Inizia

PP-YOLOE+ vs DAMO-YOLO

La ricerca sulla visione artificiale ha prodotto molte architetture specializzate per il rilevamento di oggetti in tempo reale. Nella valutazione dei modelli per applicazioni industriali e di ricerca, ricorrono spesso due framework di spicco del 2022: PP-YOLOE+ di Baidu e DAMO-YOLO di Alibaba Group. Entrambi i modelli hanno fatto progredire il rilevamento anchor-free introducendo nuovi backbone, strategie di assegnazione delle etichette migliorate e tecniche specializzate di fusione delle feature.

Questa guida propone un'analisi tecnica di PP-YOLOE+ e DAMO-YOLO, esaminandone le architetture, i metodi di addestramento e i punti di forza nel deployment. Analizza inoltre il confronto tra questi framework e soluzioni moderne come Ultralytics YOLO26, per aiutarti a scegliere lo strumento giusto in base ai vincoli specifici del tuo deployment.

PP-YOLOE+: rilevamento industriale di oggetti perfezionato#

Sviluppato nell'ecosistema Baidu, PP-YOLOE+ è un miglioramento iterativo del PP-YOLOE originale, ampiamente ottimizzato per il framework di deep learning PaddlePaddle. È stato progettato per massimizzare precisione e velocità di inferenza su hardware di classe server, rendendolo un valido candidato per l'ispezione industriale e le applicazioni di smart retail.

Innovazioni architetturali#

PP-YOLOE+ introduce diversi miglioramenti architetturali per superare i rilevatori anchor-free precedenti:

  • Backbone CSPRepResNet: questo backbone utilizza un'architettura in stile RepVGG abbinata a connessioni Cross Stage Partial (CSP), offrendo un buon equilibrio tra capacità di estrazione delle caratteristiche e latenza di inferenza.
  • Task Alignment Learning (TAL): PP-YOLOE+ utilizza una strategia dinamica di assegnazione delle etichette che allinea i compiti di classificazione e regressione durante l'addestramento, riducendo il divario tra le prestazioni in addestramento e in inferenza.
  • Efficient Task-aligned Head (ET-head): una head di rilevamento semplificata, progettata per elaborare rapidamente le feature senza sacrificare la risoluzione spaziale, contribuendo a mantenere elevati i valori di mAP.

Dettagli su PP-YOLOE+:

Scopri di più su PP-YOLOE+

DAMO-YOLO: ricerca di architetture neurali all'edge#

Creato dalla Alibaba DAMO Academy, DAMO-YOLO adotta un approccio nettamente diverso. Invece di progettare manualmente il backbone, il team di ricerca ha utilizzato la Neural Architecture Search (NAS) per individuare topologie di rete efficienti, pensate per rispettare rigorosi vincoli di latenza.

Caratteristiche principali e pipeline di addestramento#

DAMO-YOLO punta a una bassa latenza e a un'elevata precisione grazie a una metodologia automatizzata e basata in larga misura sulla distillazione:

  • Backbone MAE-NAS: utilizzando la Neural Architecture Search basata sull'entropia massima, DAMO-YOLO costruisce backbone ottimizzati appositamente per il compromesso tra numero di parametri e precisione.
  • RepGFPN efficiente: una rete piramidale di feature generalizzata con riparametrizzazione consente una solida fusione di feature a più scale, aiutando il modello a rilevare oggetti di dimensioni molto diverse in un singolo fotogramma.
  • Design ZeroHead: una head di rilevamento semplificata che riduce notevolmente il costo computazionale durante l'inferenza.
  • Miglioramento tramite distillazione: per aumentare le prestazioni delle varianti più piccole, DAMO-YOLO si affida in larga misura a un complesso processo di distillazione della conoscenza, in cui un modello insegnante più grande guida il modello studente.

Dettagli su DAMO-YOLO:

Scopri di più su DAMO-YOLO

Vincolo all'ecosistema

Sebbene PP-YOLOE+ e DAMO-YOLO offrano entrambi solide innovazioni teoriche, sono strettamente legati ai rispettivi framework (PaddlePaddle e specifici ambienti Alibaba). Questo può rendere più difficoltoso trasferire questi modelli a distribuzioni cloud o edge standardizzate.

Analisi delle prestazioni#

Nella valutazione di questi modelli, il compromesso tra latenza, complessità computazionale (FLOPs) e precisione media (mAP) determina l'ambiente di deployment più adatto.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
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

DAMO-YOLOt raggiunge una latenza TensorRT inferiore a PP-YOLOE+t e DAMO-YOLO è più preciso alle scale tiny e small, risultando molto competitivo per i flussi video ad alto throughput. PP-YOLOE+, tuttavia, si adatta bene alla variante extra-large (x), raggiungendo una precisione di fascia alta nelle immagini complesse, dove il tempo di inferenza è una preoccupazione secondaria.

Il vantaggio di Ultralytics: oltre le architetture del 2022#

Sebbene PP-YOLOE+ e DAMO-YOLO abbiano rappresentato traguardi importanti, lo sviluppo moderno richiede maggiore versatilità, pipeline di addestramento più semplici e requisiti di memoria inferiori. La Ultralytics Platform risponde a queste esigenze con un'esperienza semplificata, che evita le complesse configurazioni specifiche dei framework e di distillazione richieste dai modelli più datati.

Per gli sviluppatori che oggi cercano il miglior equilibrio prestazionale, Ultralytics YOLO26 rappresenta un importante passo avanti nell'efficienza del deployment nel mondo reale.

Perché YOLO26 è leader del settore#

Rilasciato a gennaio 2026, YOLO26 si basa su YOLO11 e introduce diverse funzionalità pensate per la produzione:

  • Progettazione end-to-end senza NMS: YOLO26 può saltare completamente il post-processing con la soppressione non massima (NMS) grazie alla head one-to-one opzionale (nms=False). Questo semplifica la logica di deployment e garantisce una latenza di inferenza costante e prevedibile.
  • Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni, YOLO26 utilizza un ottimizzatore MuSGD ibrido per garantire un addestramento stabile e una convergenza rapida, risparmiando ore di GPU.
  • Inferenza CPU più veloce: rimuovendo la Distribution Focal Loss (DFL) e ottimizzando il grafo di rete, YOLO26n raggiunge un'inferenza CPU fino al 43% più veloce di YOLO11n, diventando un'ottima scelta per i dispositivi edge AI.
  • 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, fondamentale per le operazioni con droni e il telerilevamento.
  • Versatilità multi-task: a differenza di PP-YOLOE+, che si concentra esclusivamente sul rilevamento, YOLO26 supporta nativamente la segmentazione di istanze, la classificazione delle immagini, la stima della posa e le oriented bounding box (OBB).

Facilità d'uso ed efficienza dell'addestramento#

Addestrare un modello DAMO-YOLO richiede la gestione di una complessa pipeline di distillazione insegnante-studente. Al contrario, per addestrare un modello Ultralytics bastano poche righe di Python, con un consumo minimo di memoria CUDA rispetto alle architetture concorrenti.

from ultralytics import YOLO

# Inizializza il modello YOLO26
model = YOLO("yolo26n.pt")

# Addestra il modello con l'ottimizzatore MuSGD
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, optimizer="MuSGD")

# Esegui un'inferenza end-to-end senza NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Esporta in ONNX o TensorRT
model.export(format="onnx")

Casi d'uso ideali e raccomandazioni#

La scelta della giusta architettura di visione artificiale dipende in larga misura dall'integrazione con l'ecosistema del tuo team e dalle destinazioni di deployment.

  • Scegli PP-YOLOE+ se la tua intera pipeline è profondamente integrata nell'ecosistema PaddlePaddle di Baidu. Resta una buona scelta per l'analisi di immagini statiche su server potenti, quando l'obiettivo principale è massimizzare la precisione.
  • Scegli DAMO-YOLO se stai conducendo una ricerca specifica sugli algoritmi di ricerca di architetture neurali oppure se hai le risorse tecniche per gestire pipeline di distillazione complesse e raggiungere obiettivi di latenza TensorRT ambiziosi.
  • Scegli Ultralytics YOLO26 per quasi tutti gli scenari di produzione moderni. L'ecosistema Ultralytics offre documentazione completa, requisiti di memoria inferiori e un'API semplificata. Che tu stia sviluppando sistemi di controllo qualità automatizzato o eseguendo il tracking in tempo reale su un Raspberry Pi, l'architettura di YOLO26 senza NMS offre risultati rapidi, stabili e precisi fin da subito.

Per gli sviluppatori che valutano altre soluzioni, la documentazione Ultralytics offre anche molte risorse sul diffuso YOLOv8 e sul robusto YOLO11, aiutandoti a scegliere il modello giusto per qualsiasi sfida di visione artificiale.

Commenti

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