PP-YOLOE+ vs YOLOv5
Quando scelgono un framework di deep learning per la computer vision, gli sviluppatori confrontano spesso diverse architetture per trovare il giusto equilibrio tra velocità, accuratezza e facilità di distribuzione. Questo confronto esamina le differenze tecniche tra PP-YOLOE+ e YOLOv5 per il rilevamento degli oggetti. Analizzandone le architetture, le metriche di prestazione e gli scenari di distribuzione più adatti, puoi prendere una decisione consapevole per il tuo prossimo progetto, che riguardi la robotica in tempo reale, la distribuzione edge o l'analisi video basata su cloud.
Origini e metadati dei modelli#
Entrambi i modelli provengono da team di progettazione solidi, ma si rivolgono a ecosistemi leggermente diversi. Comprenderne le origini offre un contesto prezioso per le scelte di progettazione architetturale.
Dettagli su PP-YOLOE+:
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- arXiv: https://arxiv.org/abs/2203.16250
- GitHub: https://github.com/PaddlePaddle/PaddleDetection/
- Documentazione: README di PaddleDetection
Dettagli di YOLOv5:
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Documentazione: https://docs.ultralytics.com/models/yolov5
Confronto architetturale#
Architettura di PP-YOLOE+#
PP-YOLOE+ è un'evoluzione nell'ecosistema Baidu, basata sui modelli precedenti come PP-YOLOv2. Introduce un backbone CSPRepResNet ottimizzato, che migliora l'estrazione delle caratteristiche combinando i principi delle reti Cross Stage Partial (CSP) con tecniche di riparametrizzazione. Questo consente al modello di mantenere un'elevata accuratezza durante l'addestramento e di trasformarsi in un'architettura più snella per accelerare l'inferenza.
Inoltre, PP-YOLOE+ utilizza Task Alignment Learning (TAL) e una head Efficient Task-aligned (ET-head). Questa combinazione mira a risolvere il disallineamento tra i compiti di classificazione e localizzazione, un collo di bottiglia comune nei rilevatori densi di oggetti. Nonostante la progettazione accurata, l'architettura è strettamente legata al framework PaddlePaddle, il che può creare difficoltà di integrazione per i team che standardizzano su altre librerie ML diffuse.
Architettura di YOLOv5#
Al contrario, YOLOv5 è stato sviluppato nativamente in PyTorch, lo standard del settore sia per la ricerca accademica sia per la produzione aziendale. Utilizza un backbone CSPDarknet53 modificato, noto per l'efficace flusso del gradiente e l'efficienza dei parametri.
Una caratteristica distintiva di YOLOv5 è l’algoritmo AutoAnchor, che prima dell’addestramento verifica e regola dinamicamente le dimensioni dei riquadri anchor in base al tuo dataset personalizzato. Questo elimina la necessità di regolare manualmente gli iperparametri dei riquadri di delimitazione. Il neck Path Aggregation Network (PANet) del modello garantisce una solida fusione di feature a più scale, rendendolo molto efficace nel rilevamento di oggetti di dimensioni diverse.
Poiché YOLOv5 è basato direttamente su PyTorch, esportarlo in formati ottimizzati come ONNX e TensorRT richiede una configurazione middleware molto più limitata rispetto ai modelli vincolati a toolchain specifiche del framework.
Analisi delle prestazioni#
Per valutare questi modelli occorre considerare il compromesso tra precisione media (mAP) e latenza. La tabella seguente mostra le metriche per le diverse dimensioni dei modelli.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
PP-YOLOE+ raggiunge valori di mAP molto competitivi alle dimensioni maggiori (come la variante X), ma YOLOv5 offre velocità più elevate e un numero inferiore di parametri nelle dimensioni più ridotte. YOLOv5 Nano (YOLOv5n) richiede appena 1,9 milioni di parametri, risultando particolarmente adatto ai dispositivi edge con risorse limitate e requisiti di memoria stringenti. Inoltre, in genere l'addestramento dei modelli YOLO consuma meno memoria CUDA rispetto alle pesanti alternative basate su Transformer come RT-DETR.
I vantaggi di Ultralytics#
Quando scegli un'architettura, le metriche grezze sono solo una parte dell'equazione. L'esperienza di sviluppo, il supporto dell'ecosistema e le pipeline di distribuzione determinano spesso il successo concreto di un progetto. È qui che i modelli Ultralytics si distinguono.
Facilità d'uso#
L'API Python di Ultralytics nasconde la complessità del codice boilerplate. Gli sviluppatori possono iniziare ad addestrare, convalidare le prestazioni e distribuire modelli con pochissimo codice. La documentazione è completa, aggiornata attivamente e supportata da un'ampia community open source globale.
Versatilità in diverse attività#
PP-YOLOE+ è un rilevatore di oggetti dedicato, mentre l'ecosistema Ultralytics consente agli utenti di affrontare più attività di computer vision tramite un'unica API unificata. Con YOLOv5 e i suoi successori, puoi passare facilmente dalle bounding box standard ai flussi di lavoro di segmentazione di istanze e classificazione.
Esempio di codice: addestramento di YOLOv5#
Per iniziare bastano poche righe di codice. Questa semplicità accelera notevolmente i cicli di ricerca e sviluppo.
from ultralytics import YOLO
# Carica un modello YOLOv5 small preaddestrato
model = YOLO("yolov5su.pt") # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics
# Addestra il modello sul dataset COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esegui un'inferenza rapida su un'immagine
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()Casi d’uso nel mondo reale#
Quando scegliere PP-YOLOE+: Se la tua organizzazione è profondamente integrata nello stack software Baidu o dipende fortemente da hardware specializzato che richiede il framework PaddlePaddle, PP-YOLOE+ offre prestazioni solide. Viene spesso utilizzato in pipeline di produzione specializzate con integrazioni Paddle già esistenti.
Quando scegliere YOLOv5: Per la maggior parte degli sviluppatori, dei ricercatori e delle aziende, YOLOv5 resta un'ottima opzione. Le sue radici PyTorch lo rendono subito compatibile con strumenti come Weights & Biases per il monitoraggio e ne consentono l'esportazione senza problemi in TensorRT per l'accelerazione GPU NVIDIA o in CoreML per i dispositivi Apple. Offre buone prestazioni in settori diversi, dal monitoraggio delle colture agricole alla navigazione dei droni ad alta velocità.
Il futuro del rilevamento: Ultralytics YOLO26#
YOLOv5 è un modello storico, ma la computer vision è progredita. Per tutti i nuovi sviluppi, il modello consigliato è YOLO26, rilasciato a gennaio 2026. Disponibile tramite la Ultralytics Platform, YOLO26 stabilisce un nuovo standard di efficienza.
Innovazioni chiave di YOLO26:
- Progettazione end-to-end senza NMS: la head one-to-one opzionale di YOLO26 head one-to-one (
nms=False) salta completamente la fase di post-processing con la soppressione non massima (NMS). Questo riduce la variabilità della latenza e semplifica notevolmente la pipeline di deployment. - Inferenza CPU fino al 43% più veloce: eliminando la Distribution Focal Loss (DFL), YOLO26 aumenta significativamente la velocità sui dispositivi edge senza GPU, dove YOLO26n è fino al 43% più veloce di YOLO11n.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), questo ottimizzatore ibrido stabilizza le dinamiche di addestramento e consente una convergenza più rapida sui dataset personalizzati.
- Miglioramenti specifici per attività: include ProgLoss e STAL (una loss progressiva e un'assegnazione delle etichette consapevole degli oggetti piccoli), migliorando la precisione sugli oggetti minuscoli. Supporta nativamente il rilevamento di Oriented Bounding Box (OBB) per le immagini aeree.
Se stai esplorando modelli di visione moderni, potrebbe interessarti anche confrontare la generazione precedente YOLO11 o approcci basati su Transformer come RT-DETR. L'ecosistema robusto, insieme ai continui progressi architetturali, rende Ultralytics un'ottima scelta per le attività moderne di visione artificiale.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.