DAMO-YOLO vs YOLOv5#

L'evoluzione della visione artificiale è stata segnata da continue innovazioni nel rilevamento degli oggetti in tempo reale. Oggi sviluppatori e ricercatori si trovano davanti a numerose opzioni architetturali per progettare pipeline di visione. Questo confronto tecnico completo approfondisce le differenze tra DAMO-YOLO e Ultralytics YOLOv5, mettendone in evidenza le rispettive architetture, metodologie di addestramento, metriche di prestazione e scenari di distribuzione ideali.

Introduzione a DAMO-YOLO#

Rilasciato da Alibaba Group, DAMO-YOLO ha introdotto diverse tecniche innovative per ampliare i confini della velocità e della precisione di rilevamento.

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

Scopri di più su DAMO-YOLO

Innovazioni architetturali#

DAMO-YOLO si basa sulla ricerca di architetture neurali (NAS). Gli autori hanno utilizzato MAE-NAS per progettare automaticamente backbone che bilanciano latenza e precisione. Il modello introduce un RepGFPN efficiente (rete piramidale delle caratteristiche generalizzata riparametrizzata) che migliora la fusione delle caratteristiche a scale diverse. Inoltre, DAMO-YOLO integra un design "ZeroHead", eliminando le complesse head di predizione a più rami a favore di una struttura più semplice ed efficiente, che si basa ampiamente sulla riparametrizzazione durante l'inferenza.

Per migliorare l'addestramento, il modello utilizza AlignedOTA per assegnare le etichette e un processo avanzato di distillazione, in cui un modello "teacher" più grande guida un modello "student" più piccolo per ottenere una precisione maggiore.

Introduzione a Ultralytics YOLOv5#

Ultralytics YOLOv5 è una delle architetture di visione più diffuse al mondo, rinomata per la sua stabilità, facilità d'uso e ampio ecosistema di distribuzione.

• Autore: Glenn Jocher
• Organizzazione: Ultralytics
• Data: 26 giugno 2020
• GitHub: ultralytics/yolov5
• Documentazione: Documentazione di YOLOv5

Lo standard dell'ecosistema#

YOLOv5 ha ridefinito gli standard di usabilità del settore. Sviluppato nativamente in PyTorch, utilizza un backbone CSPNet altamente ottimizzato e una neck PANet per un'aggregazione robusta delle caratteristiche. Sebbene sia precedente alla diffusione degli approcci anchor-free dei modelli successivi, il suo approccio basato su anchor, perfezionato nel tempo e abbinato all'apprendimento automatico degli anchor, garantisce prestazioni eccellenti fin da subito.

La vera forza di YOLOv5 risiede nel suo ecosistema ben mantenuto. Si integra senza problemi con strumenti di monitoraggio come Comet e Weights & Biases e supporta l'esportazione con un clic in formati come ONNX, TensorRT e CoreML.

Confronto delle prestazioni e delle metriche#

Nel confrontare questi modelli, è fondamentale considerare l'equilibrio tra precisione media (mAP), velocità di inferenza e numero di parametri.

Analisi dei compromessi#

DAMO-YOLO ottiene risultati mAP notevoli in rapporto al numero di parametri, beneficiando in larga misura della fase di distillazione durante l'addestramento. Questo però compromette l'efficienza di addestramento. Il processo di distillazione in più fasi richiede prima l'addestramento di un modello teacher di grandi dimensioni, aumentando notevolmente il tempo di calcolo su GPU e la VRAM necessari.

Al contrario, YOLOv5 richiede poca memoria. I modelli Ultralytics YOLO sono noti per il minore uso di memoria durante l'addestramento e l'inferenza rispetto alle complesse pipeline di distillazione o ai modelli basati su Transformer come RT-DETR. Questo consente di addestrare YOLOv5 in modo efficiente su hardware consumer o in ambienti cloud accessibili come Google Colab.

Applicazioni nel mondo reale e versatilità#

La scelta dell'architettura giusta dipende spesso dall'ambiente di distribuzione.

Dove eccelle DAMO-YOLO#

DAMO-YOLO è un modello esclusivamente per il rilevamento degli oggetti. È un'ottima scelta per la ricerca accademica, in particolare per i team che studiano la ricerca di architetture neurali o intendono riprodurre le tecniche di riparametrizzazione descritte nel paper. Se un progetto dispone di ampie risorse computazionali per eseguire la fase di addestramento con distillazione ed è incentrato esclusivamente sull'ottenere anche l'ultima frazione di precisione per le bounding box 2D, DAMO-YOLO è un valido candidato.

I vantaggi di Ultralytics#

Per la produzione nel mondo reale, la facilità d'uso e la versatilità dei modelli Ultralytics li rendono la scelta preferita. YOLOv5 resta un punto di riferimento per il rilevamento e la classificazione delle immagini, ma l'ecosistema Ultralytics più ampio permette agli sviluppatori di passare facilmente da un task all'altro.

Ad esempio, le versioni più recenti della famiglia Ultralytics supportano nativamente la segmentazione di istanze, la stima della posa e il rilevamento di bounding box orientate (OBB). Questa capacità multitask consente ai team di utilizzare un'unica API Python unificata per pipeline complesse, ad esempio combinando il riconoscimento automatico delle targhe con la segmentazione dei veicoli.

Casi d'uso e consigli#

La scelta tra DAMO-YOLO e YOLOv5 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle tue preferenze in fatto 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 YOLOv5#

YOLOv5 è consigliato per:

• Sistemi di produzione collaudati: distribuzioni esistenti in cui sono apprezzati lo storico di stabilità di YOLOv5, la documentazione esaustiva e il vasto supporto della community.
• Addestramento con risorse limitate: ambienti con risorse GPU limitate, in cui la pipeline di addestramento efficiente e i requisiti di memoria ridotti di YOLOv5 sono vantaggiosi.
• Ampio supporto dei formati di esportazione: progetti che richiedono la distribuzione in numerosi formati, tra cui ONNX, TensorRT, CoreML e LiteRT.

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 inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
• Ambienti con sola CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• 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.

Il futuro: passare a YOLO26#

YOLOv5 è leggendario e DAMO-YOLO offre spunti accademici interessanti, ma le soluzioni all'avanguardia si sono evolute. Rilasciato a gennaio 2026, Ultralytics YOLO26 rappresenta un enorme passo avanti per la comunità della visione artificiale.

YOLO26 affronta i tradizionali colli di bottiglia della distribuzione edge e dell'instabilità dell'addestramento:

• Design end-to-end senza NMS: La head end-to-end opzionale di YOLO26 (nms=False) elimina la post-elaborazione con Non-Maximum Suppression. Questa innovazione semplifica la logica di distribuzione e riduce notevolmente le variazioni della latenza, rendendolo ideale per la robotica ad alta velocità e i sistemi autonomi.
• Ottimizzatore MuSGD: Ispirato alle innovazioni nell'addestramento degli LLM, come Kimi K2 di Moonshot AI, YOLO26 utilizza l'ottimizzatore MuSGD, un ibrido di SGD e Muon. Questo garantisce sessioni di addestramento molto stabili e una convergenza decisamente più rapida.
• Inferenza su CPU fino al 43% più veloce: Rimuovendo strategicamente Distribution Focal Loss (DFL), YOLO26n raggiunge velocità fino al 43% superiori a YOLO11n su CPU con ONNX, offrendo prestazioni migliori su CPU e dispositivi edge rispetto ai predecessori come YOLO11 e YOLOv8.
• ProgLoss + STAL: Queste funzioni di perdita avanzate migliorano notevolmente il riconoscimento degli oggetti piccoli, fondamentale per analizzare le immagini aeree riprese con droni e i flussi dei sensori IoT.

Esempio di codice: semplicità in azione#

Il pacchetto Ultralytics ti permette di addestrare e distribuire modelli con poche righe di codice. Che tu utilizzi YOLOv5 o passi al modello consigliato YOLO26, l'interfaccia rimane coerente e intuitiva.

from ultralytics import YOLO

# Carica il modello YOLO26 small all'avanguardia
model = YOLO("yolo26s.pt")

# Addestra facilmente il modello su un dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esegui l'inferenza su un'immagine e mostra i risultati
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

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

Conclusione#

DAMO-YOLO e YOLOv5 hanno contribuito in modo significativo al panorama della visione artificiale. DAMO-YOLO dimostra la potenza della ricerca di architetture neurali e della distillazione, risultando interessante per i ricercatori. Tuttavia, YOLOv5 resta una soluzione pratica e potente grazie al suo equilibrio tra prestazioni, ai bassi requisiti di memoria e alla facilità d'uso senza pari.

Per gli sviluppatori che iniziano oggi nuovi progetti, consigliamo di sfruttare la Ultralytics Platform e adottare YOLO26. Il modello combina l'apprezzato ecosistema intuitivo di YOLOv5 con innovazioni architetturali rivoluzionarie, garantendo precisione di alto livello e inferenza rapidissima per applicazioni di IA nel cloud e all'edge. A seconda dei vincoli specifici dell'hardware legacy, gli sviluppatori possono valutare anche altri modelli efficienti, come YOLOv6 o YOLOX.