Начать

YOLOv9 и YOLOX

Сфера компьютерного зрения стремительно развивается, особенно архитектуры детекции объектов в реальном времени. В этом руководстве сравниваются YOLOv9 и YOLOX: рассматриваются их архитектурные новшества, метрики производительности и методы обучения. Независимо от того, разрабатываешь ли ты интеллектуальные приложения для ИИ в производстве или изучаешь прогнозное моделирование, понимание этих моделей поможет принять взвешенное решение для следующего развертывания.

Архитектурные инновации#

YOLOv9: программируемая информация о градиентах#

YOLOv9 решает проблему информационного узкого места, свойственную глубоким нейронным сетям. К ее ключевым нововведениям относятся программируемая градиентная информация (PGI) и обобщенная эффективная сеть агрегации слоев (GELAN).

  • Авторы: Chien-Yao Wang и Hong-Yuan Mark Liao
  • Организация: Институт информатики, Academia Sinica, Тайвань
  • Дата: 21 февраля 2024 года
  • arXiv: 2402.13616
  • GitHub: WongKinYiu/yolov9

Сохраняя важные данные о признаках при прямом проходе, YOLOv9 помогает обеспечить точность градиентов, используемых для обновления весов при обратном распространении ошибки. Эта архитектура эффективна для извлечения признаков, поэтому хорошо обнаруживает мелкие объекты в сложных условиях, например на аэрофотоснимках и детализированных медицинских снимках.

Подробнее о YOLOv9

YOLOX: от исследований к промышленности#

Выпущенная в середине 2021 года, YOLOX перевела серию YOLO на архитектуру без якорей. В ней появилась разделенная голова модели, в которой задачи классификации и локализации выполняются отдельно, а для улучшения сходимости при обучении используется стратегия назначения меток SimOTA.

  • Авторы: Чжэн Гэ, Сунтао Лю, Фэн Ван, Цзэмин Ли и Цзянь Сунь
  • Организация: Megvii
  • Дата: 18 июля 2021 года
  • arXiv: 2107.08430
  • GitHub: Megvii-BaseDetection/YOLOX

YOLOX оказала большое влияние в свое время: модель обеспечивала отличную среднюю точность по всем классам (mAP) и избавляла от настройки гиперпараметров анкерных рамок. Однако с тех пор ее базовую архитектуру превзошли современные сети, лучше балансирующие количество параметров и сохранение признаков.

Узнай больше о YOLOX

Развитие архитектур без якорей

И YOLOX, и более новые модели Ultralytics используют архитектуры без якорей, упрощая настройку гиперпараметров и улучшая обобщение на разных наборах данных.

Анализ производительности#

Сравнение моделей на тесте MS COCO показывает преимущества YOLOv9: она стабильно обеспечивает более удачный баланс точности и FLOPs.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Хотя YOLOX предлагает облегченные варианты, такие как YOLOX-Nano, для крайне ограниченных периферийных устройств, варианты YOLOv9 стабильно превосходят модели YOLOX сопоставимого размера по точности. Например, YOLOv9m достигает mAP 51,4% против 49,7% у YOLOXl, имея при этом менее половины параметров (20,1 млн против 54,2 млн).

Преимущества Ultralytics#

При выборе модели важна не только архитектура: экосистема вокруг нее определяет скорость разработки и успех развертывания. Использование YOLOv9 в экосистеме Ultralytics обеспечивает простоту использования и сильную поддержку сообщества.

В отличие от старых исследовательских репозиториев, фреймворк Ultralytics предоставляет единый Python API, упрощающий сложные конвейеры. Для обучения обычно требуется меньше памяти GPU, чем для многих альтернатив, что повышает эффективность обучения.

from ultralytics import YOLO

# Инициализируй модель YOLOv9c
model = YOLO("yolov9c.pt")

# Обучи модель на собственном датасете
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Проверка производительности модели
metrics = model.val()

# Экспортируй оптимизированную модель в формат TensorRT
model.export(format="engine")

Встроенная поддержка множества задач, включая детекцию объектов, сегментацию экземпляров и оценку позы, позволяет переключаться между задачами компьютерного зрения без изменения всей кодовой базы.

Простой экспорт

Развертываешь модель на периферийных устройствах? Ultralytics позволяет легко экспортировать обученные модели в оптимизированные форматы, например ONNX, TensorRT и OpenVINO, всего одной командой.

Применение в реальных условиях#

Каждая из этих моделей обладает сильными сторонами, которые определяют подходящие для нее реальные задачи:

Высокоскоростная аналитика в розничной торговле#

Для современных торговых залов, где требуется распознавание товаров в реальном времени, YOLOv9 отлично подходит. Способность модели сохранять сложные детали признаков делает ее подходящей для развертывания ИИ в рознице, где необходимо различать похожие товары на переполненных полках.

Устаревшие периферийные системы#

В условиях строгих аппаратных ограничений или при использовании специализированных NPU, которым сложно работать с новыми блоками агрегации, YOLOX-Nano иногда может найти свою нишу. Простые схемы свертки иногда предпочтительнее для микроконтроллеров с крайне ограниченными ресурсами.

Автономная робототехника#

В робототехнической навигации пропуск мелких объектов может привести к катастрофическим последствиям. Архитектура GELAN в YOLOv9 помогает не терять признаки мелких удаленных препятствий в глубоких слоях сети, что важно в критически важных для безопасности приложениях, например в автомобильном ИИ.

Сценарии использования и рекомендации#

Выбор между YOLOv9 и YOLOX 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 стоит выбрать YOLOX#

YOLOX подойдёт для следующих задач:

  • Исследования обнаружения без якорей: Академические исследования, в которых чистая архитектура YOLOX без якорей используется как базовая модель для экспериментов с новыми головами обнаружения или функциями потерь.
  • Сверхкомпактные периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен крайне малый размер варианта YOLOX-Nano (0,91 млн параметров).
  • Исследования назначения меток SimOTA: Исследовательские проекты по изучению стратегий назначения меток на основе оптимального транспорта и их влияния на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает оптимальное сочетание производительности и удобства разработки:

  • Развертывание на периферийных устройствах без NMS: приложения, которым нужен стабильный инференс с низкой задержкой без усложнений, связанных с постобработкой с подавлением немаксимумов (NMS).
  • Среды, работающие только на CPU: устройства без выделенного ускорения на GPU, на которых преимущество YOLO26n особенно заметно: инференс на CPU выполняется до 43% быстрее, чем у YOLO11n.
  • Обнаружение мелких объектов: сложные сценарии, например съемка с дронов или анализ данных датчиков IoT, где ProgLoss и STAL повышают точность распознавания крошечных объектов.

Будущее: встречай YOLO26#

YOLOv9 — важная веха, но требования к производственным системам продолжают меняться. Выпущенная в январе 2026 года YOLO26 — актуальная рекомендованная модель Ultralytics.

YOLO26 упрощает конвейер развертывания благодаря опциональной архитектуре от начала до конца без NMS. Устраняя постобработку NMS с помощью nms=False, модель снижает задержку инференса.

В YOLO26 также используется оптимизатор MuSGD — гибрид SGD и Muon, заимствующий новшества из обучения больших языковых моделей для стабильной и быстрой сходимости. После удаления DFL и благодаря инференсу без NMS YOLO26n обеспечивает до 43% более быстрый инференс на CPU, чем YOLO11n, поэтому YOLO26 отлично подходит для периферийных устройств и корпоративных развертываний. Улучшенная с помощью ProgLoss и STAL (прогрессивной функции потерь и назначения меток с учетом малых объектов) детекция мелких объектов делает YOLO26 более предпочтительным выбором для новых проектов, чем YOLOX и YOLOv9.

Инженерам, изучающим современные архитектуры, также подойдут YOLO11 и RT-DETR, поддерживаемые экосистемой Ultralytics. А платформа Ultralytics позволяет обучать и развертывать новейшие модели в одном месте.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.