DAMO-YOLO vs YOLO11
Quando scegli un'architettura di rilevamento di oggetti in tempo reale per il tuo prossimo progetto di visione artificiale, è utile capire in cosa differiscono i principali modelli. Questa guida confronta dal punto di vista tecnico DAMO-YOLO e Ultralytics YOLO11, esaminandone le architetture, le metriche prestazionali, i metodi di addestramento e gli scenari di deployment più adatti.
Dettagli su DAMO-YOLO:
- Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organizzazione: Alibaba Group
- Data: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- Documentazione: Documentazione di DAMO-YOLO
Dettagli di YOLO11:
- Autori: Glenn Jocher e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2024-09-27
- GitHub: ultralytics/ultralytics
- Documentazione: Documentazione di YOLO11
Filosofia di progettazione dell'architettura#
L'architettura alla base di un modello di rilevamento di oggetti determina la velocità di inferenza, l'accuratezza e l'adattabilità ai diversi ambienti hardware.
DAMO-YOLO introduce diverse innovazioni accademiche e si affida ampiamente alla ricerca dell'architettura neurale (NAS) per progettare automaticamente il proprio backbone. Usa un RepGFPN (rete piramidale delle feature generalizzata riparametrizzata) efficiente per migliorare la fusione delle feature e una progettazione ZeroHead che riduce notevolmente la pesante testa di predizione presente nelle architetture precedenti. Sebbene questo approccio basato su NAS permetta a DAMO-YOLO di raggiungere efficienze specifiche su alcune GPU, le architetture risultanti potrebbero non essere abbastanza flessibili da generalizzare a dispositivi edge diversi.
Al contrario, YOLO11 si basa su anni di ricerca fondamentale per offrire un'architettura ottimizzata e progettata manualmente. Punta su un backbone snello e un neck efficiente che riduce i calcoli ridondanti. Uno dei principali vantaggi di YOLO11 è l'efficienza ottimizzata dei parametri: ottiene un'elevata capacità di rappresentazione delle feature senza i notevoli requisiti di VRAM tipici dei modelli basati su Transformer come RT-DETR. Questo rende YOLO11 versatile e in grado di funzionare senza problemi su GPU di fascia consumer, dispositivi mobili e acceleratori edge specializzati.
Prestazioni e metriche#
Per valutare le prestazioni occorre andare oltre l'accuratezza complessiva e considerare l'equilibrio tra velocità, dimensioni del modello e carico computazionale (FLOPs).
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Come mostra la tabella, YOLO11 offre un buon equilibrio prestazionale. La variante YOLO11s, ad esempio, supera DAMO-YOLOs in accuratezza pur mantenendo un ingombro di parametri notevolmente inferiore. Questa riduzione dei requisiti di memoria si traduce direttamente in costi di deployment inferiori e prestazioni più agili sui dispositivi edge.
Metodologie di addestramento e facilità d’uso#
Gli sviluppatori dedicano gran parte del loro tempo alla pipeline di addestramento, perciò l'efficienza dell'addestramento è una preoccupazione importante.
DAMO-YOLO adotta un processo di addestramento in più fasi che dipende fortemente dalla distillazione della conoscenza. Utilizza AlignedOTA (assegnazione ottimale tramite trasporto) per assegnare le etichette e spesso richiede di addestrare un modello «insegnante» più grande per trasferire le conoscenze ai modelli «studenti» più piccoli. Questo metodo aumenta notevolmente l'uso della memoria CUDA e il tempo di calcolo complessivo necessario per convergere.
Al contrario, l'ecosistema Ultralytics nasconde la complessità dell'addestramento dei modelli. YOLO11 è progettato per essere semplice da usare e include un'API Python snella e una CLI completa, che consentono agli ingegneri di iniziare ad addestrare modelli su dataset personalizzati con un solo comando. La pipeline di addestramento usa le risorse in modo efficiente e limita i picchi di memoria, così anche i modelli più grandi possono essere addestrati su hardware standard.
Per addestrare un modello Ultralytics non serve codice boilerplate. Le pipeline integrate per il caricamento dei dati, l'aumento dei dati e il calcolo della funzione di perdita funzionano subito.
Ecco un rapido esempio di addestramento ed esportazione di un modello Ultralytics:
from ultralytics import YOLO
# Carica un modello YOLO11 small preaddestrato
model = YOLO("yolo11s.pt")
# Addestra il modello su un dataset personalizzato
model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Esporta il modello addestrato in ONNX per il deployment
model.export(format="onnx")Applicazioni nel mondo reale e versatilità#
La scelta tra queste architetture dipende spesso dall'ampiezza delle attività richieste dall'ambiente di distribuzione.
Dove si colloca DAMO-YOLO#
DAMO-YOLO è esclusivamente un framework per il rilevamento di oggetti. È adatto alla ricerca accademica, in cui i team studiano la riparametrizzazione o riproducono specifici esperimenti di ricerca dell'architettura neurale. Può anche essere distribuito in ambienti industriali con vincoli rigorosi, dove uno specifico acceleratore GPU corrisponde al backbone generato da NAS.
I vantaggi di Ultralytics#
I modelli Ultralytics, incluso YOLO11, sono ampiamente usati nelle applicazioni commerciali grazie alla loro versatilità e a un ecosistema ben mantenuto. A differenza di DAMO-YOLO, il framework Ultralytics supporta nativamente più attività. Dalla segmentazione di istanze nell'imaging medico alla stima della posa per l'analisi biomeccanica nello sport, un'unica base di codice unificata gestisce tutto.
Tra i settori che utilizzano YOLO11 troviamo:
- Agricoltura intelligente: utilizzo del rilevamento di oggetti per monitorare la salute delle colture e automatizzare i macchinari per la raccolta.
- Analisi del settore retail: implementazione della videosorveglianza intelligente per analizzare il flusso dei clienti e automatizzare la gestione delle scorte.
- Logistica e catena di approvvigionamento: rilevamento ad alta velocità di codici a barre e pacchi sui nastri trasportatori veloci mediante riquadri di delimitazione orientati (OBB).
Casi d'uso e consigli#
La scelta tra DAMO-YOLO e YOLO11 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.
Quando scegliere DAMO-YOLO#
DAMO-YOLO è un'ottima scelta per:
- Analisi video ad alto throughput: elaborazione di flussi video ad alto FPS su infrastrutture GPU NVIDIA fisse, dove il throughput con batch di dimensione 1 è la metrica principale.
- Linee di produzione industriale: scenari con rigidi vincoli di latenza GPU su hardware dedicato, come l'ispezione della qualità in tempo reale sulle linee di assemblaggio.
- Ricerca sulla ricerca di architetture neurali: studio degli effetti della ricerca automatizzata delle architetture (MAE-NAS) e dei backbone efficienti riparametrizzati sulle prestazioni di rilevamento.
Quando scegliere YOLO11#
YOLO11 è consigliato per:
- Deployment edge in produzione: applicazioni commerciali su dispositivi come Raspberry Pi o NVIDIA Jetson, per cui affidabilità e manutenzione attiva sono fondamentali.
- Applicazioni di visione multi-task: progetti che richiedono rilevamento, segmentazione, stima della posa e OBB all'interno di un unico framework unificato.
- Prototipazione e deployment rapidi: team che devono passare rapidamente dalla raccolta dei dati alla produzione usando la API Python di Ultralytics, semplice e intuitiva.
Quando scegliere Ultralytics (YOLO26)#
Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:
- Distribuzione edge senza NMS: applicazioni che richiedono un’inferenza costante e a bassa latenza, senza la complessità della post-elaborazione con Non-Maximum Suppression (NMS).
- Ambienti solo CPU: dispositivi senza accelerazione GPU dedicata, in cui l'inferenza CPU fino al 43% più veloce di YOLO26 (YOLO26n rispetto a YOLO11n) offre un chiaro vantaggio.
- Rilevamento di oggetti di piccole dimensioni: scenari complessi come le immagini aeree acquisite da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano notevolmente la precisione sugli oggetti molto piccoli.
La nuova generazione: ecco YOLO26#
YOLO11 resta una scelta potente e affidabile, ma il panorama della visione artificiale evolve rapidamente. Per gli sviluppatori che avviano nuovi progetti, il modello YOLO26 più recente è il punto di partenza consigliato.
Rilasciato a gennaio 2026, YOLO26 introduce diversi miglioramenti:
- Progettazione end-to-end senza NMS: grazie alla testa one-to-one opzionale (
nms=False), YOLO26 salta la post-elaborazione con la soppressione non massima, garantendo tempi di inferenza più rapidi e prevedibili e pipeline di deployment più semplici. - Inferenza su CPU fino al 43% più veloce: eliminando Distribution Focal Loss (DFL), YOLO26n funziona su CPU fino al 43% più velocemente di YOLO11n ed è particolarmente adatto ai dispositivi edge e a basso consumo privi di GPU dedicate.
- Ottimizzatore MuSGD: portando nella visione tecniche di addestramento degli LLM ispirate a Moonshot AI, questo ottimizzatore ibrido consente una convergenza rapida e stabile durante l'addestramento.
- Tecniche di addestramento avanzate: con ProgLoss + STAL, YOLO26 migliora il riconoscimento degli oggetti di piccole dimensioni, essenziale per le immagini aeree e la robotica.
Conclusione#
Sia DAMO-YOLO che YOLO11 hanno contribuito in modo significativo allo sviluppo di una visione artificiale rapida e accurata. DAMO-YOLO offre interessanti spunti accademici sulla ricerca dell'architettura e la distillazione, mentre Ultralytics YOLO11 (e il più recente YOLO26) garantisce un'esperienza di sviluppo più fluida.
Grazie ai minori requisiti di memoria, alla documentazione completa, alle capacità multi-task e all'integrazione con la Ultralytics Platform, i modelli Ultralytics restano la scelta consigliata per ricercatori e ingegneri aziendali che vogliono creare soluzioni IA solide e scalabili. Per chi esplora altre architetture avanzate, il confronto tra YOLO26 e RT-DETR offre ulteriori spunti sulle alternative basate su Transformer.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.