YOLOv9 против PP-YOLOE+#
Ландшафт обнаружения объектов в реальном времени продолжает стремительно развиваться, предоставляя инженерам по компьютерному зрению широкий выбор для развертывания высокоточных моделей на периферийной и облачной инфраструктуре. Две заметные модели в этой области — YOLOv9 и PP-YOLOE+. Хотя обе они расширяют границы точности и скорости, они происходят из разных исследовательских направлений и программных экосистем.
В этом подробном техническом сравнении рассматриваются их архитектуры, методики обучения, показатели производительности и оптимальные варианты применения в реальных условиях. Мы также рассмотрим, как более широкая экосистема Ultralytics предоставляет значительные преимущества разработчикам, которые ставят во главу угла простоту использования, эффективность работы с памятью и универсальность развертывания.
Происхождение моделей и технические характеристики#
Понимание предыстории этих моделей помогает лучше осмыслить их архитектурные решения и зависимости от фреймворков.
YOLOv9: устранение информационного узкого места#
Представленная в начале 2024 года, YOLOv9 решает проблему потери данных, возникающей при прохождении информации через глубокие нейронные сети. Это высокооптимизированная сверточная нейронная сеть, разработанная для максимальной эффективности использования параметров.
- Авторы: Chien-Yao Wang, Hong-Yuan Mark Liao
- Организация: Институт информационных наук Academia Sinica, Тайвань
- Дата: 21 февраля 2024 г.
- Arxiv: 2402.13616
- GitHub: WongKinYiu/yolov9
- Документация: Документация Ultralytics YOLOv9
PP-YOLOE+: развитие экосистемы Paddle#
Выпущенная Baidu в 2022 году, PP-YOLOE+ представляет собой итеративное улучшение PP-YOLOv2. Она использует безъякорную парадигму и вводит стратегию динамического присвоения меток для улучшения сходимости и точности в рамках фреймворка PaddlePaddle.
- Авторы: авторы PaddlePaddle
- Организация: Baidu
- Дата: 2 апреля 2022 года
- Arxiv: 2203.16250
- GitHub: PaddleDetection
- Документация: Конфигурация PP-YOLOE+
Сравнение архитектур#
Программируемая информация о градиентах против CSPRepResStage#
Ключевая инновация YOLOv9 — программируемая информация о градиентах (PGI). PGI выступает в качестве вспомогательной системы надзора, обеспечивая сохранение важной информации о градиентах и ее точное распространение обратно к поверхностным слоям во время обучения. Она сочетается с обобщенной эффективной сетью агрегации слоев (GELAN), которая объединяет сильные стороны CSPNet и ELAN, обеспечивая высокую точность при значительном снижении вычислительных затрат (FLOPs).
PP-YOLOE+ опирается на специализированный backbone под названием CSPRepResStage. Она использует методы репараметризации (аналогичные применяемым в RepVGG), чтобы ускорить инференс путем объединения сверточных слоев во время развертывания. Кроме того, она использует голову Efficient Task-aligned (ET-head) для балансировки задач классификации и регрессии.
Хотя PP-YOLOE+ отличается надежностью, архитектура GELAN в YOLOv9 обычно требует меньшего объема памяти как во время обучения, так и во время инференса, что делает ее исключительно подходящей для периферийных устройств ИИ.
Сравнение производительности#
При оценке моделей для промышленной эксплуатации решающее значение имеет компромисс между mAP (средней точностью), скоростью инференса и размером модели.
| Модель | размер (пиксели) | mAPval 50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Анализ#
- Эффективность использования параметров: YOLOv9 обеспечивает значительно более высокую эффективность. Например, YOLOv9c достигает mAP 53,0%, используя всего 25,3 млн параметров, тогда как PP-YOLOE+l требует более чем вдвое больше параметров (52,2 млн), чтобы достичь немного меньшего mAP — 52,9%. Это значительно снижает требования YOLOv9 к памяти.
- Скорость инференса: Модели YOLOv9 демонстрируют отличную оптимизацию для аппаратных ускорителей, таких как TensorRT, обеспечивая конкурентоспособную скорость инференса на GPU NVIDIA T4, которая критически важна для инференса в реальном времени.
Методики обучения и экосистема#
Выбор между этими моделями часто сводится к выбору программной экосистемы.
PP-YOLOE+ и PaddlePaddle#
PP-YOLOE+ тесно связана с пакетом PaddleDetection. Хотя он обладает широкими возможностями, пользователям приходится работать в среде с большим количеством конфигураций и управлением через командную строку. Для команд, глубоко интегрированных в экосистемы PyTorch или TensorFlow, переход на PaddlePaddle создает значительные трудности и требует более длительного освоения.
Преимущества Ultralytics: оптимизированные рабочие процессы#
В отличие от нее, YOLOv9 работает в тщательно проработанной экосистеме Ultralytics. Созданная для разработчиков и исследователей, Ultralytics уделяет первостепенное внимание исключительной простоте использования. Python API полностью скрывает сложный шаблонный код.
from ultralytics import YOLO
# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")
# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Run inference and visualize results
results = model("https://ultralytics.com/images/bus.jpg")
# Export to ONNX for production deployment
model.export(format="onnx")Этот рабочий процесс демонстрирует превосходную эффективность обучения моделей Ultralytics. Встроенная поддержка аугментации данных, распределенного обучения и автоматического журналирования в такие платформы, как Weights & Biases или MLflow, доступна по умолчанию.
Хотя YOLOv9 обеспечивает исключительную производительность, мы настоятельно рекомендуем рассмотреть недавно выпущенную Ultralytics YOLO26 для новых проектов. YOLO26 оснащена нативной архитектурой без NMS от начала до конца, что значительно упрощает развертывание. Благодаря удалению DFL (удаление Distribution Focal Loss для упрощения экспорта и повышения совместимости с периферийными устройствами и устройствами с низким энергопотреблением) она обеспечивает до 43% более быстрый инференс на CPU для периферийных вычислений. Работая на основе оптимизатора MuSGD, она гарантирует стабильное обучение и быструю сходимость. Кроме того, ProgLoss + STAL обеспечивают улучшенные функции потерь с заметным повышением качества распознавания небольших объектов, что критически важно для IoT, робототехники и аэрофотосъемки.
Универсальность и поддержка задач#
Современные проекты в области компьютерного зрения редко ограничиваются простыми ограничивающими рамками.
PP-YOLOE+ в первую очередь разработана для стандартного обнаружения объектов. Адаптация ее архитектуры для других задач требует значительного объема специальной инженерной работы.
В свою очередь, фреймворк Ultralytics представляет собой мощное решение для многозадачного обучения. Благодаря унифицированному API разработчики могут без труда переходить от стандартного обнаружения объектов к сложной сегментации экземпляров, высокоточной оценке позы, обнаружению ориентированных ограничивающих рамок (OBB) на аэрофотоснимках и классификации изображений. Именно эта непревзойденная универсальность объясняет, почему корпоративные команды неизменно выбирают такие модели Ultralytics, как YOLOv9, YOLO11 и YOLO26.
Оптимальные сценарии и области применения#
- Аналитика умного города и управление транспортом: высокая эффективность использования параметров и низкая задержка YOLOv9 (а также последующей YOLO26) делают эти модели идеальными для развертывания на периферийном оборудовании с ограниченными ресурсами, например устройствах NVIDIA Jetson, чтобы отслеживать транспортный поток и безопасность в городе.
- Системы учета товарных запасов в розничной торговле: при обнаружении плотных конфигураций небольших товаров на полках PGI в YOLOv9 эффективно сохраняет мелкие пространственные детали, превосходя PP-YOLOE+ в задачах обнаружения небольших объектов.
- Устаревшие развертывания: PP-YOLOE+ остается приемлемым вариантом исключительно для команд, которым предписано использовать программный стек Baidu/PaddlePaddle в существующей устаревшей инфраструктуре.
Для исследователей, изучающих архитектуры на основе Transformer, Ultralytics также нативно поддерживает RT-DETR в том же простом в использовании API, гарантируя постоянный доступ к оптимальной модели для конкретных требований к развертыванию.