется безъякорный механизм, устраняющий необходимость в предопределенных якорных ящиках, что упрощает процесс настройки гиперпараметров. В его основе обычно используется CSPRepResNet, а уникальная конструкция головы основана на технологии Task Alignment Learning (TAL). Этот подход позволяет выровнять задачи классификации и локализации для повышения качества результатов обнаружения. Несмотря на широкие возможности, PP-YOLOE+ тесно связан с экосистемой PaddlePaddle , что может вызвать трудности в обучении у команд, стандартизированных на PyTorch или TensorFlow.

Узнайте больше о PP-YOLOE+

Анализ производительности: скорость, точность и эффективность

При сравнении этих двух архитектур, YOLOv9 демонстрирует явное преимущество как по параметру эффективности, так и по пиковой точности. Интеграция GELAN позволяет YOLOv9 более эффективно обрабатывать визуальные данные, что приводит к более высоким показателям средней точности (mAP) на наборе данныхCOCO , при этом часто сохраняется более низкая задержка.

Основные выводы

• Эффективность использования параметров: Модель YOLOv9 достигает производительности, сравнимой с более крупными моделями, при использовании всего 2,0 М параметров, что значительно меньше, чем у варианта PP-YOLOE+t с 4,85 М. Это делает YOLOv9 особенно подходящим для краевых устройств ИИ с ограниченным объемом памяти.
• Пиковая точность:YOLOv9 достигает замечательного значения 55,6% mAP, превосходя самую большую модель PP-YOLOE+x (54,7% mAP), несмотря на использование примерно на 40% меньшего количества параметров (57,3M против 98,42M). Это подчеркивает архитектурное превосходство GELAN в максимизации возможностей извлечения признаков.
• Скорость вывода: хотя PP-YOLOE+s демонстрирует небольшое преимущество по задержкам на графических процессорах T4, модели YOLOv9 в целом предлагают лучший компромисс, обеспечивая значительно более высокую точность при аналогичных вычислительных затратах. Например, YOLOv9 превосходит PP-YOLOE+l по точности (53,0 % против 52,9 %), при этом она быстрее (7,16 мс против 8,36 мс) и легче.

Методология обучения и простота использования

Опыт разработчиков значительно отличается в этих двух моделях, что в первую очередь обусловлено их базовыми фреймворками и поддержкой экосистемы.

Преимущество экосистемы Ultralytics

Выбор YOLOv9 через Ultralytics предоставляет доступ к полному набору инструментов, предназначенных для оптимизации жизненного цикла машинного обучения.

• Простой API: Для обучения модели требуется всего несколько строк кода, абстрагируясь от сложных шаблонов.
• Эффективность использования памяти: Модели Ultralytics YOLO оптимизированы для меньшего использования памяти во время обучения по сравнению с архитектурами на основе трансформаторов, что позволяет использовать большие объемы партий на оборудовании потребительского класса.
• Универсальность: Помимо обнаружения, система Ultralytics поддерживает сегментацию объектов, оценку позы и классификацию, предлагая единый интерфейс для решения различных задач.
• Эффективное обучение: Благодаря расширению данных и доступным предварительно обученным весам разработчики могут быстрее достичь сходимости, экономя ценные часы работы GPU .

from ultralytics import YOLO

# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")

# Train the model on a custom dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

Окружающая среда PaddlePaddle

Для работы PP-YOLOE+ требуется библиотека PaddleDetection. Несмотря на свою мощь, она требует знакомства с экосистемой Baidu. Настройка среды, преобразование наборов данных в нужный формат и экспорт моделей для развертывания могут оказаться более сложными для пользователей, не вовлеченных в инфраструктуру PaddlePaddle .

Идеальные варианты использования

Понимание сильных сторон каждой модели помогает выбрать подходящий инструмент для конкретных реальных задач.

Когда выбирать YOLOv9

• Автономные системы: Для самоуправляемых автомобилей и робототехники, где максимальная точность имеет решающее значение для безопасности, превосходная mAP YOLOv9 обеспечивает необходимую надежность.
• Развертывание на границе: Легкий YOLOv9 идеально подходит для развертывания на устройствах Raspberry Pi или NVIDIA Jetson для решения таких задач, как подсчет людей или интеллектуальная аналитика розничной торговли.
• Исследования и разработки: Развитая экосистема и поддержка PyTorch делают его идеальным для исследователей, создающих прототипы новых решений в области компьютерного зрения или интегрирующих возможности отслеживания объектов.
• Среды с ограниченными ресурсами: Приложения, требующие высокой производительности при ограниченном объеме VRAM, выигрывают от эффективной архитектуры YOLOv9 и меньшего объема занимаемой памяти.

Когда следует выбирать PP-YOLOE+

• ПользователиPaddlePaddle : Для организаций, уже использующих инфраструктуру Baidu, PP-YOLOE+ предлагает бесшовную интеграцию и собственную оптимизацию.
• Промышленная инспекция (Китай): Учитывая его широкое распространение на азиатском рынке, он часто встречается в производственных конвейерах, которые полагаются на специальное оборудование для вывода данных Paddle.

Заключение

Хотя обе модели являются грозными соперниками в области обнаружения объектов, YOLOv9 становится лучшим выбором для большинства мировых разработчиков и предприятий. Инновационное использование программируемого градиента (Programmable Gradient Information, PGI) обеспечивает современную точность и поразительную эффективность, превосходя PP-YOLOE+ по ключевым показателям при использовании значительно меньшего количества параметров.

Кроме того, экосистемаUltralytics повышает уровень YOLOv9 , обеспечивая непревзойденную простоту использования, обширную документацию и активное сообщество. Создаете ли вы системы охранной сигнализации, анализируете медицинские снимки или разрабатываете инфраструктуру "умного города", YOLOv9 предлагает баланс производительности и универсальность, необходимые для достижения успеха.

Другие модели для рассмотрения

Если вы изучаете передовой искусственный интеллект зрения, обратите внимание на другие мощные модели от Ultralytics:

• YOLO11: Последняя разработка в серии YOLO , обеспечивающая еще более высокую скорость и точность для самых современных применений.
• YOLOv8: Универсальный промышленный стандарт, поддерживающий задачи обнаружения, сегментации, позирования и OBB.
• RT-DETR: Детектор на основе трансформатора, работающий в реальном времени и отличающийся высокой точностью, предлагающий альтернативу архитектурам на основе CNN.

Комментарии