Link to this sectionDAMO-YOLO vs YOLOv10#

Il campo della computer vision ha assistito a una rapida evoluzione nelle architetture di object detection in tempo reale. Confrontando DAMO-YOLO e YOLOv10, osserviamo due filosofie distinte nella progettazione dei modelli: la ricerca automatizzata dell'architettura contro l'ottimizzazione end-to-end senza NMS. Sebbene entrambi spingano oltre i confini di precisione e velocità, le loro strutture sottostanti e i casi d'uso ideali differiscono significativamente.

Link to this sectionDAMO-YOLO: Ricerca dell'architettura neurale su larga scala#

Sviluppato da Alibaba Group, DAMO-YOLO è emerso come un potente detector focalizzato sullo sfruttamento della scoperta automatizzata per l'efficienza strutturale.

• Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
• Data: 23 novembre 2022
• Arxiv: 2211.15444v2
• GitHub: tinyvision/DAMO-YOLO

Link to this sectionPunti salienti dell'architettura#

DAMO-YOLO si affida pesantemente alla Neural Architecture Search (NAS) per bilanciare prestazioni e latenza. Il suo backbone, chiamato MAE-NAS, utilizza una ricerca evolutiva multi-obiettivo sotto rigidi budget computazionali per trovare la profondità e la larghezza ottimali dei layer.

Per gestire la fusione delle caratteristiche tra le scale, il modello impiega un efficiente RepGFPN (Reparameterized Generalized Feature Pyramid Network). Questo design a collo pesante è particolarmente abile nell'estrarre complesse gerarchie spaziali, rendendolo utile in scenari come l'analisi delle immagini aeree. Inoltre, DAMO-YOLO introduce la ZeroHead, una testa di rilevamento snella che riduce pesantemente la complessità dei layer di previsione finale, affidandosi a un robusto processo di miglioramento della distillazione durante l'addestramento.

Scopri di più su DAMO-YOLO

Link to this sectionYOLOv10: Pionieristico nel rilevamento oggetti end-to-end#

Rilasciato un anno e mezzo dopo, YOLOv10 ha introdotto un cambio di paradigma eliminando completamente la necessità di Non-Maximum Suppression (NMS) durante l'inferenza.

• Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organizzazione: Università Tsinghua
• Data: 23 maggio 2024
• Arxiv: 2405.14458
• Documentazione: Ultralytics YOLOv10

Link to this sectionPunti salienti dell'architettura#

La caratteristica distintiva di YOLOv10 sono i suoi consistent dual assignments per l'addestramento senza NMS. I detector tradizionali prevedono molteplici bounding box sovrapposti per un singolo oggetto, richiedendo la NMS per filtrare i duplicati. Questo passaggio di post-elaborazione crea un collo di bottiglia, specialmente sui dispositivi edge. YOLOv10 risolve questo problema permettendo al modello di prevedere naturalmente una singola e accurata bounding box per oggetto.

Gli autori si sono anche concentrati su una progettazione del modello olistica basata su efficienza e precisione. Analizzando attentamente la ridondanza computazionale nelle architetture esistenti, hanno ottimizzato il backbone e la testa per ridurre il numero di FLOPs e parametri. Questo design leggero assicura che YOLOv10 offra un'eccezionale latenza di inferenza quando esportato in formati come TensorRT o OpenVINO.

Scopri di più su YOLOv10

Link to this sectionPrestazioni e benchmark#

La tabella sottostante illustra le metriche di prestazioni grezze sul dataset COCO. I migliori valori complessivi in ogni colonna sono evidenziati in grassetto.

Mentre DAMO-YOLO mantiene la sua posizione in termini di precisione, YOLOv10 fornisce costantemente una latenza inferiore e pesi del modello significativamente più piccoli. Ad esempio, YOLOv10s raggiunge una mAP leggermente più alta (46,7%) rispetto a DAMO-YOLOs (46,0%) utilizzando meno della metà dei parametri (7,2M contro 16,3M). I minori requisiti di memoria rendono YOLOv10 una scelta eccezionalmente versatile per i sistemi embedded.

Link to this sectionEfficienza di addestramento e usabilità#

Nel passaggio dalla ricerca accademica alla produzione, la facilità d'uso è fondamentale. Il processo di distillazione multi-stadio di DAMO-YOLO e le complesse configurazioni NAS possono presentare ripide curve di apprendimento per i team di ingegneria.

Conversely, YOLOv10 benefits immensely from being fully integrated into the Ultralytics Python SDK. Training a custom model involves minimal boilerplate code. Ultralytics handles data augmentation, hyperparameter tuning, and experiment tracking automatically.

from ultralytics import YOLO

# Load a pretrained YOLOv10 nano model
model = YOLO("yolov10n.pt")

# Train on a custom dataset with built-in validation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image seamlessly
prediction = model("path/to/image.jpg")
prediction[0].show()

Link to this sectionCasi d'uso nel mondo reale#

• Smart Retail (DAMO-YOLO): La precisione di DAMO-YOLO è ben adatta per ambienti server ad alta densità che analizzano il comportamento del cliente dove le GPU sono abbondanti e i colli di bottiglia della NMS in tempo reale sono gestibili.
• Veicoli Autonomi (YOLOv10): L'architettura senza NMS garantisce una latenza deterministica e prevedibile, che è critica per i sistemi di sicurezza nella guida autonoma.
• Industrial Automation (YOLOv10): Detecting defects on fast-moving assembly lines requires models that maximize real-time inference speeds without consuming vast VRAM, making YOLOv10 a prime candidate for edge deployment.

Link to this sectionCasi d'uso e raccomandazioni#

La scelta tra DAMO-YOLO e YOLOv10 dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle preferenze dell'ecosistema.

Link to this sectionQuando scegliere DAMO-YOLO#

DAMO-YOLO è una scelta valida per:

• Video Analytics ad alto throughput: Elaborazione di flussi video ad alto FPS su infrastruttura GPU NVIDIA fissa dove il throughput batch-1 è la metrica principale.
• Linee di produzione industriale: Scenari con rigorosi vincoli di latenza GPU su hardware dedicato, come l'ispezione di qualità in tempo reale sulle linee di assemblaggio.
• Ricerca sulla Neural Architecture Search: Studiare gli effetti della ricerca automatizzata dell'architettura (MAE-NAS) e delle efficienti backbone riparametrizzate sulle prestazioni di rilevamento.

Link to this sectionQuando scegliere YOLOv10#

YOLOv10 è consigliato per:

• Rilevamento in tempo reale senza NMS: Applicazioni che traggono vantaggio dal rilevamento end-to-end senza Non-Maximum Suppression, riducendo la complessità di distribuzione.
• Compromessi bilanciati tra velocità e precisione: Progetti che richiedono un ottimo equilibrio tra velocità di inferenza e precisione di rilevamento su diverse scale di modello.
• Applicazioni a latenza costante: Scenari di distribuzione in cui tempi di inferenza prevedibili sono fondamentali, come nella robotica o nei sistemi autonomi.

Link to this sectionQuando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la migliore combinazione di prestazioni ed esperienza per gli sviluppatori:

• Implementazione Edge senza NMS: Applicazioni che richiedono un'inferenza costante e a bassa latenza senza la complessità della post-elaborazione della soppressione dei non massimi.
• Ambienti solo CPU: Dispositivi senza accelerazione GPU dedicata, dove l'inferenza CPU fino al 43% più veloce di YOLO26 fornisce un vantaggio decisivo.
• Rilevamento di oggetti piccoli: Scenari impegnativi come immagini di droni aerei o analisi di sensori IoT in cui ProgLoss e STAL aumentano significativamente la precisione su oggetti minuscoli.

Link to this sectionLa Nuova Generazione: entra in scena Ultralytics YOLO26#

Sebbene YOLOv10 abbia gettato le basi per il rilevamento senza NMS, la tecnologia si è evoluta rapidamente. Per le applicazioni moderne, il modello Ultralytics YOLO26 offre prestazioni e usabilità senza pari, prendendo il meglio dalle generazioni precedenti e perfezionandole per la produzione.

YOLO26 features a strictly natively end-to-end design, eliminating NMS post-processing for simpler deployment pipelines across edge devices. Furthermore, the removal of Distribution Focal Loss (DFL) has dramatically improved compatibility with low-power edge AI hardware.

Sul fronte dell'addestramento, YOLO26 introduce il MuSGD Optimizer, un ibrido ispirato alle tecniche di addestramento dei Large Language Model (LLM). Ciò garantisce un addestramento più stabile e una convergenza più rapida. Insieme alle funzioni di perdita ProgLoss + STAL, YOLO26 mostra notevoli miglioramenti nel riconoscimento di piccoli oggetti, una caratteristica critica per la conservazione della fauna selvatica e le operazioni con droni.

Fondamentalmente, YOLO26 non è solo un rilevatore di oggetti. Offre miglioramenti specifici per ogni task, supportando nativamente Instance Segmentation, Pose Estimation tramite Residual Log-Likelihood Estimation (RLE) e perdite angolari specializzate per Oriented Bounding Boxes (OBB). Con un'inferenza CPU fino al 43% più veloce rispetto ai suoi predecessori, è la scelta definitiva per i team di ingegneria agili.

Per la gestione centralizzata, l'annotazione e l'addestramento in cloud dei modelli YOLO26, la Ultralytics Platform fornisce un'interfaccia intuitiva che ottimizza l'intero ciclo di vita della computer vision.

Gli sviluppatori interessati a esplorare altri recenti progressi possono anche valutare Ultralytics YOLO11 o il framework RT-DETR basato su Transformer per scenari che richiedono soluzioni architetturali distinte.