DAMO-YOLO vs YOLOv5
L'evoluzione della visione artificiale è stata segnata da una continua innovazione nel rilevamento di oggetti in tempo reale. Oggi gli sviluppatori e i ricercatori hanno a disposizione numerose architetture per progettare pipeline di visione. Questo confronto tecnico esamina DAMO-YOLO e Ultralytics YOLOv5, analizzandone le architetture, i metodi di addestramento, le metriche di prestazione e gli scenari di distribuzione più adatti.
Introduzione a DAMO-YOLO#
Rilasciato da Alibaba Group, DAMO-YOLO ha introdotto diverse tecniche innovative per migliorare la velocità e l'accuratezza del 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
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 accuratezza. Il modello introduce RepGFPN (Reparameterized Generalized Feature Pyramid Network), una rete efficiente che migliora la fusione delle feature a diverse scale. DAMO-YOLO integra anche il design «ZeroHead», eliminando le complesse teste di predizione a rami multipli a favore di una struttura più semplice ed efficiente che si affida ampiamente alla riparametrizzazione durante l'inferenza.
Per migliorare l'addestramento, il modello utilizza AlignedOTA per l'assegnazione delle etichette e un processo intensivo di distillazione della conoscenza, in cui un modello «insegnante» più grande guida il modello «studente» più piccolo per ottenere una maggiore accuratezza.
Introduzione a Ultralytics YOLOv5#
Ultralytics YOLOv5 è una delle architetture di visione più diffuse al mondo, nota per la sua stabilità, facilità d'uso e vasto 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 fissato un nuovo standard di usabilità. Realizzato nativamente in PyTorch, utilizza un backbone CSPNet ottimizzato e una neck PANet per un'aggregazione robusta delle feature. Pur essendo precedente alla tendenza anchor-free adottata dai modelli successivi, il suo approccio basato su anchor, perfezionato e affiancato dall'apprendimento automatico degli anchor, offre buone prestazioni fin da subito.
Il principale punto di forza di YOLOv5 è il suo ecosistema ben mantenuto. Si integra con strumenti di tracking come Comet e Weights & Biases e supporta l'esportazione con un solo comando in formati come ONNX, TensorRT e CoreML.
YOLOv5 è facile da addestrare su dataset personalizzati. L'API semplificata riduce gli ostacoli nel passaggio dal prototipo alla produzione, rendendolo molto apprezzato dai team di ingegneria agili.
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.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
Analisi dei compromessi#
DAMO-YOLO raggiunge punteggi mAP elevati in rapporto al numero di parametri, soprattutto grazie alla fase di addestramento con distillazione. Questo, però, va a scapito dell'efficienza di addestramento. Il processo di distillazione a più fasi richiede prima l'addestramento di un modello insegnante di grandi dimensioni, aumentando notevolmente il tempo di calcolo 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 esclusivamente un modello di rilevamento di oggetti. È una buona scelta per la ricerca accademica, soprattutto per i team che studiano la ricerca di architetture neurali o intendono riprodurre le tecniche di riparametrizzazione descritte nell'articolo. Se un progetto dispone di ampie risorse computazionali per eseguire la fase di addestramento con distillazione e si concentra esclusivamente sul recupero dell'ultimo margine di accuratezza per i riquadri di delimitazione 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 supporta il rilevamento, la segmentazione di istanze e la classificazione delle immagini; inoltre, l'ecosistema Ultralytics più ampio consente agli sviluppatori di passare facilmente da un task all'altro.
Per esempio, le versioni più recenti della famiglia Ultralytics supportano nativamente anche la stima della posa e il rilevamento con riquadri di delimitazione orientati (OBB). Questa capacità multi-task permette ai team di usare 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 contano la lunga esperienza di stabilità di YOLOv5, la documentazione esaustiva e l'ampia 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 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.
Il futuro: passare a YOLO26#
YOLOv5 resta ampiamente utilizzato e DAMO-YOLO offre spunti accademici interessanti, ma lo stato dell'arte si è evoluto. Rilasciato a gennaio 2026, Ultralytics YOLO26 rappresenta un importante 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 testa end-to-end opzionale di YOLO26 (
nms=False) elimina la post-elaborazione Non-Maximum Suppression (NMS). Questo semplifica la logica di distribuzione e riduce la variabilità della latenza, rendendo il modello adatto alla robotica ad alta velocità e ai sistemi autonomi. - Ottimizzatore MuSGD: ispirato alle innovazioni nell'addestramento degli LLM, come Kimi K2 di Moonshot AI, YOLO26 utilizza l'ottimizzatore MuSGD (una combinazione di SGD e Muon) per garantire sessioni di addestramento stabili e una convergenza più rapida.
- Inferenza su CPU fino al 43% più veloce: rimuovendo la Distribution Focal Loss (DFL), YOLO26n è fino al 43% più veloce di YOLO11n su CPU ONNX.
- ProgLoss + STAL: la loss progressiva e l'assegnazione delle etichette consapevole degli oggetti piccoli migliorano sensibilmente il riconoscimento degli oggetti piccoli, aspetto fondamentale per analizzare immagini aeree riprese da droni e flussi di dati 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
model = YOLO("yolo26s.pt")
# Addestra 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#
Sia DAMO-YOLO sia 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 scelta pratica grazie al suo equilibrio delle prestazioni, ai bassi requisiti di memoria e alla facilità d'uso.
Per gli sviluppatori che iniziano oggi nuovi progetti, si consiglia di usare la Ultralytics Platform e adottare YOLO26. Combina l'ecosistema intuitivo di YOLOv5 con i più recenti progressi architetturali, offrendo elevata accuratezza e inferenza rapida per le applicazioni di IA sia su cloud sia su edge. In base ai vincoli specifici dell'hardware legacy, gli sviluppatori possono valutare anche altri modelli efficienti come YOLOv6 o YOLOX.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.