YOLOv9 против YOLOv7#
Эволюция обнаружения объектов в реальном времени определялась непрерывным стремлением к балансу между вычислительной эффективностью и высокой точностью. Две знаковые архитектуры на этом пути — YOLOv9 и YOLOv7, обе разработаны исследователями из Института информатики Академии Синика на Тайване. В то время как YOLOv7 представила революционный обучаемый набор бесплатных улучшений (bag-of-freebies), более новая YOLOv9 напрямую решает проблемы информационных узких мест глубокого обучения.
Это всестороннее техническое сравнение исследует архитектурные различия, метрики производительности и идеальные сценарии развертывания для обеих моделей, помогая инженерам и исследователям в области машинного обучения выбрать правильный инструмент для своих пайплайнов компьютерного зрения.
Сравнение производительности и метрик#
При сравнении этих моделей критическими факторами являются «сырая» производительность и эффективность. В следующей таблице подробно описаны средняя точность (mAP) и вычислительные требования для стандартных бенчмарков на наборе данных COCO.
| Модель | размер (пиксели) | mAPval 50-95 | Скорость CPU ONNX (мс) | Скорость T4 TensorRT10 (мс) | параметры (М) | FLOPs (Б) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Обрати внимание, как YOLOv9c достигает примерно такой же точности (53.0 mAP), как и YOLOv7x (53.1 mAP), используя при этом значительно меньшее количество параметров (25.3M против 71.3M) и FLOP. Это демонстрирует улучшения баланса производительности в современных архитектурах.
YOLOv9: Решение проблемы информационного узкого места#
Представленная в начале 2024 года, YOLOv9 кардинально изменила то, как глубокие нейронные сети сохраняют данные на протяжении всех своих слоев.
- Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
- Организация: Institute of Information Science, Academia Sinica
- Дата: 21 февраля 2024 г.
- Ресурсы: Статья на Arxiv | Репозиторий на GitHub
Архитектурные инновации#
YOLOv9 представляет Generalized Efficient Layer Aggregation Network (GELAN) и Programmable Gradient Information (PGI). GELAN объединяет сильные стороны CSPNet и ELAN для оптимизации эффективности параметров и вычислительных затрат, обеспечивая высокую точность при меньшем количестве параметров. PGI — это вспомогательная система контроля, предназначенная для предотвращения потери данных в глубоких сетях, генерирующая надежные градиенты для обновления весов в процессе обучения.
Преимущества и ограничения#
Главная сила YOLOv9 заключается в ее способности извлекать тонкие признаки без огромных вычислительных затрат, что делает модель невероятно эффективной для задач, требующих высокой точности передачи признаков, таких как анализ медицинских изображений. Тем не менее, сложная структура PGI во время обучения может сделать пользовательские архитектурные модификации более сложными для новичков по сравнению с более унифицированными фреймворками.
YOLOv7: Пионер «наборов бесплатных улучшений»#
Выпущенная в 2022 году, YOLOv7 установила новый эталон того, что было возможно на потребительском оборудовании, представив структурные инновации, которые значительно увеличили скорость инференса в реальном времени.
- Авторы: Chien-Yao Wang, Alexey Bochkovskiy и Hong-Yuan Mark Liao
- Организация: Institute of Information Science, Academia Sinica
- Дата: 6 июля 2022 г.
- Ресурсы: Статья на Arxiv | Репозиторий на GitHub
Архитектурные инновации#
Ключевой вклад YOLOv7 — Extended Efficient Layer Aggregation Network (E-ELAN). Эта архитектура позволяет модели постоянно изучать более разнообразные признаки. Кроме того, YOLOv7 использует «обучаемые наборы бесплатных улучшений» (trainable bag-of-freebies) — такие методы, как планируемые перепараметризованные свертки и динамическое назначение меток. Эти методы повышают точность модели во время обучения, не увеличивая затраты на вывод во время развертывания.
Преимущества и ограничения#
YOLOv7 высоко оптимизирована для краевой (edge) обработки в реальном времени и остается стандартным инструментом в устаревших системах и старых окружениях CUDA. Ее главным ограничением сегодня является больший размер параметров по сравнению с более новыми моделями. Как показано в таблице производительности, достижение наивысшей точности требует использования тяжелой модели YOLOv7x, которая требует существенно больше памяти GPU, чем эквивалентные современные архитектуры.
Преимущество Ultralytics: Упрощенное развертывание#
Хотя исходные исследовательские репозитории для YOLOv9 и YOLOv7 обеспечивают отличную академическую основу, развертывание этих моделей в производственных средах может быть сложным. Интеграция их через пакет ultralytics предлагает непревзойденную простоту использования.
Используя интегрированную платформу Ultralytics, разработчики получают выгоду от поддерживаемой экосистемы, включающей интуитивный Python API, активную поддержку сообщества и надежное отслеживание экспериментов.
Будущее с YOLO26#
Если ты начинаешь новый проект по компьютерному зрению, мы настоятельно рекомендуем изучить недавно выпущенную YOLO26 вместо YOLOv9 и YOLOv7. Выпущенная как новый современный стандарт (state-of-the-art), YOLO26 приносит прорывные улучшения:
- Комплексный дизайн без NMS: Исключает постобработку Non-Maximum Suppression, что значительно снижает сложность развертывания и задержки.
- Инференс на CPU быстрее до 43%: Оптимизировано для сред периферийных вычислений, что гарантирует бесперебойную работу твоего приложения даже без специализированных GPU.
- Оптимизатор MuSGD: Гибридный оптимизатор, вдохновленный обучением LLM, обеспечивающий высокостабильную сходимость и сокращающий время обучения.
- Удаление DFL: Упрощен экспорт модели за счет удаления Distribution Focal Loss, что повышает совместимость с мобильными устройствами с низким энергопотреблением.
- ProgLoss + STAL: Кардинально улучшает производительность при обнаружении мелких объектов, делая модель главным выбором для аэрофотоснимков и систем видеонаблюдения.
Другие популярные альтернативы в экосистеме включают Ultralytics YOLOv8 и YOLO11, обе из которых предлагают огромную универсальность для таких задач, как сегментация экземпляров и оценка позы.
Пример реализации#
Обучение и экспорт любой из этих архитектур невероятно просты благодаря единому API. Код ниже демонстрирует оптимизированную эффективность обучения, характерную для инструментов Ultralytics.
from ultralytics import YOLO
# Initialize YOLOv9 or the recommended YOLO26 model
model = YOLO("yolov9c.pt") # Swap with "yolo26n.pt" for faster edge performance
# Train on a custom dataset with built-in data augmentation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# Export the trained model to ONNX format for deployment
model.export(format="onnx")При обучении на потребительском оборудовании важна эффективность памяти. Реализации YOLOv9 и YOLO26 в Ultralytics сильно оптимизированы для снижения скачков VRAM, в отличие от моделей на основе трансформеров (таких как RT-DETR), которые часто страдают от серьезного раздувания памяти во время обучения.
Реальные применения и идеальные сценарии использования#
Выбор между этими архитектурами часто сводится к конкретным ограничениям твоей производственной среды.
Когда использовать YOLOv9: YOLOv9 превосходно работает в средах, где необходимо сохранение мельчайших деталей. Надежное извлечение признаков делает модель идеальной для ритейл-аналитики с целью подсчета плотно расположенных товаров на полках или для сельскохозяйственных приложений, где критически важно выявление ранней стадии болезней культур на маленьких листьях.
Когда использовать YOLOv7: YOLOv7 остается сильным кандидатом для интеграции в устаревшие конвейеры развертывания. Если ты внедряешь решение в более старые аппаратные системы (например, определенные поколения Google Coral Edge TPU), простая архитектура CNN в YOLOv7 может оказаться проще для компиляции, чем более сложные градиентные ветви новых моделей.
Когда использовать YOLO26 (Рекомендуется): Для любого современного развертывания — от автономных дронов до управления трафиком в умном городе — YOLO26 является превосходящим выбором. Ее архитектура без NMS гарантирует детерминированное время инференса, что крайне важно для критически безопасной робототехники, в то время как ее высокая точность превосходит как YOLOv9, так и YOLOv7 по всем параметрам.