YOLOv9 与YOLO-YOLO：全面技术比较

在快速发展的计算机视觉领域，选择最佳的物体检测架构是项目成功的关键。本分析对两种强大的模型进行了详细的技术比较： YOLOv9和YOLO-YOLO（阿里巴巴集团专为高速推理设计的模型）之间进行了详细的技术比较。我们研究了它们独特的架构、性能指标和理想的部署方案，以指导开发人员和研究人员做出明智的决定。

YOLOv9：可编程梯度信息实现卓越精度

YOLOv9 标志着 "你只看一次YOLO）系列的重大发展，其重点是解决深度神经网络固有的信息瓶颈问题。通过确保在整个网络层中保留关键输入数据，YOLOv9 实现了最先进的准确性。

作者：王建尧、廖鸿源Chien-Yao Wang 和 Hong-Yuan Mark Liao
组织：台湾中央研究院信息科学研究所
日期：2024-02-21
Arxiv:2402.13616
GitHub:WongKinYiu/yolov9
文档：Ultralytics YOLOv9 文档

架构与核心创新

YOLOv9 的架构基于两个开创性的概念，旨在优化深度学习效率：

1. 可编程梯度信息 (PGI)：PGI 是一种辅助监督框架，用于解决数据在深层传播时的信息损失问题。它能确保损失函数获得可靠的梯度，使模型在不增加推理成本的情况下学习更有效的特征。
2. 通用高效层聚合网络（GELAN）：这种新颖的架构结合了 CSPNet 和 ELAN 的优势。GELAN 的设计目的是最大限度地提高参数利用率和计算效率，提供一个轻量级但功能强大的骨干网，支持各种计算模块。

优势和生态系统

• 顶级精度： YOLOv9 实现卓越的 mAP分数，为实时物体检测器设定了基准。
• 参数效率：由于采用了 GELAN 技术，与许多前代产品相比，该模型只需较少的参数即可实现高性能。
• Ultralytics 集成：作为Ultralytics 生态系统的一部分，YOLOv9 可从统一的Python API、无缝模型导出选项ONNX、TensorRT、CoreML）和强大的文档中获益。
• 训练稳定性：PGI 框架大大提高了模型训练过程中的收敛速度和稳定性。

弱点

• 资源强度：虽然在精度等级上效率很高，但最大的变体（如YOLOv9）需要大量的 GPU内存。
• 任务重点：核心研究主要针对物体检测，而其他Ultralytics 模型，如 YOLO11本机支持更广泛的任务，包括姿势估计 和旋转框检测 。

了解有关YOLOv9的更多信息

DAMO-YOLO：寻找速度的神经架构

YOLO 证明了自动化架构设计的威力。它由阿里巴巴开发，利用神经架构搜索（NAS）在推理延迟和检测性能之间找到最佳平衡，特别针对工业应用。

作者Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang, and Xiuyu Sun
组织:阿里巴巴集团
日期:2022-11-23
Arxiv:2211.15444
GitHub:YOLO

架构和主要特性

YOLO 通过几项旨在最大限度提高产量的先进技术脱颖而出：

• MAE-NAS 主干网：它利用从 "方法感知高效神经架构搜索"（Method-Aware Efficient Neural Architecture Search）中提取的骨干结构，针对特定硬件限制优化网络拓扑。
• 高效的 RepGFPN：该模型的颈部采用了 Reparameterized Generalized Feature Pyramid Network（Reparameterized 通用特征金字塔网络），在保持低延迟的同时加强了特征融合。
• ZeroHead：轻量级检测头设计，可减少通常与最终预测层相关的计算开销。
• AlignedOTA：一种改进的标签分配策略，可解决训练过程中分类和回归任务之间的错位问题。

优势

• 低延迟： YOLO 专为提高速度而设计，因此在边缘设备和 GPU 上进行实时推理时非常有效。
• 自动化设计：使用 NAS 可确保对架构进行数学调整以提高效率，而不是完全依赖人工启发式设计。
• 无锚：它采用无锚方法，简化了与锚框相关的超参数调整过程。

弱点

• 生态系统有限：与用于Ultralytics 模型的大量工具相比，DAMO-YOLO 的社区规模较小，用于MLOps 的现成集成工具也较少。
• 多功能性：它主要专门用于检测，缺乏更全面框架中的本地多任务功能（分割、分类）。

了解更多关于 DAMO-YOLO 的信息

性能分析：速度 vs. 准确性

在比较性能指标时，两种架构之间的权衡就很明显了。YOLOv9 优先考虑信息保存，以实现更高的准确性，在类似模型大小的mAP 分数上经常超过YOLO -YOLO。相反，YOLO -YOLO 注重原始吞吐量。

然而，YOLOv9 的 GELAN 架构的效率使其在速度上保持了很高的竞争力，同时提供了更好的检测质量。例如，YOLOv9的mAP （53.0%）明显高于DAMO-YOLO-YOLO（50.8%），而使用的参数却更少（25.3M 对 42.1M）。这凸显了YOLOv9 在模型复杂度方面 "以更少的投入获得更多的回报 "的能力。

理想用例

架构上的差异决定了每种模式的理想部署方案。

YOLOv9 应用

对于精度要求极高的应用场合，YOLOv9 是首选。

• 医学成像：在医学图像分析中检测细微异常，因为漏检可能会造成严重后果。
• 自主导航：用于自动驾驶汽车的高级感知系统，需要对目标检测有很高的置信度。
• 详细监控：需要识别小物体或在杂波较多的复杂环境中运行的安防系统。

YOLO 应用程序

YOLO 在受严格延迟预算限制的环境中表现出色。

• 高速制造： 计算机视觉系统必须与快速传送带保持同步的工业生产线。
• 视频分析：处理海量视频流，吞吐量成本是首要考虑因素。

Ultralytics 的优势

虽然这两种型号在技术上都令人印象深刻，但选择Ultralytics 生态系统中的型号，如 YOLOv9 或最先进的 YOLO11-为开发人员和企业提供了独特的优势。

无缝工作流程和可用性

Ultralytics 将易用性放在首位。模型可通过统一的界面访问，该界面抽象了复杂的模板代码。无论是对自定义数据进行训练还是运行推理，整个过程都是一致的、直观的。

from ultralytics import YOLO

# Load a pre-trained YOLOv9 model
model = YOLO("yolov9c.pt")

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

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

维护良好的生态系统

Ultralytics 模型由一个活跃的社区提供支持，并经常更新。功能包括 Ultralytics HUB等功能允许基于网络的数据集管理和训练，同时与TensorBoard和MLflow等工具的广泛集成简化了 MLOps 的生命周期。相比之下，DAMO-YOLO 等研究模型往往缺乏这种程度的持续支持和工具集成。

多功能性和效率

Ultralytics 模型被设计为多功能模型。YOLO 专注于检测，而像YOLO11 这样的Ultralytics 模型则将功能扩展到实例分割、姿势估计 和定向边界框（旋转框检测）检测。此外，它们还对内存效率进行了优化，与其他架构相比，在训练过程中需要的CUDA 内存通常更少，从而节省了硬件成本。

结论

在YOLOv9 与YOLO 的对比中，两个模型都展示了人工智能的飞速发展。YOLO 为纯粹的速度优化提供了令人信服的架构。但是 YOLOv9在大多数实际应用中是更强大的解决方案。它的每个参数都具有极高的准确性，采用先进的架构来防止信息丢失，并且位于蓬勃发展的Ultralytics 生态系统中。对于寻求性能、易用性和长期支持之间最佳平衡的开发人员来说，Ultralytics 模型仍然是值得推荐的选择。

探索其他模型

在我们的文档中了解其他先进机型的比较：

• YOLO11 vs DAMO-YOLO
• YOLOv8 vs. DAMO-YOLO
• RT-DETR vs. DAMO-YOLO
• YOLOX 与 DAMO-YOLO 对比
• YOLOv10 vs.YOLO

评论