YOLOv9 и YOLO26#

Ландшафт обнаружения объектов в реальном времени значительно изменился за последние несколько лет. Поскольку специалисты по машинному обучению стремятся развертывать модели на различном оборудовании, выбор правильной архитектуры имеет критическое значение. В этом подробном техническом руководстве мы сравним две важные вехи в области компьютерного зрения: YOLOv9, представленную в начале 2024 года с акцентом на оптимизацию путей градиентов, и Ultralytics YOLO26 — новейший передовой фреймворк, выпущенный в начале 2026 года, который полностью переопределяет периферийный инференс и стабильность обучения.

Краткое резюме: происхождение и авторство моделей#

Понимание происхождения этих моделей глубокого обучения дает цеконтекст для оценки их архитектурных решений и целевой аудитории.

YOLOv9#

YOLOv9, созданная Ченем-Яо Вангом и Хун-Юанем Марком Ляо из Института информационных наук Academia Sinica на Тайване, была выпущена 21 февраля 2024 года. Модель в значительной степени ориентирована на теоретические концепции глубокого обучения, в частности на проблему информационного бутылочного горлышка в глубоких сверточных нейронных сетях (CNNs).

Узнай больше о YOLOv9

Ultralytics YOLO26#

YOLO26, созданная Гленном Джочером и Цзин Цю в компании Ultralytics, была выпущена 14 января 2026 года. Развивая огромный успех предшественников, таких как YOLO11 и YOLOv8, YOLO26 с нуля создавалась с приоритетом на готовность к промышленной эксплуатации, периферийное развертывание и нативную сквозную эффективность.

Архитектурные инновации#

Обе модели предлагают революционные изменения в обработке визуальных данных нейронными сетями, но подходят к этой задаче с разных сторон.

Программируемая информация о градиентах в YOLOv9#

Главный вклад YOLOv9 в эту область — внедрение программируемой информации о градиентах (PGI) и обобщенной эффективной сети агрегации слоев (GELAN). По мере углубления нейронных сетей они часто теряют информацию в процессе прямого распространения. PGI обеспечивает точность и надежность градиентов, используемых для обновления весов при обратном распространении, позволяя архитектуре GELAN достигать высокой точности при меньшем количестве параметров.

Однако YOLOv9 в значительной степени полагается на традиционное подавление немаксимумов (NMS) при постобработке, что может стать узким местом по задержке при инференсе в реальных условиях.

Архитектура YOLO26 с приоритетом периферийных устройств#

YOLO26 использует радикально иной подход, оптимизируя весь конвейер — от обучения до развертывания в реальном времени. В ее основе лежит сквозная архитектура без NMS, впервые реализованная в YOLOv10, которая полностью устраняет необходимость в постобработке NMS. Это обеспечивает чрезвычайно низкую задержку и делает модель отлично оптимизированной для периферийных устройств, таких как Raspberry Pi или NVIDIA Jetson.

Кроме того, YOLO26 полностью исключает Distribution Focal Loss (DFL). Это структурное изменение упрощает экспорт модели в ONNX и обеспечивает значительно лучшую совместимость с микроконтроллерами с низким энергопотреблением.

На этапе обучения YOLO26 интегрирует новый оптимизатор MuSGD — гибрид стохастического градиентного спуска и Muon, вдохновленный методами обучения больших языковых моделей (LLM) от Kimi K2 компании Moonshot AI. Это сокращает разрыв между инновациями в обучении больших языковых моделей (LLM) и компьютерным зрением, обеспечивая значительно более стабильное обучение и быструю сходимость.

Сравнение производительности и метрик#

При тестировании на широко используемом наборе данных COCO обе модели демонстрируют исключительные возможности, однако экосистема Ultralytics превосходит их по практической скорости инференса и эффективности использования параметров.

Анализ результатов#

• Скорость и эффективность: Благодаря архитектуре без NMS и упрощенным функциям потерь YOLO26 обеспечивает инференс на CPU до 43% быстрее, чем устаревшие архитектуры. Модель YOLO26n выполняет инференс всего за 1,7 мс на GPU NVIDIA T4 с использованием TensorRT, что делает ее оптимальным выбором для видеопотоков в реальном времени.
• Точность: Модель YOLO26x достигает беспрецедентного показателя 57,5 mAP, превосходя крупнейшую модель YOLOv9e при сохранении меньшей задержки.
• Требования к памяти: Модели Ultralytics известны своей эффективностью. YOLO26 требует значительно меньше памяти CUDA во время обучения модели и инференса по сравнению со сложными моделями компьютерного зрения на основе Transformer, позволяя разработчикам использовать большие размеры пакетов на пользовательском оборудовании.

Экосистема, простота использования и универсальность#

Настоящая сила экосистемы Ultralytics заключается в удобстве работы. Исследователям, использующим кодовую базу YOLOv9 на GitHub, приходится разбираться в сложной настройке окружения и писать скрипты вручную, тогда как YOLO26 полностью интегрирована в интуитивно понятный Python API Ultralytics.

Упрощенный пример API#

Для обучения передовой модели YOLO26 достаточно нескольких строк кода Python:

from ultralytics import YOLO

# Load the latest native end-to-end YOLO26 model
model = YOLO("yolo26s.pt")

# Train the model effortlessly with the default MuSGD optimizer
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export natively to ONNX format in a single command
model.export(format="onnx")

Непревзойденная универсальность задач#

В отличие от YOLOv9, которая в первую очередь предназначена для стандартного обнаружения объектов, YOLO26 изначально поддерживает широкий спектр задач компьютерного зрения. Архитектура включает специальные улучшения для различных применений:

• Сегментация экземпляров: Специализированная функция потерь для семантической сегментации и многомасштабный proto обеспечивают безупречные маски на уровне пикселей.
• Оценка позы: Интеграция Residual Log-Likelihood Estimation (RLE) обеспечивает отслеживание скелетных ключевых точек с чрезвычайной точностью.
• Ориентированные ограничивающие рамки (OBB): Специализированная функция потерь угла предназначена для решения проблем с границами при обнаружении повернутых объектов на аэрофотоснимках.
• Классификация изображений: Надежная категоризация целых изображений на основе стандартов ImageNet.

Практические применения#

Выбор между этими моделями часто определяется средой, в которой они будут развернуты.

IoT и периферийная робототехника#

Для робототехники, автономных дронов и умных домашних устройств IoT YOLO26 — бесспорный лидер. Интеграция ProgLoss + STAL заметно улучшает распознавание небольших объектов, что особенно важно для сельскохозяйственного мониторинга с высотных дронов. В сочетании с инференсом на CPU на 43% быстрее и архитектурой без NMS YOLO26 может плавно работать на оборудовании без выделенных GPU.

Академические исследования и анализ градиентов#

YOLOv9 остается высокоуважаемой моделью в академических кругах. Исследователи, изучающие теоретические границы распространения градиентов или стремящиеся создавать собственные слои PyTorch на основе концепции PGI, найдут кодовую базу YOLOv9 отличной основой для изучения теории глубокого обучения.

Высокоскоростные производственные конвейеры#

В промышленных условиях, например при автоматическом обнаружении дефектов на высокоскоростных конвейерных лентах, впечатляющая скорость TensorRT у моделей YOLO26 гарантирует отсутствие пропущенных кадров и максимизирует пропускную способность систем контроля качества.

Варианты применения и рекомендации#

Выбор между YOLOv9 и YOLO26 зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOv9#

YOLOv9 — хороший выбор для:

• Исследований информационного узкого места: академических проектов, изучающих архитектуры Programmable Gradient Information (PGI) и Generalized Efficient Layer Aggregation Network (GELAN).
• Исследований оптимизации потока градиентов: работ, посвященных пониманию и устранению потери информации в слоях глубоких сетей во время обучения.
• Сравнительного тестирования обнаружения с высокой точностью: сценариев, где высокие результаты YOLOv9 на тесте COCO нужны как эталон для архитектурных сравнений.

Когда стоит выбрать YOLO26#

YOLO26 рекомендуется для:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Заключение#

Обе модели представляют собой впечатляющий шаг вперед для сообщества открытого исходного кода. YOLOv9 внесла важные теоретические улучшения в распространение градиентов, которые будут вдохновлять архитектуры еще долгие годы. Однако для современных разработчиков, стартапов и корпоративных команд, которым нужен идеальный баланс скорости, точности и простоты развертывания, Ultralytics YOLO26 является очевидной рекомендацией.

Устраняя NMS, внедряя мощный оптимизатор MuSGD и предоставляя непревзойденный набор инструментов для задач обнаружения, сегментации и оценки позы, YOLO26 обеспечивает основу компьютерного зрения на базе самой надежной и перспективной платформы, доступной сегодня.