Inizia

DAMO-YOLO vs YOLO26

Le architetture di visione artificiale continuano a evolversi, spinte dalla necessità di bilanciare elevata precisione e inferenza a bassa latenza. Questo confronto analizza DAMO-YOLO e Ultralytics YOLO26, esaminandone le innovazioni architetturali, i metodi di addestramento e i casi d'uso più adatti.

Che tu stia distribuendo modelli di visione sui dispositivi edge o creando pipeline cloud ad alto throughput, capire le differenze tra questi modelli ti aiuta a prendere decisioni architetturali consapevoli.

DAMO-YOLO: ricerca di architetture neurali su larga scala#

DAMO-YOLO, sviluppato da Alibaba Group, è stato rilasciato il 23 novembre 2022. Progettato da Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun, il modello si concentra sulla scoperta automatizzata di architetture efficienti tramite Neural Architecture Search (NAS).

Puoi consultare la ricerca originale nel loro articolo su arXiv oppure esplorare il codice sorgente nel repository GitHub di DAMO-YOLO.

Caratteristiche architetturali principali#

DAMO-YOLO introduce diverse innovazioni tecniche per il rilevamento di oggetti in tempo reale:

  • Backbone MAE-NAS: DAMO-YOLO utilizza una ricerca guidata dall'entropia massima per individuare backbone efficienti. Questo approccio NAS individua architetture che bilanciano rigorosamente la precisione di rilevamento e la velocità di inferenza su hardware specifici.
  • RepGFPN efficiente: un design heavy-neck che migliora notevolmente la fusione delle feature, facilitando l'analisi di scene complesse come quelle presenti nelle immagini aeree.
  • Design ZeroHead: Una head di rilevamento fortemente semplificata che riduce al minimo la complessità computazionale dei livelli finali di predizione.
  • AlignedOTA e distillazione: DAMO-YOLO utilizza Aligned Optimal Transport Assignment (AlignedOTA) per risolvere le ambiguità nell'assegnazione delle etichette, insieme a una strategia di miglioramento tramite distillazione della conoscenza che aumenta la precisione dei modelli studente più piccoli usando reti insegnanti più grandi.

Scopri di più su DAMO-YOLO

Il vantaggio di Ultralytics: YOLO26#

Rilasciato il 14 gennaio 2026 da Glenn Jocher e Jing Qiu di Ultralytics, YOLO26 è l'attuale modello Ultralytics consigliato per un'IA visiva accessibile e ad alte prestazioni. Basato su YOLO11 e YOLOv10, YOLO26 è progettato da zero per il deployment con priorità ai dispositivi edge, la versatilità multi-task e la facilità d'uso.

Innovazioni di YOLO26#

Ultralytics YOLO26 introduce diverse funzionalità pensate per le applicazioni moderne di visione artificiale:

  • Progettazione end-to-end senza NMS: la testa one-to-one nativa di YOLO26 (nms=False) elimina la post-elaborazione con la soppressione non massima (NMS). Basato sull'addestramento senza NMS di YOLOv10, questo approccio end-to-end semplifica le pipeline di deployment e offre un'inferenza prevedibile e a bassa latenza.
  • Inferenza su CPU fino al 43% più veloce: ottimizzato a livello architetturale per l'edge computing, YOLO26 offre un'inferenza rapida sui dispositivi edge e sulle CPU standard; YOLO26n è fino al 43% più veloce di YOLO11n, risultando quindi particolarmente adatto ai dispositivi IoT alimentati a batteria.
  • Ottimizzatore MuSGD: Ispirato all'addestramento degli LLM, come Kimi K2 di Moonshot AI, YOLO26 integra una combinazione di SGD e Muon. Questo trasferisce la stabilità dell'addestramento dei modelli linguistici di grandi dimensioni alla visione artificiale, con una convergenza più rapida e affidabile.
  • Rimozione di DFL: eliminando Distribution Focal Loss, il grafo del modello viene semplificato e l'esportazione in formati come ONNX e TensorRT diventa più semplice.
  • ProgLoss + STAL: una funzione di perdita progressiva e una strategia di assegnazione delle etichette consapevole degli oggetti di piccole dimensioni migliorano notevolmente il riconoscimento di tali oggetti, una funzionalità fondamentale per le operazioni con i droni e l'agricoltura.
Miglioramenti specifici per attività

YOLO26 include miglioramenti specializzati per diverse modalità: un proto multi-scala per la segmentazione di istanze, la stima residua della log-verosimiglianza (RLE) per la stima della posa e una funzione di perdita angolare avanzata per mitigare i problemi ai bordi nel rilevamento dei riquadri di delimitazione orientati (OBB).

Confronto delle prestazioni#

Quando si valutano questi modelli, è fondamentale trovare un equilibrio tra accuratezza (mAP) ed efficienza computazionale (velocità e FLOPs). La tabella seguente mette a confronto questi modelli usando il dataset COCO, standard del settore.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Come si vede sopra, YOLO26 offre costantemente una maggiore accuratezza con un numero nettamente inferiore di parametri e FLOPs, ottenendo un'architettura più efficiente sia in fase di addestramento che di inferenza.

Efficienza e usabilità dell'addestramento#

Le complessità di DAMO-YOLO#

DAMO-YOLO raggiunge un'accuratezza competitiva, ma il suo metodo di addestramento è complesso. La dipendenza dalla ricerca dell'architettura neurale (NAS) e dalla distillazione della conoscenza intensiva fa sì che l'addestramento di un modello personalizzato richieda spesso notevoli risorse GPU e conoscenze specialistiche. Questo processo in più fasi, che addestra un modello insegnante di grandi dimensioni per trasferirne le conoscenze a un modello studente più piccolo, può rallentare i team di progettazione che cercano di iterare rapidamente su dataset personalizzati.

L'esperienza Ultralytics semplificata#

Ultralytics YOLO26, invece, è progettato per facilitare un onboarding rapido. L'intero ciclo di vita dell'addestramento, della convalida e della distribuzione è disponibile tramite un'API Python e una CLI pulite e unificate. YOLO26 richiede inoltre molta meno memoria CUDA durante l'addestramento rispetto ai modelli basati su Transformer come RT-DETR, consentendo ai ricercatori di addestrare modelli accurati su hardware di fascia consumer.

Ecco un esempio di addestramento, valutazione ed esportazione di un modello YOLO26 con il pacchetto Python Ultralytics:

from ultralytics import YOLO

# Carica il modello nano YOLO26 più recente
model = YOLO("yolo26n.pt")

# Addestra il modello sul dataset COCO8 per 50 epoche
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Valuta le prestazioni del modello sul set di convalida
metrics = model.val()

# Esegui l'inferenza su un'immagine di esempio
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Esporta il modello in formato ONNX per la distribuzione
model.export(format="onnx")

Per i team che preferiscono un ambiente senza codice, la Ultralytics Platform offre un'interfaccia intuitiva per annotare i dataset, eseguire l'addestramento nel cloud e distribuire i modelli.

Applicazioni nel mondo reale#

La scelta dell'architettura giusta dipende in larga misura dall'ambiente di deployment previsto e dai vincoli hardware.

Controllo qualità industriale#

Per l'automazione della produzione ad alta velocità, DAMO-YOLO può offrire buone prestazioni su hardware GPU dedicato. Tuttavia, YOLO26 è la scelta preferibile per le moderne linee di assemblaggio. La sua progettazione end-to-end senza NMS offre una latenza prevedibile e con oscillazioni minime, essenziale per sincronizzare in tempo reale i dati visivi con gli attuatori robotici.

IA edge e dispositivi mobili#

Il deployment della visione artificiale su dispositivi alimentati a batteria richiede un'elevata efficienza. Mentre DAMO-YOLO si basa su neck RepGFPN specifici, YOLO26n (Nano) è ottimizzato per l'edge computing. La rimozione di DFL e un'inferenza su CPU fino al 43% più veloce rispetto a YOLO11n lo rendono ideale per telecamere intelligenti, applicazioni mobili e sistemi di allarme di sicurezza.

Requisiti dei progetti multi-task#

Se un progetto richiede più del semplice rilevamento degli oggetti, ad esempio l'analisi della meccanica dei giocatori nello sport tramite la stima della posa o l'estrazione di contorni esatti a livello di pixel tramite la segmentazione di istanze, YOLO26 offre il supporto nativo per tutte queste attività in un'unica codebase unificata. DAMO-YOLO è limitato al solo rilevamento dei riquadri di delimitazione.

Casi d'uso e consigli#

La scelta tra DAMO-YOLO e YOLO26 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze in termini di 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 YOLO26#

YOLO26 è consigliato per:

  • Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
  • Ambienti con sola CPU: dispositivi privi di accelerazione GPU dedicata, in cui l'inferenza su CPU di YOLO26n, fino al 43% più veloce 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.

Conclusione#

Entrambe le architetture rappresentano risultati importanti nel deep learning. DAMO-YOLO dimostra i risultati raggiungibili con la ricerca dell'architettura neurale e le tecniche di distillazione, se adattate a specifici benchmark hardware.

Tuttavia, per sviluppatori, ricercatori e aziende alla ricerca di una soluzione pronta per la produzione, Ultralytics YOLO26 è la scelta migliore. La combinazione di una progettazione end-to-end senza NMS, un'inferenza su CPU fino al 43% più veloce (YOLO26n rispetto a YOLO11n), versatilità multi-task e integrazione nell'ecosistema Ultralytics ben mantenuto ne fa lo strumento più solido e pratico per affrontare oggi le sfide reali della visione artificiale.

Per chi desidera esplorare altri modelli dell'ecosistema Ultralytics, i modelli YOLO11 e YOLOv8 preaddestrati sono disponibili su Ultralytics Platform, mentre il modello basato su Transformer RT-DETR è descritto nella documentazione Ultralytics.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.