YOLOv9 и YOLO26
За последние несколько лет в области обнаружения объектов в реальном времени произошли значительные изменения. Разработчикам, которые планируют запускать модели на разных аппаратных платформах, важно правильно выбрать архитектуру. В этом техническом руководстве сравниваются две важные вехи компьютерного зрения: YOLOv9, представленная в начале 2024 года и ориентированная на оптимизацию путей градиента, и Ultralytics YOLO26 — последняя модель Ultralytics, выпущенная в январе 2026 года и ориентированная на инференс на периферийных устройствах и стабильность обучения.
Краткий обзор: происхождение моделей и авторство#
Понимание происхождения моделей глубокого обучения помогает разобраться в причинах выбора их архитектуры и целевой аудитории.
YOLOv9#
YOLOv9 разработали Чиен-Яо Ванг и Хун-Юань Марк Ляо из Института информатики Academia Sinica на Тайване. Модель выпустили 21 февраля 2024 года. Основное внимание в ней уделено теоретическим концепциям глубокого обучения, в частности проблеме информационного бутылочного горлышка в глубоких сверточных нейронных сетях (CNN).
Ultralytics YOLO26#
YOLO26, созданная Гленном Джочером и Цзин Цю из Ultralytics, была выпущена 14 января 2026 года. Развивая идеи предшественников, таких как YOLO11 и YOLOv8, YOLO26 с нуля проектировалась с прицелом на готовность к промышленной эксплуатации, развёртывание на периферийных устройствах и встроенную сквозную эффективность.
Хочешь обновить свой конвейер компьютерного зрения? С помощью платформы Ultralytics ты легко обучишь и развернешь модели YOLO26 в облаке без единой строчки кода.
Архитектурные инновации#
Обе модели значительно изменяют способы обработки визуальных данных нейронными сетями, но решают эту задачу по-разному.
Программируемая информация о градиентах в YOLOv9#
Главный вклад YOLOv9 в эту область — внедрение программируемой градиентной информации (PGI) и обобщённой эффективной сети агрегации слоёв (GELAN). По мере углубления нейронные сети часто теряют информацию в процессе прямого распространения. PGI обеспечивает точность и надёжность градиентов, используемых для обновления весов при обратном распространении, благодаря чему архитектура GELAN достигает высокой точности с меньшим числом параметров.
Однако для постобработки YOLOv9 использует традиционное подавление немаксимумов (NMS), которое может стать узким местом и увеличить задержку при инференсе в реальных условиях.
Архитектура YOLO26 с приоритетом периферийных устройств#
YOLO26 использует другой подход: архитектура с приоритетом периферийных устройств оптимизирует весь конвейер — от обучения до развертывания в реальном времени. Она основана на сквозной архитектуре без NMS, внедренной в модели YOLO с выходом YOLOv10, и устраняет необходимость в постобработке с помощью NMS. Это уменьшает задержку и делает модель подходящей для периферийных устройств, таких как Raspberry Pi и NVIDIA Jetson.
В YOLO26 также удалена Distribution Focal Loss (DFL). Это структурное изменение упрощает экспорт модели в ONNX и повышает совместимость с маломощными периферийными устройствами.
Для обучения в YOLO26 используется оптимизатор MuSGD — гибрид стохастического градиентного спуска и Muon, вдохновлённый методами обучения LLM модели Kimi K2 от Moonshot AI. Благодаря этому инновации из обучения больших языковых моделей (LLM) применяются в компьютерном зрении, обеспечивая более стабильное обучение и быструю сходимость.
Сравнение производительности и метрик#
На широко используемом наборе данных COCO обе модели показывают высокие результаты, но YOLO26 превосходит YOLOv9 по точности и скорости инференса на T4 при любом размере модели, сохраняя сопоставимое число параметров.
| Модель | размер (пиксели) | mAPval50-95 | 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 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Анализ результатов#
- Скорость и эффективность: Благодаря архитектуре без NMS и упрощённой голове детектора YOLO26n обеспечивает инференс на CPU до 43% быстрее, чем YOLO11n. На GPU NVIDIA T4 модель YOLO26n выполняет инференс за 1.7 ms с помощью TensorRT, что делает её отличным выбором для потокового видео в реальном времени.
- Точность: Модель YOLO26x достигает 57.5 mAP, превосходя крупнейшую модель YOLOv9e при меньшей задержке.
- Требования к памяти: Модели Ultralytics известны своей эффективностью. Для обучения модели и инференса YOLO26 требуется значительно меньше памяти CUDA, чем сложным моделям компьютерного зрения на основе Transformer, поэтому разработчики могут использовать большие размеры пакетов на потребительском оборудовании.
Экосистема, простота использования и универсальность#
Одно из главных преимуществ экосистемы Ultralytics — удобство работы. Исследователям, использующим кодовую базу YOLOv9 на GitHub, приходится разбираться в сложной настройке среды и писать скрипты вручную. YOLO26 же полностью интегрирована в интуитивно понятный API Ultralytics для Python.
Пример упрощенного API#
Чтобы обучить модель YOLO26, достаточно нескольких строк кода на Python:
from ultralytics import YOLO
# Загрузи новейшую встроенную сквозную модель YOLO26
model = YOLO("yolo26s.pt")
# Обучи модель; optimizer="auto" выбирает MuSGD для длительных запусков (>10k итераций)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Экспортируй модель напрямую в формат ONNX одной командой
model.export(format="onnx")Универсальность в решении задач#
В отличие от YOLOv9, которая предназначена преимущественно для стандартного обнаружения объектов, YOLO26 изначально поддерживает все семь задач компьютерного зрения Ultralytics, включая семантическую сегментацию и оценку глубины. Архитектура содержит специальные улучшения для разных приложений:
- Сегментация экземпляров: Добавлены функция потерь для семантической сегментации и многомасштабный модуль прототипов, обеспечивающие более качественные маски.
- Классификация изображений: Надежная классификация целых изображений по стандартам ImageNet.
- Оценка позы: Для более точной локализации ключевых точек используется оценка остаточного логарифмического правдоподобия (RLE).
- Ориентированные ограничивающие рамки (OBB): Используется специальная функция потерь для угла, устраняющая проблемы на границах при обнаружении повёрнутых объектов на аэрофотоснимках.
Все модели YOLO26 интегрированы с платформой Ultralytics, которая предлагает встроенную разметку наборов данных, облачное обучение и конвейеры развёртывания.
Применение в реальных условиях#
Выбор между этими моделями часто зависит от среды, в которой их будут развертывать.
IoT и периферийная робототехника#
Для робототехники, автономных дронов и устройств умного дома с IoT YOLO26 — более удачный выбор. ProgLoss + STAL улучшают обнаружение мелких объектов, что критически важно для мониторинга сельскохозяйственных угодий с помощью дронов на большой высоте. Благодаря инференсу на CPU, который у YOLO26n выполняется до 43% быстрее, чем у YOLO11n, и архитектуре без NMS YOLO26 стабильно работает на оборудовании без выделенных GPU.
Академические исследования и анализ градиентов#
YOLOv9 по-прежнему пользуется уважением в академических кругах. Исследователи, изучающие теоретические пределы распространения градиентов, и те, кто хочет создавать собственные слои PyTorch на основе концепции PGI, могут использовать кодовую базу YOLOv9 как хорошую основу для изучения теории глубокого обучения.
Высокоскоростные производственные конвейеры#
В промышленных задачах, например при автоматизированном обнаружении дефектов на высокоскоростных конвейерах, высокая скорость моделей YOLO26 с TensorRT помогает избежать пропуска кадров и максимально увеличить пропускную способность систем контроля качества.
Сценарии использования и рекомендации#
Выбор между YOLOv9 и YOLO26 зависит от требований конкретного проекта, ограничений развертывания и предпочтений в отношении экосистемы.
Когда выбирать YOLOv9#
YOLOv9 — хороший выбор для:
- Исследование информационного узкого места: Академические проекты, изучающие архитектуры программируемой информации о градиентах (PGI) и обобщённой эффективной сети агрегации слоёв (GELAN).
- Исследования оптимизации потока градиентов: Работы, посвящённые изучению и устранению потери информации в глубоких слоях сети во время обучения.
- Сравнительное тестирование точного детектирования: Сценарии, в которых высокая результативность YOLOv9 на тестах COCO нужна в качестве ориентира для сравнения архитектур.
Когда выбирать YOLO26#
YOLO26 рекомендуется для:
- Развертывание на периферийных устройствах без NMS: Приложения, которым необходим стабильный инференс с низкой задержкой без усложнения постобработки подавлением немаксимумов.
- Среды только с CPU: Устройства без выделенного ускорения GPU, где инференс YOLO26 на CPU — до 43% быстрее (YOLO26n против YOLO11n), что даёт решающее преимущество.
- Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.
Заключение#
Обе модели стали важным шагом вперёд для сообщества открытого исходного кода. YOLOv9 привнесла важные теоретические улучшения в распространение градиентов, которые продолжают влиять на новые архитектуры. Однако разработчикам, стартапам и корпоративным командам, которым нужен баланс скорости, точности и простоты развёртывания, мы однозначно рекомендуем Ultralytics YOLO26.
Благодаря инференсу без NMS, оптимизатору MuSGD и инструментам для обнаружения объектов, сегментации, оценки позы и других задач YOLO26 даёт проектам компьютерного зрения надёжную основу с качественной поддержкой.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.