YOLOv9 против YOLO11#

Стремительное развитие компьютерного зрения постоянно расширяет границы возможностей обнаружения объектов в реальном времени обнаружения объектов. При сравнении ведущих архитектур YOLOv9 и Ultralytics YOLO11 выделяются как значительные шаги вперёд, при этом каждая модель отвечает разным техническим задачам. YOLOv9 представила новые способы сохранения потока градиентов во время обучения глубоких сетей, тогда как YOLO11 произвела революцию в экосистеме компьютерного зрения общего назначения благодаря непревзойдённым эффективности, универсальности и простоте использования.

В этом подробном техническом сравнении анализируются их архитектуры, показатели производительности, требования к памяти и оптимальные сценарии развёртывания, чтобы помочь тебе выбрать лучшую модель для следующего AI-проекта.

Технические характеристики и авторство#

Понимание происхождения этих моделей даёт важный контекст для их архитектурных решений и зависимостей от фреймворков.

YOLOv9#

YOLOv9 уделяет большое внимание академическим исследованиям информационных узких мест в глубоком обучении, отдавая приоритет максимальной точности признаков благодаря специализированным блокам сети.

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

Узнай больше о YOLOv9

Ultralytics YOLO11#

YOLO11 изначально создавалась для производственных сред с акцентом на баланс между первоклассной точностью, скоростью развёртывания в реальных условиях и универсальностью для решения нескольких задач.

• Авторы: Glenn Jocher и Jing Qiu
• Организация: Ultralytics
• Дата: 27 сентября 2024 года
• GitHub: https://github.com/ultralytics/ultralytics

Архитектурные инновации#

Программируемая информация о градиентах в YOLOv9#

YOLOv9 представляет концепцию программируемой информации о градиентах (PGI) наряду с обобщённой эффективной сетью агрегации слоёв (GELAN). По мере углубления нейронных сетей они часто сталкиваются с информационными узкими местами, когда критически важные детали теряются в процессе прямого распространения. PGI решает эту проблему, обеспечивая надёжные обновления градиентов, сохраняющие пространственную информацию на уровне деталей, тогда как GELAN максимизирует эффективность параметров. Благодаря этому YOLOv9 особенно хорошо подходит для задач, требующих высокой точности признаков, однако при постобработке она использует стандартное подавление немаксимумов (NMS), что может увеличивать задержку на периферийных устройствах.

Оптимизированная эффективность YOLO11#

YOLO11 опирается на многолетние фундаментальные исследования и предлагает высокооптимизированную архитектуру. По сравнению с предыдущими версиями она снижает вычислительные затраты, одновременно повышая эффективность извлечения признаков. В отличие от традиционных конвейеров NMS, создающих узкое место для производительности CPU, YOLO11 использует усовершенствованные головки обнаружения, обеспечивающие впечатляющий баланс между задержкой и точностью. Кроме того, YOLO11 потребляет значительно меньше памяти как во время обучения модели, так и при инференсе по сравнению с ресурсоёмкими моделями Transformer, которые часто дольше обучаются и требуют огромного объёма памяти CUDA.

Сравнение показателей производительности#

При сравнении этих моделей на стандартном наборе данных COCO обе демонстрируют впечатляющие возможности, однако проявляются компромиссы между общим количеством параметров и рабочей скоростью.

Ниже приведён подробный разбор показателей производительности YOLO.

Анализ результатов#

1. Скорость и эффективность оборудования: YOLO11 стабильно превосходит YOLOv9 по скорости инференса. Например, YOLO11n достигает впечатляющих 1,5 мс на GPU NVIDIA T4 с использованием TensorRT, что делает её исключительно подходящей для конвейеров со строгими требованиями к работе в реальном времени.
2. Вычислительные требования: моделям YOLO11 обычно требуется меньше FLOPs (например, 68,0B для YOLO11m против 76,3B для YOLOv9m), что означает меньшее энергопотребление на периферийных устройствах с питанием от аккумулятора, таких как Raspberry Pi, или на мобильном оборудовании.
3. Сопоставимая точность: хотя YOLOv9e немного превосходит YOLO11x по абсолютному показателю mAP (55,6 против 54,7), YOLO11 достигает максимальной точности при значительно меньшей задержке (11,3 мс против 16,77 мс), демонстрируя более выгодный баланс производительности для развёртывания в реальных условиях.

Экосистема и простота использования#

Хотя исходные метрики важны, успех проекта часто определяется экосистемой фреймворка. Именно здесь по-настоящему проявляется преимущество Ultralytics.

Оригинальный репозиторий YOLOv9 узкоспециализирован и предлагает передовую реализацию исследовательских разработок. Однако платформа Ultralytics и соответствующий пакет с открытым исходным кодом предоставляют оптимизированный пользовательский интерфейс, простой API и обширную документацию, значительно сокращая время выхода на рынок.

Многозадачная универсальность#

YOLOv9 в основном ориентирована на обнаружение ограничивающих рамок. В отличие от неё, YOLO11 представляет собой унифицированную многоцелевую систему с нативной поддержкой:

• Сегментация экземпляров
• Оценка позы
• Ориентированные ограничивающие рамки (OBB)
• Классификация изображений

Бесшовное развёртывание#

Экосистема Ultralytics позволяет разработчикам бесшовно экспортировать модели в множество форматов с помощью одной строки кода на Python. Независимо от того, предназначена ли модель для ONNX, OpenVINO, TFLite или CoreML, переход от обучения к производственной эксплуатации проходит без усилий.

from ultralytics import YOLO

# Load a highly efficient YOLO11 model
model = YOLO("yolo11n.pt")

# Train rapidly on a custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to OpenVINO for Intel CPU acceleration
model.export(format="openvino")

Идеальные сценарии использования#

Когда использовать YOLOv9#

YOLOv9 отлично подходит для исследовательских сред или сценариев, где приоритетом является максимальная точность признаков, а задержка оборудования не считается главным ограничением. Архитектура GELAN может быть особенно полезна при анализе медицинских изображений, где крайне важно обнаруживать мельчайшие различия между пикселями.

Почему YOLO11 — лучший выбор#

Для разработчиков, инженеров и производственных команд YOLO11 настоятельно рекомендуется. Она особенно хорошо подходит для сред, требующих быстрого и масштабируемого развёртывания:

• Умная розничная аналитика: Бесшовное отслеживание продуктов и клиентов с использованием стандартных процессоров Intel.
• Автономные дроны: архитектуры с низким количеством FLOPs продлевают время работы от аккумулятора, сохраняя при этом надёжное обнаружение небольших объектов.
• Динамичные проекты: рабочие процессы, которые могут начинаться с обнаружения объектов, а позднее развиваться до задач, требующих оценки позы или сегментации.

Взгляд в будущее: следующая эволюция#

Хотя YOLO11 представляет собой передовой уровень технологий своего поколения, область компьютерного зрения продолжает развиваться. Пользователям, исследующим границы AI, также стоит обратить внимание на YOLO26.

YOLO26 впервые внедряет сквозную архитектуру без NMS, ранее исследованную в YOLOv10, и представляет оптимизатор MuSGD — гибрид SGD и Muon — для беспрецедентной стабильности обучения. Благодаря удалению Distribution Focal Loss (DFL) для упрощения экспорта и использованию усовершенствованных механизмов функции потерь, таких как ProgLoss и STAL, YOLO26 обеспечивает ускорение инференса на CPU до 43%. Для современных проектов она предлагает оптимальное сочетание академических инноваций и надёжности, готовой к производственной эксплуатации. Кроме того, команды, переходящие с устаревших систем, таких как Ultralytics YOLOv8, обнаружат, что переход на YOLO26 или YOLO11 проходит полностью безболезненно благодаря унифицированному API Ultralytics.