YOLOv9 против YOLO11#

Быстрая эволюция компьютерного зрения постоянно раздвигает границы возможного в обнаружении объектов в реальном времени. При сравнении ведущих архитектур YOLOv9 и Ultralytics YOLO11 выделяются как монументальные шаги вперед, каждая из которых отвечает определенным техническим требованиям. YOLOv9 представила новые способы сохранения потока градиентов во время обучения глубоких сетей, в то время как YOLO11 произвела революцию в экосистеме зрения общего назначения благодаря непревзойденной эффективности, универсальности и простоте использования.

Этот всесторонний технический анализ изучает их архитектуры, метрики производительности, требования к памяти и оптимальные сценарии развертывания, чтобы помочь тебе выбрать подходящую модель для твоего следующего AI-проекта.

Технические характеристики и авторство#

Понимание истории этих моделей дает необходимый контекст для их архитектурных решений и зависимостей от фреймворков.

YOLOv9#

YOLOv9 сделала упор на академические исследования «узких мест» глубокого обучения, отдавая приоритет максимальной точности признаков за счет использования кастомных сетевых блоков.

• 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 была спроектирована с нуля для производственных сред, с акцентом на баланс высочайшей точности, реальной скорости развертывания и многозадачности.

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

Узнай больше о YOLO11

Архитектурные инновации#

Программируемая градиентная информация в YOLOv9#

YOLOv9 представляет концепцию программируемой градиентной информации (PGI) наряду с Generalized Efficient Layer Aggregation Network (GELAN). По мере углубления нейронных сетей они часто страдают от «узких мест» передачи информации, где важные детали теряются в процессе прямого прохода. PGI решает эту проблему, предоставляя надежные градиентные обновления, которые сохраняют детальную пространственную информацию, в то время как GELAN максимизирует эффективность параметров. Это делает YOLOv9 особенно эффективной в задачах, требующих высокой точности признаков, хотя она полагается на стандартное подавление немаксимумов (NMS) при постобработке, что может вызывать задержки на устройствах Edge.

Оптимизированная эффективность в YOLO11#

YOLO11 опирается на годы фундаментальных исследований, чтобы предложить высоко оптимизированную архитектуру. Она улучшает предыдущие итерации за счет снижения вычислительных затрат при максимальном извлечении признаков. В отличие от традиционных конвейеров NMS, которые создают узкие места в производительности CPU, YOLO11 использует уточненные головы обнаружения, которые достигают невероятного баланса между задержкой и точностью. Кроме того, YOLO11 может похвастаться по своей сути меньшим использованием памяти как во время обучения модели, так и при выводе по сравнению с тяжелыми моделями Transformer, которые часто обучаются медленнее и требуют огромного количества памяти CUDA.

Сравнение метрик производительности#

При сравнении этих моделей на стандартном наборе данных COCO обе демонстрируют невероятные возможности, но между чистым количеством параметров и скоростью работы возникают компромиссы.

Ниже приведена подробная разбивка метрик производительности YOLO.

Анализ результатов#

1. Скорость и эффективность оборудования: YOLO11 стабильно превосходит YOLOv9 по скорости вывода. Например, YOLO11n достигает поразительных 1.5 мс на GPU NVIDIA T4 с использованием TensorRT, что делает ее невероятно жизнеспособной для строгих конвейеров реального времени.
2. Вычислительные требования: Модели YOLO11 обычно требуют меньше FLOP (например, 68.0B для YOLO11m против 76.3B для YOLOv9m), что приводит к снижению энергопотребления на работающих от батареи периферийных устройствах, таких как Raspberry Pi или мобильное железо.
3. Паритет точности: Хотя YOLOv9e немного превосходит YOLO11x по абсолютному mAP (55.6 против 54.7), YOLO11 достигает своей пиковой точности с существенно меньшей задержкой (11.3 мс против 16.77 мс), демонстрируя более выгодный баланс производительности для реальных развертываний.

Экосистема и простота использования#

Хотя «сырые» метрики важны, экосистема фреймворка часто определяет успех проекта. Именно здесь по-настоящему проявляется преимущество Ultralytics.

Оригинальный репозиторий YOLOv9 является высокоспециализированным и предлагает передовые исследовательские реализации. Тем не менее, платформа Ultralytics и ее соответствующий пакет с открытым исходным кодом обеспечивают оптимизированный пользовательский опыт, простой API и обширную документацию, которая радикально сокращает время выхода на рынок.

Многозадачная универсальность#

YOLOv9 в основном фокусируется на обнаружении с помощью ограничивающих рамок. Напротив, YOLO11 — это унифицированная многозадачная мощная система, нативно поддерживающая:

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

Бесшовное развертывание#

Использование экосистемы Ultralytics позволяет разработчикам легко экспортировать модели в различные форматы с помощью одной строки кода Python. Независимо от того, нацелен ли проект на ONNX, OpenVINO, TFLite или CoreML, переход от обучения к продакшену происходит 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 варианты использования#

Когда стоит использовать YOLOv9#

YOLOv9 — отличный инструмент для научно-ориентированных сред или сценариев, где приоритетом является экстремальная точность признаков, а аппаратная задержка не является главным ограничением. Ее архитектура GELAN может быть крайне выгодна в анализе медицинских изображений, где обнаружение мельчайших вариаций пикселей имеет решающее значение.

Почему YOLO11 — лучший выбор#

Для разработчиков, инженеров и производственных команд YOLO11 настоятельно рекомендуется. Она превосходна в средах, требующих высокоскоростного, масштабируемого развертывания:

• Аналитика для умного ритейла: Бесшовное отслеживание товаров и клиентов с использованием стандартных процессоров Intel.
• Автономные дроны: Где архитектуры с низким количеством FLOP экономят заряд аккумулятора, обеспечивая при этом надежное обнаружение мелких объектов.
• Динамические проекты: Рабочие процессы, которые могут начинаться с обнаружения, но со временем перерастать в необходимость оценки позы или сегментации.

Взгляд в будущее: следующая эволюция#

Хотя YOLO11 представляет передовой уровень для своего поколения, ландшафт компьютерного зрения продолжает развиваться. Пользователям, изучающим границы ИИ, также стоит обратить внимание на YOLO26.

Пионер сквозного дизайна без NMS, впервые исследованного в YOLOv10, YOLO26 представляет оптимизатор MuSGD (гибрид SGD и Muon) для беспрецедентной стабильности обучения. Благодаря удалению функции потерь распределения (DFL) для упрощения экспорта и продвинутым механизмам потерь, таким как ProgLoss и STAL, YOLO26 обеспечивает до 43% более быстрый вывод на CPU. Для современных проектов он предлагает ультимативную комбинацию академических инноваций и готовности к продакшену. Кроме того, команды, переходящие с устаревших систем, таких как Ultralytics YOLOv8, найдут переход на YOLO26 или YOLO11 абсолютно бесшовным благодаря унифицированному API Ultralytics.