Inizia

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.

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 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.

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.

Iniziare con YOLOv5

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.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

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.