YOLOv9 и YOLO11#

Стремительное развитие компьютерного зрения постоянно расширяет возможности обнаружения объектов в реальном времени object detection. Среди ведущих архитектур особенно выделяются YOLOv9 и Ultralytics YOLO11 — важные технологические прорывы, каждая из которых отвечает своим техническим задачам. YOLOv9 предложила новые способы сохранения распространения градиента при обучении глубоких сетей, а YOLO11 преобразовала экосистему универсального компьютерного зрения благодаря выдающейся эффективности, универсальности и простоте использования.

В этом подробном техническом сравнении анализируются архитектуры, показатели производительности, требования к памяти и оптимальные сценарии развертывания моделей, чтобы помочь тебе выбрать подходящую модель для следующего проекта в области ИИ.

Технические характеристики и авторы#

Понимание происхождения моделей помогает разобраться в причинах выбора их архитектуры и зависимостях от фреймворков.

YOLOv9#

YOLOv9 уделяет большое внимание академическим исследованиям информационных бутылочных горлышек в глубоком обучении и стремится максимально сохранить точность признаков с помощью пользовательских блоков сети.

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информатики Академии Синика
• Дата: 21 февраля 2024 года
• Arxiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9

Подробнее о YOLOv9

Ultralytics YOLO11#

YOLO11 с самого начала проектировали для промышленной эксплуатации, уделив внимание сочетанию высокой точности, скорости развертывания в реальных условиях и универсальности при решении разных 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 предлагает концепцию программируемой информации о градиентах (PGI) и обобщенную эффективную сеть агрегации слоев (GELAN). По мере углубления нейронных сетей часто возникают информационные бутылочные горлышки, из-за которых важные детали теряются при прямом распространении. PGI решает эту проблему, обеспечивая надежное обновление градиентов с сохранением детальной пространственной информации, а GELAN повышает эффективность использования параметров. Благодаря этому YOLOv9 особенно хорошо справляется с задачами, требующими высокой точности признаков. Однако при постобработке модель использует стандартное подавление немаксимумов (NMS), которое может увеличивать задержку на периферийных устройствах.

Высокая эффективность YOLO11#

YOLO11 опирается на многолетние фундаментальные исследования и предлагает хорошо оптимизированную архитектуру. По сравнению с предыдущими версиями она сокращает вычислительные затраты и улучшает извлечение признаков. YOLO11 по-прежнему использует стандартную постобработку с NMS, однако усовершенствованные головы обнаружения обеспечивают впечатляющий баланс задержки и точности. Кроме того, при обучении модели и инференсе YOLO11 изначально требует меньше памяти, чем крупные модели на основе Transformer, которые зачастую обучаются медленнее и требуют огромного объема памяти CUDA.

Сравнение показателей производительности#

При сравнении этих моделей на стандартном наборе данных COCO обе демонстрируют впечатляющие возможности, но приходится искать компромисс между общим числом параметров и скоростью работы.

Ниже приведен подробный разбор показателей производительности YOLO.

Анализ результатов#

1. Скорость и эффективность оборудования: YOLO11 стабильно превосходит YOLOv9 по скорости инференса. Например, YOLO11n выполняет инференс за впечатляющие 1,5 мс на NVIDIA T4 GPU с использованием TensorRT, что делает ее отличным выбором для конвейеров, работающих в строгом режиме реального времени.
2. Требования к вычислительным ресурсам: Как правило, моделям YOLO11 требуется меньше FLOP (например, 68,1B для YOLO11m против 76,8B для YOLOv9m), поэтому они потребляют меньше энергии на периферийных устройствах с батарейным питанием, таких как Raspberry Pi, и мобильном оборудовании.
3. Сопоставимая точность: YOLOv9e немного превосходит YOLO11x по абсолютному показателю mAP (55,6 против 54,7), однако YOLO11 достигает максимальной точности при значительно меньшей задержке (11,3 мс против 16,77 мс), демонстрируя более выгодный баланс производительности для развертывания в реальных условиях.

Экосистема и простота использования#

Хотя важны и сами показатели, успех проекта часто определяет экосистема фреймворка. Именно здесь раскрывается преимущество Ultralytics.

Оригинальный репозиторий YOLOv9 ориентирован на узкие задачи и содержит передовую реализацию для исследований. Однако платформа Ultralytics и связанный с ней пакет с открытым исходным кодом обеспечивают удобную работу, простой API и подробную документацию, что значительно сокращает время выхода на рынок.

Универсальность при решении разных задач#

YOLOv9 ориентирована главным образом на обнаружение объектов с помощью ограничивающих рамок. В отличие от нее YOLO11 объединяет несколько задач и изначально поддерживает:

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

Простое развертывание#

Экосистема Ultralytics позволяет разработчикам легко экспортировать модели во множество форматов всего одной строкой кода на Python. Независимо от того, предназначена ли модель для ONNX, OpenVINO, LiteRT или CoreML, переход от обучения к промышленной эксплуатации не требует усилий.

from ultralytics import YOLO

# Загрузи высокоэффективную модель YOLO11
model = YOLO("yolo11n.pt")

# Быстро обучи модель на собственном наборе данных с минимальным потреблением памяти
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Экспортируй обученную модель в OpenVINO для ускорения вычислений на CPU Intel
model.export(format="openvino")

Оптимальные сценарии применения#

Когда стоит использовать YOLOv9#

YOLOv9 отлично подходит для исследовательской работы и сценариев, где важна максимальная точность признаков, а задержка оборудования не является основным ограничением. Архитектура GELAN может быть особенно полезна при анализе медицинских изображений, где критически важно обнаруживать даже малейшие изменения пикселей.

Почему YOLO11 — лучший выбор#

Разработчикам, инженерам и производственным командам мы настоятельно рекомендуем YOLO11. Модель отлично подходит для сценариев, требующих быстрого и масштабируемого развертывания:

• Аналитика для умной розницы: Удобное отслеживание товаров и покупателей с помощью обычных процессоров Intel.
• Автономные дроны: Архитектуры с малым числом FLOP экономят заряд батареи, сохраняя высокую эффективность обнаружения мелких объектов.
• Проекты с меняющимися требованиями: Рабочие процессы, которые могут начинаться с обнаружения объектов, а затем потребовать оценки позы или сегментации.

Что дальше: следующая ступень развития#

Хотя YOLO11 представляет собой передовую модель своего поколения, компьютерное зрение продолжает развиваться. Тем, кто исследует границы возможностей ИИ, стоит также обратить внимание на YOLO26.

Развивая сквозную архитектуру без NMS, впервые опробованную в YOLOv10, YOLO26 предлагает оптимизатор MuSGD — гибрид SGD и Muon, обеспечивающий беспрецедентную стабильность обучения. Отказ от Distribution Focal Loss (DFL) упрощает экспорт, а продвинутые механизмы функции потерь, такие как ProgLoss и STAL, позволяют ускорить инференс на CPU до 43%. Для современных проектов YOLO26 сочетает академические инновации с надежностью, необходимой для промышленной эксплуатации. Командам, переходящим с устаревших систем, таких как Ultralytics YOLOv8, будет легко перейти на YOLO26 или YOLO11 благодаря единому API Ultralytics.