Inizia

DAMO-YOLO vs YOLOv7

La ricerca sulla visione artificiale ha prodotto modelli efficienti di rilevamento di oggetti, progettati per bilanciare accuratezza e costo computazionale. Due modelli degni di nota introdotti nel 2022 sono DAMO-YOLO e YOLOv7. Entrambi puntano alle attività di visione in tempo reale, ma raggiungono i propri risultati con architetture e metodi di addestramento molto diversi.

Questo confronto tecnico esamina gli approcci distinti dei due modelli, analizzandone le architetture, il potenziale di deployment e le metriche prestazionali, per aiutare gli ingegneri di machine learning a scegliere lo strumento più adatto alle proprie applicazioni di visione artificiale.

Origini e metadati dei modelli#

Prima dell'analisi tecnica, ecco il contesto di ciascun modello.

DAMO-YOLO#

Sviluppato da ricercatori di Alibaba Group, DAMO-YOLO è stato introdotto per ottimizzare sia la velocità sia la precisione tramite la ricerca automatizzata dell'architettura e la distillazione.

Scopri di più su DAMO-YOLO

YOLOv7#

Rilasciato a metà del 2022 come modello all'avanguardia per i rilevatori in tempo reale, YOLOv7 ha migliorato ulteriormente l'inferenza in tempo reale introducendo «bag of freebies» addestrabili senza aumentare i costi di deployment.

Scopri di più su YOLOv7

Supporto Ultralytics

Ultralytics non pubblica pesi o file YAML di YOLOv7, quindi YOLOv7 non può essere addestrato in modo nativo con il pacchetto Ultralytics. I modelli YOLOv7 addestrati nel repository upstream possono essere esportati in ONNX o TensorRT ed eseguiti per l'inferenza con Ultralytics.

Innovazioni architetturali#

DAMO-YOLO: NAS e distillazione#

DAMO-YOLO integra diverse tecniche orientate all'efficienza:

  • Backbone NAS: usa la ricerca dell'architettura neurale (NAS) per progettare automaticamente backbone efficienti (MAE-NAS), adattati agli ambienti in cui la latenza è un fattore critico.
  • RepGFPN efficiente: una rete piramidale generalizzata delle caratteristiche modificata, che migliora notevolmente l'efficienza della fusione delle caratteristiche su più scale.
  • ZeroHead e AlignedOTA: integra una testa di rilevamento leggera e una strategia ottimizzata di assegnazione delle etichette (AlignedOTA) per ridurre il carico computazionale.
  • Miglioramento tramite distillazione: si basa ampiamente sulla distillazione della conoscenza durante l'addestramento per aumentare le prestazioni delle varianti di modelli più piccoli senza incrementare il numero di parametri.

YOLOv7: E-ELAN e bag-of-freebies#

YOLOv7 ha adottato un approccio di ingegneria strutturale, concentrandosi sull'ottimizzazione dei percorsi del gradiente e su strategie di addestramento robuste.

  • Architettura E-ELAN: la rete estesa ed efficiente di aggregazione degli strati consente al modello di apprendere caratteristiche più diversificate controllando i percorsi dei gradienti più brevi e più lunghi, garantendo una convergenza efficace dell'apprendimento.
  • Ridimensionamento del modello: introduce un metodo di ridimensionamento composto, adattato ai modelli basati sulla concatenazione, che ridimensiona simultaneamente profondità e larghezza per mantenere l'allineamento strutturale.
  • Bag-of-freebies addestrabili: utilizza tecniche come le convoluzioni riparametrizzate (RepConv) senza connessioni di identità e strategie dinamiche di assegnazione delle etichette, che aumentano la precisione durante l'addestramento senza influire sulla velocità di inferenza.

Analisi delle prestazioni#

Quando si valutano mean Average Precision (mAP), velocità ed efficienza, entrambi i modelli offrono buone prestazioni, sebbene si rivolgano a segmenti leggermente diversi. YOLOv7 si concentra sulla distribuzione su GPU ad alta accuratezza, mentre le strutture derivate da NAS di DAMO-YOLO puntano a una bassa latenza con budget GPU limitati.

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
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Come mostrano le metriche, DAMO-YOLO offre varianti leggere (come il modello tiny, con soli 8.5M di parametri), mentre YOLOv7 raggiunge un picco di accuratezza complessiva più alto: YOLOv7x ottiene 53.1 mAP sul dataset COCO.

I vantaggi dell’ecosistema Ultralytics#

Sebbene l'architettura teorica sia importante, la praticità di un modello dipende dal suo ecosistema. I modelli Ultralytics nativi, come YOLO26, beneficiano di un ecosistema ben mantenuto e di una notevole facilità d'uso.

  • Equilibrio delle prestazioni: i modelli Ultralytics trovano costantemente un buon compromesso tra velocità di inferenza e accuratezza di rilevamento, risultando adatti sia ai dispositivi edge sia alla distribuzione dei modelli basata su cloud.
  • Requisiti di memoria: a differenza dei modelli più pesanti basati su Transformer, i modelli Ultralytics YOLO richiedono poca memoria CUDA durante l'addestramento. Questo consente di usare dimensioni di batch maggiori e semplifica il processo di addestramento anche su hardware di fascia consumer.
  • Versatilità: il framework Ultralytics va oltre il rilevamento degli oggetti e supporta attività come la segmentazione di istanze e la stima della posa, offrendo agli sviluppatori un toolkit completo per la visione artificiale.
Efficienza di addestramento

Il pacchetto Ultralytics ti permette di passare rapidamente da un dataset a un modello completamente addestrato, grazie a data loader ottimizzati e pesi preaddestrati.

Esempio di codice: eseguire YOLOv7 con Ultralytics#

Dopo aver convertito un'esportazione ONNX upstream di YOLOv7 come descritto negli esempi di utilizzo di YOLOv7, puoi eseguirla con l'API Python di Ultralytics.

from ultralytics import YOLO

# Carica un modello ONNX di YOLOv7 convertito per Ultralytics
model = YOLO("yolov7-ultralytics.onnx", task="detect")

# Esegui l'inferenza
predictions = model.predict("https://ultralytics.com/images/bus.jpg", save=True)

Il nuovo standard: ecco YOLO26#

Nel 2022, YOLOv7 e DAMO-YOLO hanno rappresentato progressi significativi, ma il campo dell'IA per la visione evolve rapidamente. Per i team che iniziano oggi nuovi progetti, il modello consigliato è Ultralytics YOLO26, rilasciato a gennaio 2026.

YOLO26 migliora sia le prestazioni sia l'usabilità:

  • Design end-to-end senza NMS: YOLO26 offre una testa end-to-end nativa (nms=False). Eliminando la post-elaborazione Non-Maximum Suppression (NMS), consente una logica di distribuzione più rapida e semplice, un approccio introdotto per la prima volta con YOLOv10.
  • Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni, come quelle usate per Kimi K2 di Moonshot AI, YOLO26 utilizza una combinazione di SGD e Muon per garantire dinamiche di addestramento stabili e una convergenza più rapida.
  • Inferenza su CPU fino al 43% più veloce: grazie alla rimozione della Distribution Focal Loss (DFL) e a un'architettura snellita, YOLO26 è ottimizzato per l'edge computing a basso consumo; YOLO26n è fino al 43% più veloce di YOLO11n su CPU.
  • ProgLoss + STAL: una nuova loss progressiva e un'assegnazione delle etichette consapevole degli oggetti piccoli, progettate per migliorare esplicitamente il riconoscimento degli oggetti piccoli, una capacità essenziale per le applicazioni di immagini aeree, robotica e monitoraggio della sicurezza.
  • Miglioramenti specifici per attività: oltre al rilevamento standard, YOLO26 introduce miglioramenti mirati per diverse attività, tra cui la prototipazione multi-scala per la segmentazione, RLE per la stima della posa e funzioni di perdita angolare specifiche per i riquadri delimitatori orientati (OBB).

Casi d'uso ideali#

La scelta dell'architettura giusta dipende dall'ambiente di distribuzione di destinazione e dai vincoli del progetto.

Quando scegliere DAMO-YOLO:

  • Stai distribuendo il modello su hardware GPU dedicato con requisiti di latenza rigorosi, dove le varianti compatte di DAMO-YOLO, individuate tramite NAS, mantengono basso il numero di parametri.
  • Stai facendo ricerca sulla ricerca di architetture neurali o sulla distillazione della conoscenza.

Quando scegliere YOLOv7:

  • Hai pipeline GPU legacy già ottimizzate per l'inferenza basata su anchor e ad alta precisione.
  • Operi in ambienti in cui la precisione in tempo reale è fondamentale, come i veicoli autonomi ad alta velocità o la robotica avanzata.

Quando scegliere YOLO26 (consigliato):

  • Stai sviluppando da zero una nuova applicazione di visione artificiale e ti servono sia un'elevata accuratezza sia un'inferenza rapida su CPU e dispositivi edge.
  • Ti serve una distribuzione rapida e semplice (ad esempio, l'esportazione in CoreML o TensorRT) senza dover gestire i vincoli degli operatori NMS.
  • Vuoi sfruttare appieno le funzionalità della Ultralytics Platform per l'addestramento nel cloud, la gestione dei dataset e la distribuzione automatizzata.

Utilizzando l'ecosistema Ultralytics, gli sviluppatori possono ridurre significativamente i tempi di ingegnerizzazione mantenendo prestazioni predittive elevate nelle applicazioni del mondo reale.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.