DAMO-YOLO vs PP-YOLOE+
La scelta dell'architettura giusta per una distribuzione è una decisione fondamentale nella visione artificiale in tempo reale. Questa guida propone un confronto tecnico tra DAMO-YOLO e PP-YOLOE+, analizzandone le architetture, i metodi di addestramento e le metriche di prestazione. Esamina inoltre il confronto di entrambi i modelli con Ultralytics YOLO26, rilasciato a gennaio 2026.
Panoramica dei modelli#
Entrambi i framework sono emersi nel 2022 come alternative per le applicazioni industriali e impiegano tecniche diverse per migliorare l'accuratezza e la velocità di inferenza.
DAMO-YOLO#
Sviluppato da Alibaba Group, DAMO-YOLO ha introdotto diverse tecniche innovative per ottimizzare il compromesso tra latenza e accuratezza, facendo ampio ricorso alla ricerca automatizzata e alla fusione avanzata delle feature.
- Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organizzazione: Alibaba Group
- Data: 2022-11-23
- arXiv: DAMO-YOLO: un resoconto sul design del rilevamento degli oggetti in tempo reale
- GitHub: tinyvision/DAMO-YOLO
- Documentazione: README di DAMO-YOLO
DAMO-YOLO utilizza Maximum Entropy Neural Architecture Search (MAE-NAS) per progettare automaticamente backbone ottimizzati per l'efficienza hardware. Include inoltre RepGFPN (Re-parameterized Generalized Feature Pyramid Network), efficiente per la fusione delle feature nella neck, e un design leggero «ZeroHead». Durante l'addestramento, si affida anche alla distillazione della conoscenza per potenziare la capacità di rappresentazione del modello studente.
PP-YOLOE+#
Sviluppato dal team PaddlePaddle di Baidu, PP-YOLOE+ è un aggiornamento incrementale dell'architettura PP-YOLOE. Si concentra sul pre-addestramento su larga scala e su funzioni di loss perfezionate per ottenere un mAP elevato, soprattutto nel suo framework nativo di deep learning.
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- arXiv: PP-YOLOE: una versione evoluta di YOLO
- GitHub: PaddlePaddle/PaddleDetection
- Documentazione: Configurazioni di PP-YOLOE+
PP-YOLOE+ utilizza un backbone CSPRepResNet e una testa ET (Efficient Task-aligned). La versione «plus» aggiunge il preaddestramento sul dataset Objects365, migliorando la capacità di generalizzazione in ambienti reali eterogenei.
Confronto architetturale#
Le diverse filosofie progettuali di questi due modelli determinano i rispettivi casi d'uso più adatti e la compatibilità hardware.
Fusione delle feature e backbone#
I backbone di DAMO-YOLO generati con MAE-NAS sono progettati per i dispositivi edge e spesso offrono un rapporto velocità-parametri favorevole. Tuttavia, queste architetture personalizzate possono essere rigide e complesse da adattare a task nuovi come la segmentazione di istanze. La neck RepGFPN migliora la fusione delle feature multiscala, ma aggiunge complessità durante la fase di esportazione con riparametrizzazione.
PP-YOLOE+ si affida alla più tradizionale, ma efficace, CSPRepResNet. Sebbene questo backbone richieda più parametri di DAMO-YOLO per un'accuratezza simile, è stabile durante l'addestramento e più facile da integrare nelle pipeline esistenti. La testa ET gestisce efficacemente classificazione e regressione, ma richiede ancora fasi di post-elaborazione come la Non-Maximum Suppression (NMS).
Sia DAMO-YOLO sia PP-YOLOE+ richiedono NMS per la post-elaborazione dei riquadri di delimitazione. Se la latenza di inferenza è fondamentale, considera Ultralytics YOLO26, che offre un design end-to-end nativo senza NMS tramite la testa one-to-one opzionale (nms=False). Questo approccio elimina la post-elaborazione NMS, offrendo una pipeline di distribuzione più rapida e semplice.
Analisi delle prestazioni e delle metriche#
Quando valuti questi modelli per la produzione, è fondamentale bilanciare accuratezza (mAP), velocità di inferenza e numero di parametri. Di seguito trovi un confronto diretto delle principali varianti.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Come mostra la tabella, DAMO-YOLO offre un'accuratezza maggiore alle scale tiny (t) e small (s), e DAMO-YOLOt ha la latenza TensorRT su T4 più bassa tra tutti i modelli qui considerati, grazie ai suoi backbone ottimizzati tramite NAS. PP-YOLOE+, invece, scala bene nelle fasce medium (m) e large (l), raggiungendo punteggi mAP più alti con un lieve calo della velocità TensorRT su T4.
Requisiti di memoria ed efficienza di addestramento#
La dipendenza dalla distillazione di DAMO-YOLO implica spesso la necessità di addestrare un modello insegnante molto più grande prima del modello studente più piccolo. Questo aumenta notevolmente i requisiti di memoria CUDA e il budget computazionale complessivo. PP-YOLOE+ semplifica il processo con un addestramento standard a singola fase, ma resta strettamente legato al framework PaddlePaddle, il che può limitare la flessibilità dei team abituati a PyTorch.
Al contrario, il moderno modello Ultralytics YOLO26 evita questi colli di bottiglia. Grazie al nuovo ottimizzatore MuSGD, una combinazione di SGD e Muon ispirata all'addestramento degli LLM, YOLO26 converge più rapidamente e garantisce un addestramento stabile senza pipeline di distillazione complesse. Inoltre, durante l'addestramento i modelli YOLO richiedono in genere molta meno memoria CUDA rispetto ai rilevatori basati su Transformer come RT-DETR.
Applicazioni nel mondo reale e casi d'uso ideali#
Quando usare DAMO-YOLO#
DAMO-YOLO è adatto all'inferenza edge ad alto throughput, quando la latenza è il principale collo di bottiglia. Le sue varianti più piccole eccellono in ambienti come i sistemi di gestione del traffico o la sorveglianza di base con droni, a condizione che il tuo team di ingegneri disponga delle risorse necessarie per gestire i complessi processi di distillazione e riparametrizzazione.
Quando usare PP-YOLOE+#
PP-YOLOE+ è una buona scelta se hai già investito nell'ecosistema Baidu o gestisci deployment server su larga scala. Il suo mAP elevato lo rende adatto ad attività complesse di analisi di immagini mediche o di rilevamento di difetti nella produzione in ambienti affollati.
I vantaggi di Ultralytics#
Sebbene DAMO-YOLO e PP-YOLOE+ offrano ciascuno vantaggi specifici, gli sviluppatori che cercano versatilità, velocità e semplicità d'uso possono addestrare e distribuire modelli sulla Ultralytics Platform.
Quando aggiorni la tua pipeline di computer vision, Ultralytics YOLO26 offre un'esperienza di sviluppo più snella:
- Inferenza su CPU fino al 43% più veloce: grazie alla completa rimozione della Distribution Focal Loss (DFL), YOLO26n è fino al 43% più veloce su CPU rispetto a YOLO11n, ed è quindi adatto alle CPU edge e ai dispositivi IoT a basso consumo.
- Rilevamento migliorato degli oggetti piccoli: l'obiettivo ProgLoss e l'assegnazione delle etichette STAL migliorano il riconoscimento degli oggetti piccoli, un aspetto fondamentale per le immagini aeree.
- Versatilità estesa: a differenza di PP-YOLOE+, che si concentra esclusivamente sul rilevamento, YOLO26 gestisce anche la stima della posa, le bounding box orientate (OBB) e la segmentazione semantica, con miglioramenti architetturali specifici per ogni attività.
Conclusione#
DAMO-YOLO e PP-YOLOE+ rappresentano tappe importanti nell'evoluzione del rilevamento di oggetti anchor-free. DAMO-YOLO ha spinto al limite la ricerca dell'architettura neurale per ridurre la latenza edge, mentre PP-YOLOE+ ha dimostrato il potenziale del pre-addestramento su larga scala.
Tuttavia, per gli sviluppatori che cercano il miglior equilibrio tra velocità, accuratezza e semplicità di deployment, il modello Ultralytics YOLO26 è la scelta consigliata. La sua architettura senza NMS, la solida API Python e l'integrazione con strumenti come Weights & Biases e TensorRT aiutano i tuoi progetti a passare agevolmente dal prototipo alla produzione.
Pronto per iniziare? Consulta la Guida rapida di Ultralytics oppure confronta altri modelli nella panoramica YOLO11 vs DAMO-YOLO.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.