EfficientDet vs DAMO-YOLO
Quando crei pipeline scalabili di computer vision, scegliere l'architettura del modello giusta è una decisione cruciale, che influenza sia la fattibilità del deployment sia la precisione del rilevamento. Questa guida presenta un confronto tecnico tra due architetture note: EfficientDet e DAMO-YOLO.
Sebbene entrambi i modelli abbiano introdotto innovazioni significative nel rilevamento degli oggetti, da allora l'IA per la computer vision si è orientata verso ecosistemi più integrati. Questa analisi illustra i meccanismi fondamentali di queste reti precedenti e spiega perché soluzioni moderne come la piattaforma Ultralytics e Ultralytics YOLO26 siano ampiamente utilizzate negli ambienti di produzione.
EfficientDet: rilevamento degli oggetti scalabile ed efficiente#
Presentato dai ricercatori di Google, EfficientDet è stato progettato per ridimensionare sistematicamente l'architettura del modello mantenendo un'elevata efficienza. Ciò è stato ottenuto applicando il ridimensionamento composto alla profondità e alla larghezza della rete e alla risoluzione dell'input.
Dettagli su EfficientDet:
- Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organizzazione: Google Brain
- Data: 2019-11-20
- arXiv: 1911.09070
- GitHub: google/automl
Innovazioni architetturali#
Il contributo principale di EfficientDet è la Bi-directional Feature Pyramid Network (BiFPN). A differenza delle FPN tradizionali, BiFPN consente una fusione rapida delle feature multiscala usando pesi apprendibili per cogliere l'importanza delle diverse feature in ingresso. Questa rete è abbinata al backbone EfficientNet, dando origine a una famiglia di modelli (da D0 a D7) che scalano in modo prevedibile.
Punti di forza e debolezze#
Il principale punto di forza di EfficientDet è l'efficienza in termini di parametri. Per le attività in cui occorre massimizzare la precisione media (mAP) entro un budget di calcolo fisso, il suo metodo di scaling composto è altamente prevedibile. Tuttavia, addestrare EfficientDet da zero è complesso e spesso richiede una notevole ottimizzazione degli iperparametri. La forte dipendenza da operazioni specifiche di TensorFlow rende inoltre più macchinoso il passaggio alla distribuzione su dispositivi edge tramite ONNX o TensorRT rispetto alle funzionalità di esportazione semplificate dei moderni modelli YOLO.
DAMO-YOLO: la ricerca automatizzata dell'architettura in azione#
DAMO-YOLO adotta un approccio distinto e usa la ricerca di architetture neurali (NAS) per progettare automaticamente strutture di rete efficienti per l'inferenza in tempo reale.
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: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
Innovazioni architetturali#
DAMO-YOLO introduce diverse tecnologie innovative. Usa un backbone generato tramite NAS, chiamato MAE-NAS, un RepGFPN efficiente per il neck e una progettazione ZeroHead che riduce notevolmente il costo computazionale della testa di rilevamento. Impiega inoltre AlignedOTA per l'assegnazione delle etichette e si affida ampiamente alla distillazione della conoscenza per migliorare le prestazioni delle varianti più piccole.
Punti di forza e debolezze#
DAMO-YOLO si distingue per la velocità di inferenza su GPU ed è progettato per il deployment su architetture NVIDIA con TensorRT. Eliminando le strutture pesanti della testa, il modello genera previsioni a bassa latenza. Tuttavia, la ricerca automatizzata dell'architettura può rendere la struttura del modello opaca e difficile da correggere manualmente o ottimizzare per dispositivi edge personalizzati. A differenza del versatile Ultralytics YOLO11, DAMO-YOLO si concentra soprattutto sul rilevamento standard dei riquadri di delimitazione e non supporta nativamente attività come la stima della posa o il rilevamento dei riquadri di delimitazione orientati (OBB).
Confronto delle prestazioni#
Per scegliere un modello è essenziale comprendere i compromessi emersi dai dati sperimentali. La tabella seguente confronta la famiglia EfficientDet con la serie DAMO-YOLO sulle principali metriche di prestazione.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
| 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 |
EfficientDet-d7 raggiunge la massima precisione, ma richiede notevoli risorse di calcolo e non è quindi adatto all'IA edge. DAMO-YOLO offre velocità elevate con TensorRT, ma in genere richiede più parametri dei modelli EfficientDet di fascia inferiore per raggiungere una precisione comparabile.
Casi d'uso e consigli#
La scelta tra EfficientDet e DAMO-YOLO dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.
Quando scegliere EfficientDet#
EfficientDet è una scelta valida per:
- Google Cloud e pipeline TPU: sistemi basati su TensorFlow nell’infrastruttura Google Cloud TPU, dove l’implementazione di riferimento di EfficientDet supporta l’addestramento su TPU.
- Ricerca sullo scaling composto: Benchmark accademici incentrati sugli effetti di uno scaling bilanciato di profondità, larghezza e risoluzione della rete.
- Implementazione mobile con LiteRT: Progetti che richiedono specificamente l'esportazione in LiteRT (in precedenza TensorFlow Lite) per Android o dispositivi Linux embedded.
Quando scegliere DAMO-YOLO#
DAMO-YOLO è consigliato 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 Ultralytics (YOLO26)#
Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la migliore combinazione di prestazioni ed esperienza per gli sviluppatori:
- Distribuzione edge senza NMS: applicazioni che richiedono un’inferenza costante e a bassa latenza, senza la complessità della post-elaborazione con Non-Maximum Suppression (NMS).
- 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.
I vantaggi di Ultralytics: oltre i modelli legacy#
Sebbene EfficientDet e DAMO-YOLO offrano spunti accademici preziosi, gli sviluppatori moderni hanno bisogno di framework che bilancino prestazioni elevate e facilità di sviluppo. È qui che si distingue l'ecosistema Ultralytics.
Facilità d'uso ed ecosistema#
Il deployment di modelli provenienti da repository di ricerca separati e ampiamente personalizzati spesso comporta complesse attività di integrazione. Ultralytics offre un ecosistema ben mantenuto, unificato e corredato da documentazione completa e un'API in stile Python. Che tu usi Google Colab per l'addestramento o esporti in CoreML per l'inferenza su dispositivi mobili, bastano poche righe di codice per completare la pipeline.
from ultralytics import YOLO
# Carica il modello nano YOLO26 altamente consigliato
model = YOLO("yolo26n.pt")
# Addestra il modello su un dataset personalizzato
model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Esporta il modello addestrato in ONNX per la produzione
model.export(format="onnx")Presentazione di YOLO26#
Per gli sviluppatori che stanno valutando EfficientDet o DAMO-YOLO, Ultralytics YOLO26 è il naturale passo successivo. Rilasciato a gennaio 2026, introduce diverse nuove funzionalità:
- Progettazione end-to-end senza NMS: basandosi sull'addestramento senza NMS di YOLOv10, la testa one-to-one nativa di YOLO26 (
nms=False) elimina la necessità della post-elaborazione con NMS. Questo semplifica le architetture di deployment e garantisce una latenza costante su hardware diversi. - Inferenza su CPU fino al 43% più veloce: per il deployment edge senza GPU potenti, ambito per cui DAMO-YOLO non è stato progettato, YOLO26 è ottimizzato per le CPU standard: YOLO26n raggiunge una velocità fino al 43% superiore a YOLO11n.
- Ottimizzatore MuSGD: applicando all'informatica visiva le tecniche di addestramento degli LLM, YOLO26 integra l'ottimizzatore MuSGD (ispirato a Moonshot AI) per un addestramento stabile e una convergenza rapida, rispetto alla configurazione di addestramento più delicata di EfficientDet.
- Rimozione della DFL: la rimozione della Distribution Focal Loss semplifica il processo di esportazione e migliora la compatibilità con i dispositivi edge a basso consumo, come Raspberry Pi.
- ProgLoss + STAL: una loss progressiva e una strategia di assegnazione delle etichette consapevole degli oggetti piccoli migliorano notevolmente il riconoscimento degli oggetti di piccole dimensioni, un ambito in cui le architetture precedenti incontrano tradizionalmente difficoltà.
Efficienza della memoria e versatilità delle attività#
A differenza dei modelli Transformer o delle reti NAS fortemente fuse, i modelli Ultralytics sono noti per la loro efficienza nell'uso della memoria. Consumano molta meno memoria CUDA durante l'addestramento e consentono iterazioni rapide su hardware di fascia consumer.
Sebbene EfficientDet e DAMO-YOLO siano limitati ai riquadri di delimitazione, Ultralytics supporta nativamente la segmentazione di istanze e la classificazione di immagini all'interno dello stesso framework intuitivo. Per chi gestisce progetti meno recenti, Ultralytics YOLOv8 resta un'alternativa affidabile e ampiamente utilizzata, che vale la pena considerare.
Conclusione#
Scegliere l'architettura di computer vision giusta significa valutare le prestazioni teoriche pure rispetto alla realtà del deployment. EfficientDet offre un approccio rigoroso allo scaling e DAMO-YOLO garantisce velocità elevate su GPU. Tuttavia, per i team che danno priorità allo sviluppo rapido, a deployment affidabili e a funzionalità moderne, i modelli Ultralytics sono la scelta migliore. Combinando innovazioni come l'inferenza senza NMS e l'ottimizzazione MuSGD, YOLO26 offre ai progetti di computer vision una base efficace, manutenibile ed efficiente.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.