YOLOv9 и YOLOX#

Область компьютерного зрения пережила стремительное развитие архитектур обнаружения объектов в реальном времени. В этом руководстве представлено подробное сравнение YOLOv9 и YOLOX с анализом архитектурных инноваций, показателей производительности и методик обучения. Независимо от того, создаёшь ли ты интеллектуальные приложения для ИИ в производстве или исследуешь предиктивное моделирование, понимание этих моделей поможет тебе принимать взвешенные решения для следующего развёртывания.

Архитектурные инновации#

YOLOv9: программируемая информация о градиентах#

YOLOv9 совершила парадигмальный сдвиг, решив проблему информационного узкого места, свойственную глубоким нейронным сетям. Ключевые инновации модели включают программируемую информацию о градиентах (PGI) и обобщённую эффективно агрегирующую слоистую сеть (GELAN).

• Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
• Организация: Институт информационных наук Academia Sinica, Тайвань
• Дата: 21 февраля 2024 г.
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

Сохраняя важные данные признаков в процессе прямого распространения, YOLOv9 обеспечивает точность градиентов, используемых для обновления весов во время обратного распространения. Эта архитектура превосходно выполняет извлечение признаков, благодаря чему эффективно обнаруживает небольшие объекты в сложных условиях, например на аэрофотоснимках и детализированных медицинских сканах.

Узнай больше о YOLOv9

YOLOX: от исследований к промышленному применению#

Выпущенная в середине 2021 года, YOLOX перевела серию YOLO на безъякорную архитектуру. В ней была представлена разделённая головка, отделяющая задачи классификации от локализации, а стратегия назначения меток SimOTA использовалась для улучшения сходимости обучения.

• Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun
• Организация: Megvii
• Дата: 18 июля 2021 г.
• Arxiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX

Хотя в своё время YOLOX стала революционной моделью, обеспечивая отличную среднюю точность (mAP) и устраняя необходимость настройки гиперпараметров якорных блоков, с тех пор её базовую архитектуру превзошли современные сети, лучше балансирующие количество параметров и сохранение признаков.

Узнай больше о YOLOX

Анализ производительности#

При сравнении этих моделей на бенчмарке MS COCO преимущества YOLOv9 становятся очевидными. YOLOv9 стабильно обеспечивает более удачный компромисс между точностью и FLOPs.

Хотя YOLOX предлагает облегчённые варианты, такие как YOLOX-Nano, для самых жёстких ограничений на периферийных устройствах, варианты YOLOv9 стабильно превосходят модели YOLOX аналогичного размера по точности. Например, YOLOv9m достигает 51,4% mAP против 49,7% у YOLOXl, несмотря на менее чем вдвое меньшее количество параметров (20,0 млн против 54,2 млн).

Преимущества Ultralytics#

Выбор модели зависит не только от архитектурной теории: окружающая её экосистема определяет скорость разработки и успешность развёртывания. Использование YOLOv9 в экосистеме Ultralytics обеспечивает непревзойдённую простоту использования и надёжную поддержку сообщества.

В отличие от старых репозиториев с оригинальными исследованиями, фреймворк Ultralytics предоставляет унифицированный Python API, упрощающий сложные конвейеры. Для обучения требуется значительно меньше памяти GPU, чем для многих альтернатив, что обеспечивает впечатляющую эффективность обучения.

from ultralytics import YOLO

# Initialize the YOLOv9c model
model = YOLO("yolov9c.pt")

# Train the model on your custom dataset seamlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export the optimized model to TensorRT format
model.export(format="engine")

Встроенная поддержка нескольких задач, включая обнаружение объектов, сегментацию экземпляров и оценку позы, позволяет быстро адаптировать решения для компьютерного зрения без полной переработки кодовой базы.

Практические применения#

Конкретные сильные стороны этих моделей делают их подходящими для разных реальных приложений:

Высокоскоростная аналитика в розничной торговле#

Для современных розничных сред, требующих распознавания товаров в реальном времени, отлично подходит YOLOv9. Благодаря способности сохранять сложные детали признаков модель идеально подходит для развёртываний ИИ в розничной торговле, где необходимо различать визуально похожие товары на переполненных полках.

Устаревшие периферийные развёртывания#

В сценариях со строгими аппаратными ограничениями или специализированными NPU, испытывающими трудности с новыми блоками агрегации, YOLOX-Nano иногда может найти свою нишу. Её простые урезанные свёрточные структуры иногда предпочитают для микроконтроллеров с крайне ограниченными ресурсами.

Автономная робототехника#

В навигации роботов пропуск небольших объектов может привести к катастрофическим последствиям. Архитектура GELAN в YOLOv9 гарантирует, что признаки небольших удалённых препятствий не теряются в глубоких слоях сети, превосходя более старые модели в критически важных для безопасности средах, например в приложениях ИИ для автомобильной отрасли.

Варианты применения и рекомендации#

Выбор между YOLOv9 и YOLOX зависит от конкретных требований твоего проекта, ограничений развёртывания 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 YOLOX#

YOLOX рекомендуется для следующих задач:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая безъякорная архитектура YOLOX используется как базовая модель для экспериментов с новыми головками обнаружения или функциями потерь.
• Сверхлёгкие периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый размер варианта YOLOX-Nano (0.91M параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты, изучающие стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• 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.

Будущее: встречайте YOLO26#

Хотя YOLOv9 представляет собой впечатляющую веху, требования производственных сред постоянно раздвигают границы возможного. Недавно выпущенная YOLO26 представляет собой определяющий стандарт современного ИИ для компьютерного зрения.

YOLO26 полностью обновляет конвейер развёртывания благодаря встроенной сквозной архитектуре без NMS. Устраняя необходимость в сложном подавлении немаксимумов на этапе постобработки, модель обеспечивает значительно меньшую задержку инференса.

Кроме того, YOLO26 использует революционный оптимизатор MuSGD — гибрид SGD и Muon, заимствующий инновации из обучения LLM для обеспечения исключительно стабильной и быстрой сходимости. За счёт отказа от функции потерь фокуса распределения (DFL) YOLO26 обеспечивает до 43% более быстрый инференс на CPU по сравнению с предшественниками, что делает её безусловно лучшим выбором для периферийных устройств и корпоративных развёртываний. Благодаря заметному улучшению распознавания небольших объектов с помощью ProgLoss и STAL YOLO26 эффективно превосходит и YOLOX, и YOLOv9.

Инженерам, изучающим современные архитектуры, мы также рекомендуем обратить внимание на YOLO11 и RT-DETR как мощные альтернативы в составе набора Ultralytics. Сделай свой проект готовым к будущему, используя непревзойдённую производительность новейших моделей на платформе Ultralytics.