DAMO-YOLO vs YOLOv8
La visione artificiale in tempo reale continua a evolversi grazie ai ricercatori e agli ingegneri che migliorano velocità e accuratezza. Due tappe importanti sono DAMO-YOLO e Ultralytics YOLOv8. Entrambi i modelli mirano a ottimizzare il compromesso tra latenza e precisione media (mAP), ma adottano approcci architetturali fondamentalmente diversi per il rilevamento di oggetti.
Questo confronto tecnico analizza le architetture sottostanti, i metodi di addestramento e i deployment pratici, per aiutarti a scegliere lo strumento giusto per il tuo prossimo progetto di IA.
Origini e specifiche dei modelli#
Conoscere le origini di questi modelli di deep learning offre un contesto prezioso sui loro obiettivi di progettazione e sui rispettivi ecosistemi di implementazione.
Dettagli su DAMO-YOLO#
- Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organizzazione: Alibaba Group
- Data: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Dettagli su Ultralytics YOLOv8#
- Autori: Glenn Jocher, Ayush Chaurasia e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2023-01-10
- GitHub: ultralytics/ultralytics
- Documentazione: Documentazione di YOLOv8
Innovazioni architetturali#
Le caratteristiche prestazionali di entrambe le architetture derivano dalle loro scelte strutturali specifiche.
DAMO-YOLO: basato sulla ricerca architetturale#
DAMO-YOLO si affida ampiamente alla ricerca dell'architettura neurale (NAS) per individuare automaticamente strutture di rete efficienti. Introduce il concetto di MAE-NAS, che cerca backbone in grado di offrire prestazioni elevate e bassa latenza. Usa inoltre un RepGFPN efficiente (rete piramidale delle feature generalizzata riparametrizzata) per migliorare la fusione delle feature a diverse scale spaziali.
Per migliorare l'addestramento, il team Alibaba ha integrato la progettazione ZeroHead e l'assegnazione delle etichette AlignedOTA. Si affida inoltre a un complesso processo di distillazione della conoscenza, in cui un modello insegnante pesante guida un modello studente leggero per aumentarne l'accuratezza nei benchmark accademici.
YOLOv8: semplificato e versatile#
Con YOLOv8, Ultralytics ha adottato un approccio incentrato prima di tutto sugli sviluppatori. È passata dal design basato su anchor di YOLOv5 a un'architettura anchor-free, riducendo notevolmente il numero di previsioni dei riquadri delimitatori e accelerando l'inferenza. L'introduzione del modulo C2f (collo di bottiglia a connessioni parziali tra fasi con 2 convoluzioni) ha migliorato il flusso dei gradienti e la rappresentazione delle caratteristiche senza aggiungere un carico computazionale eccessivo.
A differenza dei modelli che puntano esclusivamente alle bounding box, YOLOv8 è stato progettato fin dall'inizio per supportare più attività. Un'unica base di codice PyTorch supporta nativamente la segmentazione di istanze, la classificazione di immagini e la stima della posa, evitando agli ingegneri di assemblare repository separati.
Durante l'addestramento, i modelli Ultralytics richiedono meno memoria delle architetture basate su Transformer più pesanti, consentendo di ottenere ottimi risultati su GPU standard di fascia consumer.
Confronto delle prestazioni#
Nel confrontare le metriche grezze, è fondamentale analizzare come le capacità teoriche si traducano in prestazioni sull'hardware. La tabella seguente illustra i compromessi tra modelli di dimensioni diverse.
| 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
DAMO-YOLO offre un rapporto parametri-accuratezza elevato grazie alle tecniche di distillazione, mentre YOLOv8 propone una gamma più ampia di dimensioni del modello (da Nano a Extra-large). Il modello YOLOv8n è ben ottimizzato per l'edge: consuma meno risorse e offre un'accuratezza utile.
Ecosistema ed esperienza di sviluppo#
La differenza principale tra gli articoli accademici e i sistemi pronti per la produzione è l'ecosistema.
La dipendenza di DAMO-YOLO da pipeline di distillazione della conoscenza estese può rendere macchinoso l'addestramento personalizzato. Generare un modello insegnante, trasferire le conoscenze e ottimizzare i backbone basati su NAS richiede molta memoria CUDA e configurazioni avanzate, rallentando spesso i team di progettazione agili.
Al contrario, l'ecosistema Ultralytics privilegia la facilità d'uso. Attraverso la Ultralytics Platform, gli sviluppatori hanno a disposizione API semplici, documentazione completa e solide integrazioni per il monitoraggio degli esperimenti. Il framework Python unificato semplifica la creazione di pipeline complesse.
from ultralytics import YOLO
# Carica un modello nano YOLOv8 preaddestrato
model = YOLO("yolov8n.pt")
# Addestra il modello su un dataset personalizzato con gli aumenti dei dati integrati
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Esporta il modello addestrato in formato ONNX per il deployment
model.export(format="onnx")Questo flusso di lavoro semplificato, insieme alle esportazioni in OpenVINO e TensorRT, offre un percorso fluido dalla prototipazione locale al deployment nel cloud o sui dispositivi edge.
Applicazioni nel mondo reale e casi d'uso ideali#
La scelta tra queste architetture dipende spesso dai vincoli operativi del tuo ambiente.
Dove si colloca DAMO-YOLO#
DAMO-YOLO è una buona scelta per gli ambienti accademici che studiano la ricerca dell'architettura neurale o per i ricercatori che cercano di riprodurre complesse strategie di riparametrizzazione. Può inoltre offrire buone prestazioni in applicazioni industriali altamente controllate, come il rilevamento di difetti ad alta velocità sulle linee di produzione, a condizione che il team disponga delle risorse di calcolo necessarie per gestire l'addestramento in più fasi.
Perché Ultralytics è leader in produzione#
Per la maggior parte dei progetti commerciali, i modelli Ultralytics offrono un equilibrio prestazionale migliore.
- Commercio al dettaglio intelligente: usa le capacità multi-task di YOLOv8 per gestire sia il rilevamento dei riquadri delimitatori degli articoli in inventario, sia la stima della posa per analizzare il comportamento dei clienti.
- Agricoltura: usa la segmentazione di istanze per rilevare con precisione i confini delle piante e le erbacce nei flussi video in tempo reale dei trattori.
- Immagini aeree: sfrutta i riquadri delimitatori orientati (OBB) per tracciare con precisione veicoli e navi ruotati ripresi da droni o satelliti.
Prepararsi al futuro: arriva YOLO26#
YOLOv8 resta un modello fondamentale, ma il settore ha continuato a evolversi. Per tutti i nuovi sviluppi, il modello consigliato è YOLO26. Rilasciato a gennaio 2026, rappresenta un notevole passo avanti nella gamma Ultralytics.
YOLO26 offre una progettazione end-to-end senza NMS nativa (nms=False) che, quando attivata, elimina il tradizionale collo di bottiglia della soppressione non massima. Insieme alla rimozione di Distribution Focal Loss (DFL), questa progettazione consente a YOLO26n di offrire un'inferenza su CPU fino al 43% più veloce rispetto a YOLO11n, rendendolo particolarmente adatto all'edge computing e all'hardware IoT.
YOLO26 introduce anche l'ottimizzatore MuSGD, un ibrido ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), che offre una convergenza più rapida e un addestramento stabile. Insieme alla nuova strategia di addestramento ProgLoss + STAL, YOLO26 migliora il riconoscimento degli oggetti di piccole dimensioni, consentendo deployment rapidi e accurati.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.