PP-YOLOE+ vs. EfficientDet: un confronto tecnico per il rilevamento di oggetti
La selezione del modello di object detection ottimale è fondamentale per le applicazioni di computer vision. Questa pagina offre un confronto tecnico dettagliato tra PP-YOLOE+ e EfficientDet, due modelli significativi, per assisterti nel prendere una decisione informata in base ai requisiti del tuo progetto. Approfondiremo i loro design architetturali, i benchmark di performance e l'idoneità applicativa. Sebbene entrambi i modelli abbiano dato importanti contributi, rappresentano diverse fasi nell'evoluzione dei rilevatori di oggetti efficienti.
PP-YOLOE+: Ottimizzato per efficienza e precisione
PP-YOLOE+, sviluppato dagli autori di PaddlePaddle presso Baidu e rilasciato il 2 aprile 2022, è una versione migliorata della serie PP-YOLOE. Si concentra sulla fornitura di alta accuratezza e implementazione efficiente, in particolare all'interno dell'ecosistema PaddlePaddle. Si distingue come un rilevatore anchor-free, single-stage progettato per un equilibrio superiore tra prestazioni e velocità nelle attività di rilevamento di oggetti.
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- Arxiv: https://arxiv.org/abs/2203.16250
- GitHub: https://github.com/PaddlePaddle/PaddleDetection/
- Documentazione: https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.8.1/configs/ppyoloe/README.md
Architettura e caratteristiche principali
PP-YOLOE+ adotta un approccio anchor-free, che semplifica la struttura del modello e il processo di training rimuovendo la necessità di anchor box predefinite. La sua architettura presenta un head di rilevamento disaccoppiato che separa le attività di classificazione e localizzazione, migliorando l'accuratezza complessiva. Il modello utilizza VariFocal Loss, una funzione di perdita specializzata, per gestire meglio lo squilibrio tra campioni positivi e negativi, perfezionando ulteriormente la classificazione e la precisione del bounding box. L'architettura include miglioramenti nel backbone, nel neck con un Path Aggregation Network (PAN) e nell'head per migliorare sia l'accuratezza che la velocità di inferenza.
Punti di forza e debolezze
- Punti di forza: Elevata accuratezza per il suo numero di parametri, il design anchor-free semplifica l'implementazione ed è ben supportato all'interno del framework PaddlePaddle. Il modello mostra eccellenti velocità di inferenza su GPU quando ottimizzato con TensorRT.
- Punti deboli: Ottimizzato principalmente per l'ecosistema PaddlePaddle, il che può limitare la flessibilità per gli utenti di altri framework popolari come PyTorch. Il suo supporto della comunità e le risorse disponibili potrebbero essere meno estesi di quelli per i modelli adottati a livello globale come la serie Ultralytics YOLO.
Casi d'uso
Le prestazioni bilanciate e il moderno design anchor-free rendono PP-YOLOE+ una scelta versatile per varie applicazioni. È adatto per attività come l'ispezione di qualità industriale, l'automazione del riciclaggio e il miglioramento delle operazioni di retail intelligente.
EfficientDet: Architettura scalabile ed efficiente
EfficientDet è stato introdotto dal team Google Brain nel novembre 2019. Ha stabilito un nuovo standard per l'efficienza nel rilevamento di oggetti introducendo una famiglia di modelli in grado di scalare dai dispositivi edge ai grandi server cloud. Le sue innovazioni principali si sono concentrate sulla creazione di un'architettura altamente efficiente e scalabile.
- Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organizzazione: Google
- Data: 2019-11-20
- Arxiv: https://arxiv.org/abs/1911.09070
- GitHub: https://github.com/google/automl/tree/master/efficientdet
- Documentazione: https://github.com/google/automl/tree/master/efficientdet
Architettura e caratteristiche principali
L'architettura di EfficientDet si basa su tre idee chiave:
- EfficientNet Backbone: Utilizza l'EfficientNet, altamente efficiente, come backbone per l'estrazione delle caratteristiche, progettato tramite una ricerca di architettura neurale per ottimizzare accuratezza e FLOP.
- BiFPN (Bi-directional Feature Pyramid Network): Invece di una FPN standard, EfficientDet introduce BiFPN, un metodo di fusione di caratteristiche multiscala più efficiente. Consente un flusso di informazioni facile e veloce tra diversi livelli di caratteristiche con connessioni ponderate.
- Ridimensionamento Composto: Un nuovo metodo di scaling che scala uniformemente la profondità, la larghezza e la risoluzione per il backbone, la rete di feature e l'head di rilevamento utilizzando un semplice coefficiente composto. Ciò consente al modello di scalare dalla piccola variante D0 alla grande D7 in modo efficace e basato su principi.
Analisi delle prestazioni
La tabella seguente fornisce un confronto dettagliato delle prestazioni. Mentre EfficientDet era all'avanguardia al momento del suo rilascio, i benchmark mostrano che i modelli più recenti come PP-YOLOE+ offrono prestazioni significativamente migliori, soprattutto in termini di velocità di inferenza su GPU. Ad esempio, PP-YOLOE+l raggiunge un mAP più alto (52.9) rispetto a EfficientDet-d5 (51.5) ma è oltre 8 volte più veloce su una GPU T4 con TensorRT. Ciò evidenzia i rapidi progressi nell'architettura del modello e nelle tecniche di ottimizzazione.
| Modello | dimensione (pixel) |
mAPval 50-95 |
Velocità CPU ONNX (ms) |
Velocità T4 TensorRT10 (ms) |
parametri (M) |
FLOPs (B) |
|---|---|---|---|---|---|---|
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
| EfficientDet-d0 | 640 | 34.6 | 10.2 | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | 13.5 | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 640 | 43.0 | 17.7 | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 640 | 47.5 | 28.0 | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 640 | 49.7 | 42.8 | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 640 | 51.5 | 72.5 | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 640 | 52.6 | 92.8 | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 640 | 53.7 | 122.0 | 128.07 | 51.9 | 325.0 |
Punti di forza e debolezze
- Punti di forza: Architettura rivoluzionaria con BiFPN e ridimensionamento composto che ha influenzato molti modelli successivi. Altamente scalabile in un'ampia gamma di budget computazionali.
- Punti deboli: Velocità di inferenza più lente rispetto alle architetture moderne. Il design basato su ancore è più complesso delle alternative senza ancore. L'implementazione originale è in TensorFlow, il che può essere un ostacolo per la comunità di ricerca dominante di PyTorch.
Casi d'uso
EfficientDet è ancora un'opzione valida per le applicazioni in cui la scalabilità del modello è fondamentale e le prestazioni in tempo reale estreme non sono il vincolo primario. Può essere utilizzato per l'elaborazione batch offline di immagini, le API di visione basate su cloud e alcuni scenari di edge AI in cui le sue varianti più piccole (D0-D2) possono fornire un buon compromesso tra precisione e risorse.
Conclusione: Quale modello dovresti scegliere?
Sia PP-YOLOE+ che EfficientDet sono modelli potenti, ma soddisfano esigenze diverse e rappresentano diversi momenti nella cronologia della ricerca sull'object detection.
- PP-YOLOE+ è un'ottima scelta se state lavorando all'interno dell'ecosistema PaddlePaddle e avete bisogno di un rilevatore anchor-free moderno, veloce e preciso.
- EfficientDet rimane un modello di riferimento grazie alle sue innovazioni architetturali. Tuttavia, per i nuovi progetti, le sue prestazioni sono state ampiamente superate da modelli più recenti.
Per sviluppatori e ricercatori alla ricerca della migliore combinazione di prestazioni, versatilità e facilità d'uso, consigliamo di prendere in considerazione la serie Ultralytics YOLO. Modelli come YOLOv8 e l'ultimo YOLO11 offrono diversi vantaggi chiave:
- Bilanciamento delle prestazioni: I modelli Ultralytics YOLO offrono un compromesso all'avanguardia tra velocità e accuratezza, rendendoli adatti sia per l'implementazione edge in tempo reale sia per le applicazioni cloud ad alta precisione.
- Versatilità: Sono modelli multi-task che supportano non solo l'object detection, ma anche instance segmentation, pose estimation, classification e altro ancora, il tutto all'interno di un singolo framework unificato.
- Facilità d'uso: I modelli sono dotati di una semplice API Python e CLI, documentazione completa e un processo di training diretto.
- Ecosistema ben mantenuto: Ultralytics offre un ecosistema solido con sviluppo attivo, forte supporto della comunità e integrazione perfetta con strumenti come Ultralytics HUB per MLOps semplificate, dalla gestione dei dataset al deployment.
- Efficienza di addestramento: I modelli Ultralytics YOLO sono noti per il loro addestramento efficiente, che richiede meno memoria e tempo rispetto a molte alternative, e sono dotati di un'ampia gamma di pesi pre-addestrati per accelerare i progetti personalizzati.
Per confronti più dettagliati, potresti essere interessato a esplorare come questi modelli si confrontano con altre architetture popolari come YOLO11 vs. EfficientDet o PP-YOLOE+ vs. YOLOv10.
