PP-YOLOE+ vs YOLOv10
La computer vision continua a evolversi e i nuovi modelli migliorano il rilevamento di oggetti in tempo reale. Questo confronto tecnico esamina PP-YOLOE+ e YOLOv10, due architetture valide progettate per ecosistemi diversi. Spiega inoltre come il settore si stia orientando verso strumenti unificati e facili da usare, come la Ultralytics Platform e il modello YOLO26.
Introduzione ai modelli#
Per scegliere la base giusta per i tuoi progetti di computer vision, devi comprendere chiaramente i compromessi architetturali di ciascun modello, i vincoli di distribuzione e il supporto dell'ecosistema.
Panoramica su PP-YOLOE+#
Sviluppato dagli autori di PaddlePaddle presso Baidu, PP-YOLOE+ rappresenta un'evoluzione rispetto alle versioni precedenti nell'ecosistema PaddleDetection.
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- arXiv: https://arxiv.org/abs/2203.16250
- GitHub: Repository PaddleDetection
- Documentazione: Documentazione ufficiale di PP-YOLOE+
Punti di forza: PP-YOLOE+ eccelle negli ambienti fortemente integrati con il framework PaddlePaddle. Introduce un backbone CSPRepResNet e utilizza una strategia di assegnazione delle etichette allineata alle attività (TAL) per ottenere un'elevata precisione media (mAP). È ottimizzato per la distribuzione sulle GPU server tipiche delle applicazioni industriali.
Punti deboli: il principale svantaggio di PP-YOLOE+ è la forte dipendenza dall'ecosistema PaddlePaddle, che può risultare meno intuitiva per gli sviluppatori abituati a PyTorch. Richiede inoltre la soppressione dei massimi non (NMS) tradizionale per la post-elaborazione, con conseguente aumento della latenza e della complessità di distribuzione.
Panoramica su YOLOv10#
Rilasciato dai ricercatori della Tsinghua University, YOLOv10 ha introdotto un importante cambiamento architetturale eliminando la NMS dalla pipeline di inferenza.
- 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
- Documentazione: Documentazione di YOLOv10
Punti di forza: la caratteristica più rilevante di YOLOv10 è l'assegnazione duale coerente per l'addestramento senza NMS. Questo significa che il modello predice nativamente i riquadri di delimitazione senza richiedere un passaggio di filtraggio secondario, semplificando e velocizzando notevolmente la distribuzione dei modelli sui dispositivi edge. Offre un ottimo equilibrio tra un numero ridotto di parametri e un'elevata accuratezza.
Punti deboli: pur essendo molto efficiente nel rilevamento di oggetti standard in 2D, YOLOv10 non supporta nativamente altre importanti attività di computer vision, come la segmentazione di istanze e la stima della posa, limitandone la versatilità nelle pipeline complesse e multi-attività.
Confronto delle prestazioni e delle metriche#
Capire come si comportano questi modelli nei benchmark standardizzati è fondamentale per scegliere l'architettura giusta. La tabella seguente ne confronta dimensioni, accuratezza e latenza.
| Modello | dimensione (pixel) | mAPval50-95 | 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 |
| 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 |
Analisi tecnica#
Analizzando i dati emergono alcune tendenze chiave. I modelli nano e small di YOLOv10 puntano all'efficienza edge: YOLOv10n utilizza solo 2,3 milioni di parametri e 6,7B FLOPs. Questo design leggero, insieme all'architettura senza NMS, riduce notevolmente la latenza sulle piattaforme che utilizzano TensorRT e OpenVINO.
Al contrario, PP-YOLOE+ dimostra ottime capacità nelle classi di peso più grandi: la variante X-large supera di poco YOLOv10x in mAP (54,7% contro 54,4%). Tuttavia, questo risultato richiede più del triplo dei parametri (98,42M contro 29,5M), rendendo YOLOv10x il modello nettamente più efficiente negli ambienti con memoria limitata.
I vantaggi dell’ecosistema Ultralytics#
Sebbene PP-YOLOE+ e YOLOv10 offrano entrambi risultati tecnici notevoli, la moderna ingegneria ML richiede più di una semplice architettura: serve un ecosistema ben mantenuto.
Ultralytics offre un pacchetto Python che semplifica notevolmente la raccolta e l'annotazione dei dati, l'addestramento e la distribuzione. Rispetto ai pesanti framework di ricerca o ai modelli Transformer più datati, le architetture Ultralytics richiedono solo una frazione della memoria CUDA durante l'addestramento, consentendo batch più grandi e iterazioni più rapide. Il pacchetto Ultralytics offre inoltre ampia versatilità e supporta direttamente la classificazione di immagini, gli OBB (riquadri di delimitazione orientati) e un robusto tracciamento degli oggetti.
Arriva YOLO26: la nuova generazione#
Rilasciato a gennaio 2026, Ultralytics YOLO26 combina le intuizioni migliori di modelli come YOLOv10 affrontandone al contempo i limiti.
Le principali innovazioni di YOLO26:
- Design end-to-end senza NMS: basandosi sull'addestramento senza NMS che YOLOv10 ha introdotto nei modelli YOLO, YOLO26 offre una head end-to-end opzionale (
nms=False) che elimina il post-processing NMS, per un deployment più rapido e semplice su hardware diversi. - Rimozione della DFL: rimuovendo la Distribution Focal Loss (DFL), l'architettura del modello è più semplice da esportare e più compatibile con i dispositivi AI edge a basso consumo.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni, come Kimi K2 di Moonshot AI, YOLO26 utilizza una combinazione ibrida di SGD e Muon. Questo consente un addestramento stabile e una convergenza notevolmente più rapida.
- Inferenza su CPU fino al 43% più veloce: ottimizzato per gli scenari reali, YOLO26n è fino al 43% più veloce di YOLO11n nelle applicazioni che si affidano all'elaborazione su CPU, risultando adatto alla sorveglianza intelligente e alle distribuzioni su dispositivi mobili.
- 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 fattore fondamentale per le immagini aeree e la robotica.
- Miglioramenti specifici per attività: A differenza di YOLOv10, YOLO26 supporta nativamente il proto multiscala per la segmentazione e la stima della log-verosimiglianza residua (RLE) per la stima della posa.
Implementazione pratica#
Iniziare a usare i modelli Ultralytics è semplice. Bastano poche righe di codice per avviare l'addestramento usando pipeline moderne di aumento dei dati.
from ultralytics import YOLO
# Carica il modello YOLO26 altamente consigliato
model = YOLO("yolo26n.pt")
# Addestra il modello sul dataset COCO8
# L'uso della memoria è altamente ottimizzato rispetto alle architetture Transformer
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Esegui inferenza end-to-end senza NMS
inference_results = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Esporta direttamente in ONNX o TensorRT per la distribuzione
model.export(format="onnx", simplify=True)Casi d'uso e consigli#
La scelta tra PP-YOLOE+ e YOLOv10 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze in fatto di ecosistemi.
Quando scegliere PP-YOLOE+#
PP-YOLOE+ è una scelta valida per:
- Integrazione con l'ecosistema PaddlePaddle: Organizzazioni che dispongono già di un'infrastruttura basata sul framework e sugli strumenti PaddlePaddle di Baidu.
- Distribuzione edge con Paddle Lite: Distribuzione su hardware con kernel di inferenza altamente ottimizzati specificamente per Paddle Lite o per il motore di inferenza Paddle.
- Rilevamento lato server ad alta accuratezza: Scenari che privilegiano la massima accuratezza di rilevamento su potenti server GPU, dove la dipendenza dal framework non è un problema.
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 migliore combinazione 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 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.
Conclusione#
PP-YOLOE+ resta un'opzione affidabile per i team che puntano sull'ecosistema Baidu e sugli ambienti server industriali. YOLOv10 è un importante traguardo accademico che ha dimostrato la validità del rilevamento in tempo reale senza NMS.
Tuttavia, per gli sviluppatori che cercano il miglior equilibrio tra accuratezza, velocità di inferenza e capacità multitasking, Ultralytics YOLO26 è la scelta consigliata. Le sue innovazioni nell'efficienza dell'addestramento e nella distribuzione edge-first ne fanno una soluzione robusta e versatile per la computer vision di livello produttivo.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.