YOLOv9 so với EfficientDet: So sánh kỹ thuật toàn diện

Việc lựa chọn mô hình phát hiện đối tượng phù hợp là một quyết định then chốt trong phát triển thị giác máy tính, ảnh hưởng trực tiếp đến tốc độ, độ chính xác và hiệu quả sử dụng tài nguyên của ứng dụng. Hướng dẫn này cung cấp so sánh kỹ thuật chuyên sâu giữa Ultralytics YOLOv9 và EfficientDet , phân tích những cải tiến về kiến trúc, chỉ số hiệu suất và tính phù hợp của chúng với các kịch bản triển khai hiện đại.

Phân tích hiệu suất

Sự phát triển của công nghệ phát hiện đối tượng diễn ra nhanh chóng, với các kiến trúc mới hơn vượt trội hơn đáng kể so với các kiến trúc tiền nhiệm. Bảng dưới đây trình bày so sánh trực tiếp các chỉ số chính, làm nổi bật những tiến bộ trong YOLOv9 về tốc độ suy luận và hiệu quả tham số so với dòng EfficientDet cũ.

Mô hình	Kích thước ^(pixels)	mAP ^{giá trị 50-95}	Tốc độ ^{CPU ONNX (ms)}	Tốc độ ^{T4 TensorRT10 (ms)}	Tham số ^(M)	FLOPs ^(B)
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

EfficientDet-d0	640	34.6	10.2	3.92	3.9	2.54
EfficientDet-d1	640	40.5	13.5	7.31	6.6	6.1
EfficientDet-d2	640	43.0	17.7	10.92	8.1	11.0
EfficientDet-d3	640	47.5	28.0	19.59	12.0	24.9
EfficientDet-d4	640	49.7	42.8	33.55	20.7	55.2
EfficientDet-d5	640	51.5	72.5	67.86	33.7	130.0
EfficientDet-d6	640	52.6	92.8	89.29	51.9	226.0
EfficientDet-d7	640	53.7	122.0	128.07	51.9	325.0

Những điểm chính cần ghi nhớ:

Sự thống trị về tốc độ: YOLOv9 các mô hình chứng minh tốc độ suy luận vượt trội hơn nhiều GPU phần cứng. Ví dụ, YOLOv9c (53,0% mAP ) nhanh hơn 12 lần so với EfficientDet-d6 có độ chính xác tương đương (52,6% mAP ).
Hiệu quả tham số: Kiến trúc của YOLOv9 cho phép đạt được độ chính xác cao hơn với ít tham số hơn. YOLOv9s đạt 46,8% mAP chỉ với 7,1 triệu tham số, trong khi EfficientDet yêu cầu biến thể D3 lớn hơn (12,0 triệu tham số) để đạt được mức độ chính xác tương tự là 47,5%.
Độ chính xác hiện đại: Mô hình lớn nhất, YOLOv9e , đặt ra tiêu chuẩn cao với 55,6% mAP , vượt qua mô hình EfficientDet-d7 nặng nhất trong khi vẫn duy trì một phần nhỏ độ trễ.

YOLOv9 : Kỷ nguyên mới của thông tin Gradient có thể lập trình

YOLOv9 , được giới thiệu vào đầu năm 2024, đại diện cho một bước tiến đáng kể trong YOLO loạt bài này. Được phát triển bởi Chien-Yao Wang và Hong-Yuan Mark Liao, nó giải quyết các vấn đề cơ bản trong học sâu liên quan đến mất thông tin trong quá trình truyền tính năng.

Chi tiết kỹ thuật:

Tác giả: Chien-Yao Wang, Hong-Yuan Mark Liao
Tổ chức: Viện Khoa học Thông tin, Viện Hàn lâm Khoa học Trung Quốc, Đài Loan
Ngày: 2024-02-21
Arxiv: YOLOv9 : Học những gì bạn muốn học bằng cách sử dụng thông tin Gradient có thể lập trình
GitHub: WongKinYiu/yolov9
Tài liệu: Tài liệu Ultralytics YOLOv9

Đổi mới kiến trúc

YOLOv9 giới thiệu hai khái niệm cốt lõi để giải quyết vấn đề "nút thắt thông tin":

Thông tin Gradient có thể lập trình (PGI): Một khuôn khổ giám sát phụ trợ tạo ra các gradient đáng tin cậy để cập nhật trọng số mạng, đảm bảo mô hình lưu giữ thông tin quan trọng trên khắp các lớp sâu.
Mạng Tổng hợp Lớp Hiệu quả Tổng quát (GELAN): Một kiến trúc nhẹ mới kết hợp thế mạnh của CSPNet và ELAN. Kiến trúc này ưu tiên lập kế hoạch đường dẫn gradient , cho phép hiệu suất tham số cao hơn và tốc độ suy luận nhanh hơn mà không ảnh hưởng đến độ chính xác.

Bạn có biết không?

Kiến trúc GELAN được thiết kế không phụ thuộc vào phần cứng, tối ưu hóa suy luận không chỉ cho GPU cao cấp mà còn cho các thiết bị biên nơi tài nguyên tính toán bị hạn chế.

Điểm mạnh và trường hợp sử dụng

Cân bằng hiệu suất: YOLOv9 mang lại sự cân bằng vượt trội giữa tốc độ và độ chính xác, khiến nó trở nên lý tưởng cho các ứng dụng suy luận thời gian thực như lái xe tự động và phân tích video.
Hệ sinh thái Ultralytics : Tích hợp với Ultralytics cung cấp một API Python hợp lý và CLI , đơn giản hóa việc đào tạo, xác thực và triển khai.
Hiệu quả đào tạo: Nhờ kiến trúc hiệu quả của nó, YOLOv9 thường yêu cầu ít bộ nhớ hơn trong quá trình đào tạo so với các giải pháp thay thế dựa trên máy biến áp, giúp đào tạo tùy chỉnh dễ dàng hơn trên GPU cấp tiêu dùng.

Ví dụ về mã: Sử dụng YOLOv9 với Ultralytics

Bạn có thể dễ dàng chạy suy luận hoặc đào tạo YOLOv9 sử dụng Ultralytics bưu kiện.

from ultralytics import YOLO

# Load a pre-trained YOLOv9c model
model = YOLO("yolov9c.pt")

# Run inference on an image
results = model.predict("path/to/image.jpg")

# Train the model on a custom dataset (e.g., COCO8)
model.train(data="coco8.yaml", epochs=100, imgsz=640)

Tìm hiểu thêm về YOLOv9

EfficientDet: Kiến trúc mở rộng tiên phong

EfficientDet, được phát hành bởi Google Nghiên cứu vào cuối năm 2019 là một mô hình đột phá, giới thiệu một phương pháp có hệ thống để mở rộng quy mô máy dò vật thể. Mô hình này tập trung vào việc tối ưu hóa hiệu quả trên nhiều loại ràng buộc về tài nguyên.

Chi tiết kỹ thuật:

Tác giả: Mingxing Tan, Ruoming Pang, Quoc V. Le
Tổ chức: Google Research
Date: 2019-11-20
Arxiv: EfficientDet: Phát hiện đối tượng hiệu quả và có khả năng mở rộng
GitHub: google /automl/efficientdet

Điểm nổi bật về kiến trúc

EfficientDet được xây dựng trên nền tảng EfficientNet và giới thiệu một số tính năng chính:

Mạng kim tự tháp tính năng hai chiều (BiFPN): Không giống như FPN truyền thống, BiFPN cho phép kết hợp tính năng đa thang đo dễ dàng bằng cách đưa trọng số có thể học được vào các tính năng đầu vào khác nhau.
Tỷ lệ hợp chất: Phương pháp này thống nhất tỷ lệ độ phân giải, độ sâu và chiều rộng của xương sống, mạng tính năng và mạng dự đoán hộp/lớp, cho phép tạo ra một họ mô hình (D0 đến D7) phù hợp với các ngân sách tài nguyên khác nhau.

Điểm mạnh và Điểm yếu

Khả năng mở rộng: Cấu trúc họ D0-D7 cho phép người dùng lựa chọn mô hình phù hợp với ngân sách FLOP cụ thể của họ.
Ý nghĩa lịch sử: Nó đặt ra tiêu chuẩn về hiệu quả vào năm 2020, ảnh hưởng mạnh mẽ đến các nghiên cứu tiếp theo về tìm kiếm kiến trúc thần kinh .
Hiệu suất kế thừa: Mặc dù hiệu quả vào thời điểm đó, EfficientDet hiện tụt hậu so với các máy dò hiện đại như YOLOv9 về độ trễ trên GPU. Việc sử dụng nhiều phép tích chập tách biệt theo chiều sâu, mặc dù hiệu quả về FLOP, thường dẫn đến suy luận chậm hơn trên phần cứng như NVIDIA T4 so với các phép tích chập dày đặc được tối ưu hóa được sử dụng trong YOLO kiến trúc.

Tìm hiểu thêm về EfficientDet

Phân tích so sánh chi tiết

Khi lựa chọn giữa YOLOv9 và EfficientDet, một số yếu tố ngoài nguyên liệu thô mAP phát huy tác dụng. Sau đây là bảng phân tích so sánh giữa chúng trong môi trường phát triển thực tế.

Tốc độ và độ trễ

Sự khác biệt rõ ràng nhất nằm ở tốc độ suy luận . YOLOv9 sử dụng kiến trúc GELAN, được tối ưu hóa cho khả năng song song hóa hàng loạt trên GPU. Ngược lại, việc EfficientDet phụ thuộc vào hợp nhất tính năng phức tạp (BiFPN) và tích chập tách biệt theo chiều sâu có thể tạo ra tắc nghẽn truy cập bộ nhớ trên các bộ tăng tốc. Như được thấy trong bảng hiệu suất, YOLOv9 các mô hình luôn nhanh hơn từ 2 đến 10 lần trên TensorRT so với các mô hình EfficientDet có độ chính xác tương tự.

Hệ sinh thái và tính dễ sử dụng

Hệ sinh thái Ultralytics mang lại lợi thế đáng kể cho YOLOv9 . Trong khi EfficientDet yêu cầu một TensorFlow môi trường và các tập lệnh thiết lập thường phức tạp, YOLOv9 được tích hợp vào một gói thân thiện với người dùng hỗ trợ:

Cài đặt một dòng: pip install ultralytics
Hỗ trợ xuất khẩu rộng rãi: Xuất khẩu liền mạch sang ONNX, TensorRT , CoreML , OpenVINO và nhiều hơn nữa thông qua model.export() function.
Bảo trì tích cực: Cập nhật thường xuyên, hỗ trợ cộng đồng và hướng dẫn chi tiết về các nhiệm vụ như theo dõi và triển khai đối tượng.

Tính linh hoạt triển khai

YOLOv9 các mô hình được đào tạo với Ultralytics có thể dễ dàng triển khai tới các thiết bị biên bằng cách sử dụng các định dạng như TFLite hoặc Edge TPU . Hãy xem hướng dẫn tích hợp TFLite của chúng tôi để biết thêm chi tiết.

Hiệu quả đào tạo và trí nhớ

Việc đào tạo các mô hình thị giác máy tính hiện đại có thể tốn nhiều nguồn lực. Ultralytics YOLO Các mô hình nổi tiếng với việc sử dụng bộ nhớ GPU hiệu quả. Điều này cho phép các nhà phát triển đào tạo các lô lớn hơn trên phần cứng tiêu dùng so với các kiến trúc cũ hoặc các mô hình dựa trên bộ biến áp nặng. Hơn nữa, Ultralytics cung cấp các trọng số được đào tạo sẵn có, cho phép chuyển giao quá trình học tập hội tụ nhanh hơn nhiều so với việc đào tạo EfficientDet từ đầu.

Tính linh hoạt

Mặc dù EfficientDet thực chất là một máy dò đối tượng, nhưng các nguyên tắc kiến trúc đằng sau YOLOv9 (và rộng hơn Ultralytics YOLO gia đình) mở rộng sang nhiều nhiệm vụ. Ultralytics khung hỗ trợ:

Tính linh hoạt này cho phép các nhà phát triển sử dụng một API thống nhất duy nhất cho nhiều thách thức về thị giác máy tính khác nhau.

Kết luận

Đối với hầu hết các dự án mới, YOLOv9 là lựa chọn hàng đầu . Nó mang lại độ chính xác vượt trội với tốc độ suy luận nhanh hơn đáng kể, phù hợp cho các ứng dụng thời gian thực. Việc tích hợp vào hệ sinh thái Ultralytics đảm bảo trải nghiệm phát triển mượt mà, từ chuẩn bị dữ liệu đến triển khai mô hình.

EfficientDet vẫn là tài liệu tham khảo có giá trị để hiểu về khả năng mở rộng hợp chất và kết hợp tính năng nhưng nhìn chung không đạt yêu cầu về số liệu hiệu suất trên mỗi watt và độ trễ trên phần cứng hiện đại.

Các nhà phát triển đang tìm kiếm công nghệ thị giác máy tính mới nhất cũng nên khám phá YOLO11 , công nghệ này được xây dựng dựa trên những tiến bộ này để mang lại hiệu quả và hiệu suất thậm chí còn cao hơn.

Khám phá các Mô hình Khác

Nếu bạn quan tâm đến những so sánh sâu hơn, hãy cân nhắc khám phá các mô hình liên quan sau:

YOLO11 so với YOLOv9 : Xem thế hệ mới nhất cải thiện như thế nào YOLOv9 .
RT-DETR : Máy dò dựa trên máy biến áp cung cấp độ chính xác cao cho các tình huống thời gian thực.
YOLOv8 : Một họ mô hình cực kỳ linh hoạt hỗ trợ phát hiện, phân đoạn và ước tính tư thế.