YOLOv9 и YOLOv6-3.0
Развитие обнаружения объектов в реальном времени определяется постоянными инновациями в архитектурах нейронных сетей и поиском баланса между скоростью инференса, точностью и вычислительной эффективностью. Разработчикам и исследователям, выбирающим среди множества фреймворков компьютерного зрения, важно сравнивать ведущие архитектуры, чтобы подобрать подходящий инструмент.
В этом техническом руководстве сравниваются две эффективные модели: YOLOv9, известная сохранением информации в глубоких сетях, и YOLOv6-3.0, предназначенная для промышленного применения.
Обзор YOLOv9: максимальное сохранение признаков#
Представленная в начале 2024 года YOLOv9 решает одну из наиболее устойчивых проблем глубоких нейронных сетей — потерю информации в процессе прямого распространения. Благодаря надежным градиентам и сохранению важных данных на картах признаков модель повышает точность.
- Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
- Организация: Институт информатики, Academia Sinica, Тайвань
- Дата: 21 февраля 2024 года
- Ссылки: Статья на arXiv, Репозиторий на GitHub
Архитектура и методики#
В YOLOv9 представлены программируемая информация о градиентах (PGI) и обобщенная эффективная сеть агрегации слоев (GELAN). PGI устраняет информационное бутылочное горлышко с помощью вспомогательного обучения с учителем, благодаря которому основная сеть усваивает надежные и устойчивые признаки без дополнительных затрат на инференс. GELAN повышает эффективность использования параметров, позволяя модели достигать передовых результатов по средней точности (mAP) при приемлемых вычислительных затратах. Поэтому YOLOv9 хорошо подходит для анализа медицинских изображений и обнаружения очень мелких объектов, где критически важна точность представления признаков.
Обзор YOLOv6-3.0: создана для масштабных промышленных задач#
Разработанная компанией Meituan модель YOLOv6-3.0 (также известная как v3.0) с самого начала создавалась для ресурсоемких промышленных задач. Выпущенная в начале 2023 года, она ориентирована на эффективность развертывания и предлагает набор моделей, хорошо подходящих для квантования и эффективно работающих на периферийном оборудовании.
- Авторы: Чуйи Ли, Лулу Ли, Ифэй Гэн, Хунлян Цзян, Мэн Чэн, Бо Чжан, Зайдань Кэ, Сяомин Сюй и Сянсян Чу
- Организация: Meituan
- Дата: 13 января 2023 года
- Ссылки: Статья на arXiv, Репозиторий на GitHub
Архитектура и методики#
YOLOv6-3.0 отличается стратегиями RepOptimizer и обучения с помощью якорей (AAT). В модели используется аппаратно-ориентированная архитектура нейронной сети, вдохновленная RepVGG: во время инференса слои объединяются, благодаря чему GPU работают очень быстро. В версии 3.0 архитектура была усовершенствована за счет модуля двунаправленной конкатенации (BiC), повышающего точность локализации. Благодаря оптимизации для таких форматов развертывания, как TensorRT и OpenVINO, YOLOv6-3.0 часто используют в логистике, автоматизации производства и высокопроизводительных серверных средах.
Сравнение производительности#
При оценке этих моделей на стандартном наборе данных COCO заметны компромиссы между точностью и скоростью инференса.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
Технический анализ#
YOLOv6-3.0n обеспечивает самую высокую скорость на оборудовании T4 (1.17 мс), а YOLOv9t достигает немного более высокого mAP (38.3%), используя менее половины числа параметров (2.0M против 4.7M) и значительно меньше FLOPs. Для сложных задач, требующих высокой точности, самая крупная модель YOLOv9e достигает 55.6% mAP, демонстрируя возможности архитектуры PGI в глубоких сетях.
Если ты начинаешь новый проект в области компьютерного зрения, Ultralytics рекомендует YOLO26. Выпущенная в январе 2026 года модель поддерживает встроенную сквозную архитектуру без NMS (nms=False), которая устраняет задержку постобработки при подавлении немаксимумов (NMS); кроме того, YOLO26n обеспечивает инференс на CPU до 43% быстрее, чем YOLO11n.
Преимущества экосистемы Ultralytics#
Какую бы архитектурную концепцию ты ни выбрал, ее реализация через Python API Ultralytics обеспечивает единообразную среду разработки.
Удобство использования и эффективность обучения#
Для обучения сложных моделей глубокого обучения обычно требуется много шаблонного кода. Платформа Ultralytics и пакет Python берут эти задачи на себя. Настраиваешь ли ты YOLOv9 для обнаружения дефектов или экспортируешь YOLOv6 для мобильных приложений — рабочий процесс остается единообразным.
Во время обучения архитектуры Ultralytics обычно требуют меньше памяти CUDA, чем более ресурсоемкие модели на основе Transformer. Поэтому разработчики могут использовать более крупные размеры пакетов на потребительских GPU, повышая эффективность обучения.
from ultralytics import YOLO
# Легко переключайся между архитектурами, меняя строку с именем файла модели
# model = YOLO("yolov6n.yaml") # YOLOv6 доступна в виде конфигурации YAML (без предварительно обученных весов)
model = YOLO("yolov9c.pt")
# Обучи модель со встроенной аугментацией данных и кэшированием
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")
# Экспортируй в ONNX или TensorRT
model.export(format="engine", quantize=16)Универсальность для задач компьютерного зрения#
YOLOv6-3.0 хорошо оптимизирована для быстрого построения ограничивающих рамок, однако современные проекты компьютерного зрения часто требуют решения для нескольких задач. Модели Ultralytics известны своей универсальностью. С помощью таких моделей, как Ultralytics YOLOv8 и новая YOLO26, один фреймворк решает задачи обнаружения объектов, сегментации экземпляров, классификации изображений, оценки позы и обнаружения ориентированных ограничивающих рамок (OBB).
Представляем YOLO26: новый стандарт#
Для организаций, стремящихся одновременно повысить производительность и упростить развертывание, YOLO26 предлагает удачное сочетание скорости и точности.
Развивая успехи YOLO11, YOLO26 предлагает несколько новых функций:
- Оптимизатор MuSGD: Этот гибрид SGD и Muon, вдохновленный методами обучения больших языковых моделей (LLM), например Kimi K2 от Moonshot AI, обеспечивает стабильное обучение и быструю сходимость.
- Удаление DFL: Отказ от Distribution Focal Loss упрощает граф экспорта YOLO26 и повышает совместимость с маломощными чипами для периферийных вычислений.
- ProgLoss + STAL: Прогрессивная функция потерь и назначение меток с учетом малых объектов (STAL) улучшают обнаружение мелких объектов, что крайне важно для работы дронов и приложений IoT.
- Усовершенствования для конкретных задач: YOLO26 включает многомасштабный протомодуль для сегментации, оценку остаточного логарифмического правдоподобия (RLE) для оценки позы и специальную функцию потерь для углов, устраняющую проблемы с границами при обнаружении OBB.
Оптимальные сценарии развёртывания#
В конечном счёте выбор подходящей архитектуры зависит от ограничений твоей производственной среды.
Выбирай YOLOv6-3.0, если у тебя уже есть готовый конвейер для промышленного производства, ты активно используешь квантование и специализированные ускорители инференса и стремишься добиться минимальной задержки на оборудовании.
Выбирай YOLOv9, если работаешь над сложной задачей диагностики в здравоохранении или дальнего видеонаблюдения, где нельзя упускать малозаметные признаки на уровне пикселей.
Однако для сбалансированного решения, сочетающего высокую точность с упрощенным развертыванием без NMS, Ultralytics YOLO26 — рекомендуемый выбор для современной разработки систем компьютерного зрения. Модель поддерживается активной разработкой, подробной документацией и сообществом.
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.