EfficientDet vs YOLOv10
Nella visione artificiale, la scelta della giusta architettura per il rilevamento degli oggetti è fondamentale per bilanciare precisione, latenza ed efficienza computazionale. Questa guida tecnica confronta due modelli influenti: EfficientDet di Google e YOLOv10 dell’Università Tsinghua. Entrambi rappresentano progressi significativi nel rilevamento degli oggetti, ma affrontano la progettazione architetturale e l’ottimizzazione dei modelli da prospettive molto diverse.
Questa guida illustra le architetture fondamentali, esamina i benchmark prestazionali su dataset standard come COCO e spiega come si integrano nelle moderne pipeline di apprendimento automatico, incluso l’ecosistema Ultralytics.
EfficientDet: pioniere dello scaling composto#
Introdotto alla fine del 2019, EfficientDet ha stabilito un nuovo riferimento per il rilevamento degli oggetti scalabile e preciso, introducendo un approccio metodico al ridimensionamento delle dimensioni della rete.
Innovazioni e architettura principali#
- Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organizzazione: Google Brain
- Data: 2019-11-20
- arXiv: https://arxiv.org/abs/1911.09070
- GitHub: Repository EfficientDet
EfficientDet si basa sul backbone EfficientNet e usa una nuova rete piramidale bidirezionale delle caratteristiche (BiFPN). A differenza delle tradizionali reti piramidali delle caratteristiche (FPN), che sommano le caratteristiche senza distinguerne l’importanza, BiFPN usa pesi apprendibili per fondere caratteristiche multi-scala. Questo permette alla rete di imparare efficacemente quali caratteristiche di risoluzione contribuiscono maggiormente alla predizione finale. EfficientDet usa anche un metodo di ridimensionamento composto che ridimensiona uniformemente e simultaneamente risoluzione, profondità e larghezza del backbone, della rete delle caratteristiche e delle reti di predizione di box e classi.
EfficientDet resta una scelta solida per i sistemi legacy profondamente integrati con le vecchie pipeline TensorFlow, ma durante l'addestramento richiede una quantità considerevole di memoria e dipende da un ecosistema meno recente, che può risultare macchinoso rispetto ai framework moderni e dinamici.
YOLOv10: l'innovatore NMS-free#
Rilasciato a metà del 2024, YOLOv10 ha trasformato il rilevamento degli oggetti in tempo reale eliminando la necessità della soppressione dei massimi non (NMS) durante la post-elaborazione e riducendo notevolmente la latenza di inferenza.
Innovazioni e architettura principali#
- Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organizzazione: Università Tsinghua
- Data: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: Repository YOLOv10
YOLOv10 introduce una strategia coerente di assegnazione duale per l’addestramento senza NMS. Usando sia l’assegnazione delle etichette one-to-many sia quella one-to-one durante l’addestramento, la rete impara a produrre riquadri di delimitazione con corrispondenze univoche senza affidarsi a NMS per eliminare i duplicati. Questa progettazione del modello, che bilancia in modo organico efficienza e precisione, riduce la ridondanza computazionale e lo rende adatto all’edge computing e alle applicazioni di streaming video a bassa latenza. Si integra inoltre nell’ecosistema Ultralytics, offrendo agli sviluppatori una semplice API Python.
Eliminando il passaggio NMS, YOLOv10 mantiene costante la velocità di inferenza indipendentemente dal numero di oggetti rilevati nella scena, evitando i picchi di latenza spesso osservati nelle affollate applicazioni di visione artificiale.
Confronto delle prestazioni: accuratezza, velocità ed efficienza#
Quando distribuiscono i modelli in scenari reali, gli sviluppatori devono valutare la media della precisione media (mAP) insieme al numero di parametri e alle operazioni computazionali (FLOPs). La tabella seguente riporta queste metriche per le varianti scalari di entrambi i modelli.
| 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
Nota: la variante YOLOv10n richiede meno parametri (2.3M) e raggiunge velocità TensorRT molto superiori (1.84ms) rispetto alle varianti più piccole di EfficientDet, risultando molto più adatta all’inferenza in tempo reale in produzione.
Perché scegliere Ultralytics per la distribuzione dei modelli?#
Sebbene entrambi i modelli abbiano importanza storica e strutturale, integrarli nelle pipeline moderne può essere complesso. È qui che interviene la piattaforma Ultralytics. Grazie a un ecosistema unificato, Ultralytics semplifica l’intero ciclo di vita, dall’annotazione dei dati alla distribuzione.
- Facilità d'uso: il pacchetto Python di Ultralytics offre un'unica interfaccia per l'addestramento dei modelli, la validazione e l'esportazione, sostituendo centinaia di righe di codice ripetitivo con comandi concisi.
- Ecosistema e versatilità: mentre EfficientDet è specializzato nel rilevamento, i modelli YOLO di Ultralytics supportano anche la segmentazione delle istanze, la classificazione, la stima della posa e i riquadri di delimitazione orientati (OBB).
- Efficienza dell’addestramento: grazie a tecniche come il batching automatico e l’addestramento distribuito, i modelli Ultralytics si addestrano più rapidamente e consumano molta meno memoria CUDA rispetto ai pesanti modelli Transformer o alle vecchie architetture TensorFlow multi-ramo.
Esempio di codice: addestramento di YOLOv10#
Distribuire YOLOv10 con Ultralytics è semplice. Il seguente frammento di codice mostra come inizializzare, addestrare e valutare una rete YOLOv10 interamente tramite l’API Python.
from ultralytics import YOLO
# Carica un modello YOLOv10 pre-addestrato (variante nano per la velocità sui dispositivi edge)
model = YOLO("yolov10n.pt")
# Addestra il modello sul dataset COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, batch=16)
# Valuta il modello sul set di validazione
metrics = model.val()
# Esporta il modello in ONNX per la distribuzione in produzione
model.export(format="onnx")Casi d'uso e consigli#
La scelta tra EfficientDet e YOLOv10 dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle tue preferenze in termini di 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 YOLOv10#
YOLOv10 è consigliato per:
- Rilevamento in tempo reale senza NMS: applicazioni che traggono vantaggio dal rilevamento end-to-end senza soppressione non massima, riducendo la complessità della distribuzione.
- Compromesso equilibrato tra velocità e precisione: progetti che richiedono un buon equilibrio tra velocità di inferenza e precisione di rilevamento con modelli di diverse dimensioni.
- Applicazioni con latenza costante: scenari di distribuzione in cui i tempi di inferenza prevedibili sono fondamentali, ad esempio nella robotica o nei sistemi autonomi.
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 è qui: ecco Ultralytics YOLO26#
Sebbene YOLOv10 abbia introdotto il design YOLO senza NMS, la tecnologia si è evoluta. Rilasciato a gennaio 2026, Ultralytics YOLO26 è l’attuale modello Ultralytics consigliato per l’IA di visione. Riunisce i punti di forza delle architetture precedenti, come le capacità multi-task di YOLO11 e il rilevamento end-to-end di RT-DETR, in un’unica famiglia di modelli ottimizzata.
Se stai iniziando un nuovo progetto, parti da YOLO26. Offre flessibilità e facilità d’uso tramite la piattaforma Ultralytics.
Innovazioni chiave di YOLO26:
- Design end-to-end senza NMS: basandosi sulle fondamenta gettate da YOLOv10, YOLO26 offre una testa end-to-end one-to-one (
nms=False) opzionale che salta NMS, riducendo al minimo la logica di distribuzione. - Inferenza CPU fino al 43% più veloce: eliminando la Loss focale di distribuzione (DFL), YOLO26 riduce notevolmente il sovraccarico computazionale; YOLO26n è fino al 43% più veloce di YOLO11n su CPU, risultando adatto ai dispositivi di IA edge.
- Ottimizzatore MuSGD: YOLO26 riprende tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM). Combinando la stabilità di SGD con la velocità di Muon, converge più rapidamente e in modo più affidabile.
- ProgLoss + STAL: la Loss progressiva e l’assegnazione delle etichette consapevole degli oggetti piccoli affrontano problemi di lunga data nel rilevamento di oggetti piccoli, un ambito in cui EfficientDet ha tradizionalmente incontrato difficoltà.
Conclusione: scegliere i modelli in base ai casi d'uso#
La scelta tra queste reti dipende in definitiva dai vincoli di distribuzione:
- EfficientDet resta di interesse accademico per lo scaling composto ed è adatto ai ricercatori che mantengono sistemi TensorFlow esistenti, nei quali le dimensioni dei pesi del modello su disco sono più importanti della velocità di esecuzione.
- YOLOv10 è particolarmente adatto alle applicazioni che richiedono una latenza estremamente bassa, come il tracciamento di più oggetti ad alta velocità e il monitoraggio del traffico, grazie alla sua architettura senza NMS.
- YOLO26, tuttavia, è la scelta migliore per i moderni progetti di visione artificiale, offrendo un ottimo equilibrio prestazionale in termini di accuratezza, ingombro ridotto in memoria e versatilità multi-task, il tutto supportato dal solido ecosistema Ultralytics.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.