DAMO-YOLO vs YOLOv6-3.0
La ricerca sulla visione artificiale ha prodotto architetture specializzate e progettate per le applicazioni industriali. Due modelli si distinguono per l'attenzione alle prestazioni in tempo reale e all'efficienza di distribuzione: DAMO-YOLO e YOLOv6-3.0. Questa pagina offre un confronto tecnico delle loro architetture, metriche di prestazione e metodi di addestramento per aiutarti a scegliere tra i due.
DAMO-YOLO: la ricerca di architetture neurali incontra il rilevamento degli oggetti#
Sviluppato da ricercatori di Alibaba Group, DAMO-YOLO introduce un nuovo approccio alla famiglia YOLO integrando la ricerca di architetture neurali (NAS) nella progettazione del backbone.
- Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organizzazione: Alibaba Group
- Data: 2022-11-23
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Innovazioni architetturali#
DAMO-YOLO utilizza un backbone ottimizzato tramite NAS, chiamato MAE-NAS, che ricerca automaticamente strutture di rete efficienti in base a specifici vincoli di latenza. Questo consente al modello di adattarsi in modo efficiente a diverse configurazioni hardware. Per migliorare la fusione delle feature, l'architettura utilizza Efficient RepGFPN (Reparameterized Generalized Feature Pyramid Network), potenziando significativamente la rappresentazione multiscala.
Il modello introduce anche un design «ZeroHead». Rimuovendo le complesse strutture a rami multipli dalla testa di rilevamento, preserva più efficacemente le informazioni spaziali e riduce al contempo il carico computazionale. L'addestramento utilizza anche AlignedOTA (Aligned Optimal Transport Assignment) e la distillazione della conoscenza, permettendo ai modelli studente più piccoli di apprendere da reti insegnanti più grandi.
Sebbene la distillazione della conoscenza aiuti DAMO-YOLO a raggiungere un'elevata accuratezza, richiede una pipeline di addestramento a più fasi. Questo aumenta notevolmente il calcolo GPU necessario rispetto all'addestramento di modelli standard a singola fase.
YOLOv6-3.0: massimizzare la produttività industriale#
Sviluppato dal Meituan Vision AI Department, YOLOv6-3.0 è concepito esplicitamente come rilevatore di oggetti industriale, progettato per massimizzare il throughput sull'hardware NVIDIA.
- Autori: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
- Organizzazione: Meituan
- Data: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
Funzionalità e miglioramenti principali#
YOLOv6-3.0 è basato sul backbone EfficientRep, ottimizzato per l'hardware, e risulta molto veloce quando si usano ottimizzazioni come TensorRT sulle GPU moderne. Nella versione 3.0, la rete integra un modulo Bi-directional Concatenation (BiC) per migliorare la localizzazione di oggetti di dimensioni diverse.
Un'altra caratteristica degna di nota è la strategia Anchor-Aided Training (AAT). AAT combina la stabilità dei rilevatori basati su anchor durante l'addestramento con la velocità di inferenza di un design anchor-free. Questo approccio ibrido converge bene senza sacrificare la latenza di distribuzione, rendendolo una valida scelta per elaborare grandi volumi di video nell'analisi delle smart city e nei sistemi di pagamento automatico.
Confronto delle prestazioni#
Quando si valutano questi modelli per l'inferenza in tempo reale, è fondamentale bilanciare parametri, FLOPs e accuratezza mAP. La tabella seguente ne confronta le prestazioni.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
DAMO-YOLO mostra un leggero vantaggio nella fascia small (46.0 mAP contro 45.0 mAP), ma YOLOv6-3.0 scala meglio e primeggia nelle fasce medium e large, mantenendo al contempo il numero di parametri più basso nella configurazione nano.
Se il tuo ambiente hardware consente ricerche automatizzate intensive per personalizzare il backbone, l'approccio NAS di DAMO-YOLO è efficace. Tuttavia, se ti affidi esclusivamente all'accelerazione GPU standardizzata (come T4 o A100), le strutture EfficientRep di YOLOv6 si traducono spesso in un FPS grezzo più elevato.
Casi d'uso e consigli#
La scelta tra DAMO-YOLO e YOLOv6 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 YOLOv6#
YOLOv6 è consigliato per:
- Distribuzione ottimizzata per l’hardware industriale: scenari in cui la progettazione consapevole dell’hardware e la riparametrizzazione efficiente del modello offrono prestazioni ottimizzate sull’hardware di destinazione specifico.
- Rilevamento rapido a singolo stadio: applicazioni che privilegiano la velocità pura di inferenza su GPU per l’elaborazione video in tempo reale in ambienti controllati.
- Integrazione con l'ecosistema Meituan: team che lavorano già all'interno dello stack tecnologico e dell'infrastruttura di distribuzione di Meituan.
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 solo CPU: dispositivi senza accelerazione GPU dedicata, in cui l'inferenza CPU fino al 43% più veloce di YOLO26 (YOLO26n 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 vantaggio di Ultralytics: ecco YOLO26#
Sebbene DAMO-YOLO e YOLOv6-3.0 siano validi, i loro ecosistemi sono frammentati, presentano limitazioni legate a un singolo task e richiedono pipeline di distribuzione complesse. Per i moderni team di ingegneria, i modelli Ultralytics offrono un'esperienza per gli sviluppatori nettamente migliore, soprattutto con il recente YOLO26.
Rilasciato a gennaio 2026, YOLO26 è progettato per la distribuzione sia su edge sia su cloud e ottimizza i requisiti di memoria e l'efficienza computazionale.
Perché scegliere YOLO26?#
- Design end-to-end senza NMS: riprendendo i concetti di YOLOv10, YOLO26 supporta l'inferenza end-to-end nativa, che salta la post-elaborazione Non-Maximum Suppression (NMS) grazie alla testa one-to-one opzionale (
nms=False). Questo semplifica il codice di distribuzione e riduce la variabilità della latenza di inferenza sui dispositivi edge. - Ottimizzazione migliorata: YOLO26 utilizza l'ottimizzatore MuSGD, una combinazione di SGD e Muon (ispirata all'addestramento dei modelli linguistici di grandi dimensioni), che garantisce sessioni di addestramento stabili e una convergenza più rapida.
- Versatilità hardware: la rimozione della DFL (Distribution Focal Loss) semplifica le teste di output e migliora la compatibilità con i dispositivi edge. YOLO26n raggiunge un'inferenza su CPU fino al 43% più veloce rispetto a YOLO11n, risultando più adatto di YOLOv6 agli ambienti edge mobili o IoT.
- Accuratezza migliorata: con ProgLoss + STAL, YOLO26 migliora il rilevamento degli oggetti piccoli, risultando particolarmente adatto alle immagini aeree e all'ispezione dei difetti.
- Versatilità multi-task: a differenza dei modelli industriali che predicono solo riquadri di delimitazione, la famiglia YOLO26 supporta più task, tra cui la segmentazione di istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati (OBB).
Esperienza nell'ecosistema#
La Ultralytics Platform copre l'intero ciclo di vita del machine learning. Per addestrare un modello non serve una pipeline di distillazione a più fasi. Grazie all'aumento automatico dei dati, all'ottimizzazione unificata degli iperparametri e all'esportazione con un clic in formati come ONNX, OpenVINO e CoreML, puoi passare rapidamente dal dataset alla produzione.
I modelli Ultralytics sono noti anche per la loro efficienza nell'uso della memoria e non richiedono le grandi quantità di VRAM necessarie per architetture Transformer come RT-DETR.
Esempio di codice per iniziare rapidamente#
Addestrare un modello Ultralytics come YOLO26 ed eseguirne l'inferenza è semplice. Il seguente script Python mostra come addestrare, eseguire l'inferenza ed esportare il modello con poche righe di codice:
from ultralytics import YOLO
# Carica il modello nano YOLO26, estremamente efficiente
model = YOLO("yolo26n.pt")
# Addestra il modello sul tuo dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esegui l'inferenza su un'immagine di esempio
prediction = model("https://ultralytics.com/images/bus.jpg")
# Esporta in TensorRT per ottenere la massima produttività GPU
model.export(format="engine", dynamic=True)Conclusione#
Sia DAMO-YOLO sia YOLOv6-3.0 sono risultati ingegneristici notevoli che hanno fatto progredire il rilevamento di oggetti industriali. Tuttavia, sono strumenti specializzati che spesso richiedono configurazioni complesse e impongono rigidi vincoli hardware.
Per gli sviluppatori e i ricercatori che cercano un buon equilibrio delle prestazioni, funzionalità multi-task e un ecosistema ben mantenuto in continua evoluzione, Ultralytics YOLO26 è la scelta consigliata. Combinando un ottimizzatore ispirato agli LLM con un'architettura essenziale che supporta l'inferenza senza NMS, YOLO26 semplifica la distribuzione dell'IA offrendo al contempo un'elevata accuratezza negli ambienti edge e cloud.
Se stai valutando modelli per un nuovo progetto di visione artificiale, inizia esplorando le capacità dell'ecosistema Ultralytics YOLO. Potrebbe esserti utile anche confrontarli con altre architetture come EfficientDet o con traguardi precedenti come YOLO11, per comprendere appieno l'evoluzione dell'IA per la visione in tempo reale.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.