PP-YOLOE+ vs YOLOv7#

Quando crei pipeline di computer vision, scegliere il modello giusto per il rilevamento degli oggetti è fondamentale. Due architetture importanti del 2022, PP-YOLOE+ e YOLOv7, hanno introdotto notevoli progressi nel rilevamento degli oggetti in tempo reale. Questo confronto tecnico offre un’analisi approfondita delle loro architetture, metodologie di addestramento e prestazioni nel mondo reale per aiutarti a prendere decisioni consapevoli per le tue applicazioni.

Panoramica dei modelli#

PP-YOLOE+ e YOLOv7 sono stati entrambi progettati per spingere oltre i limiti di precisione e velocità, ma derivano da ecosistemi di sviluppo e filosofie progettuali differenti.

PP-YOLOE+#

Sviluppato dagli autori di PaddlePaddle presso Baidu, PP-YOLOE+ si basa sul PP-YOLOv2 originale. È stato introdotto per offrire un rilevatore di oggetti efficiente e molto accurato, ottimizzato per l’ecosistema PaddlePaddle.

• Autori: Autori di PaddlePaddle
• Organizzazione: Baidu
• Data: 2022-04-02
• Arxiv: 2203.16250
• GitHub: Repository PaddleDetection
• Documentazione: Documentazione di PP-YOLOE+

Scopri di più su PP-YOLOE+

YOLOv7#

Sviluppato da Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao, YOLOv7 ha introdotto il «bag-of-freebies addestrabile» per stabilire nuovi benchmark all’avanguardia per i rilevatori di oggetti in tempo reale al momento del rilascio.

• Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2022-07-06
• Arxiv: 2207.02696
• GitHub: Repository di YOLOv7
• Documentazione: Documentazione di Ultralytics YOLOv7

Scopri di più su YOLOv7

Innovazioni architetturali#

Architettura di PP-YOLOE+#

PP-YOLOE+ si basa molto su un paradigma senza anchor, che semplifica la distribuzione eliminando la necessità di regolare i riquadri anchor per i dataset personalizzati. Integra un potente backbone RepResNet e una PAN in stile CSPNet (rete di aggregazione dei percorsi) per un’efficace fusione di feature a più scale. Inoltre, sfrutta il concetto di apprendimento dell’allineamento dei task (TAL) per allineare dinamicamente i task di classificazione e localizzazione durante l’addestramento, garantendo un’elevata precisione in vari task di computer vision.

Architettura di YOLOv7#

YOLOv7 ha adottato un approccio diverso introducendo la rete estesa efficiente di aggregazione dei livelli (E-ELAN). Questa architettura consente alla rete di apprendere feature più diversificate senza alterare il percorso del gradiente originale, favorendo una convergenza migliore. YOLOv7 utilizza ampiamente anche la riparametrizzazione del modello, in particolare le convoluzioni riparametrizzate pianificate, che uniscono i livelli convoluzionali durante l’inferenza per accelerare l’esecuzione senza sacrificare la precisione. Questo rende YOLOv7 particolarmente efficace in task come il tracciamento di più oggetti e i complessi sistemi di allarme di sicurezza.

Analisi delle prestazioni#

Nel bilanciamento tra velocità, numero di parametri e precisione (mAP), i modelli si alternano nei risultati in base alla variante specifica e all’hardware di destinazione. Di seguito trovi un confronto completo delle metriche.

Il modello PP-YOLOE+x raggiunge una mAP leggermente superiore, mentre le varianti di YOLOv7 offrono un rapporto parametri-precisione molto elevato. L’architettura YOLOv7 resta una delle preferite per l’elaborazione pura su GPU, dove l’ottimizzazione TensorRT garantisce una latenza eccezionalmente bassa.

I vantaggi di Ultralytics#

Quando addestri e distribuisci questi modelli, la scelta del framework è importante quanto il modello stesso. Utilizzare Ultralytics offre un’esperienza d’uso semplificata grazie a un’API Python altamente unificata, che semplifica l’intero ciclo di vita del machine learning.

• Ecosistema ben mantenuto: i modelli Ultralytics YOLO beneficiano di un ecosistema aggiornato costantemente, documentazione completa e una community attiva.
• Requisiti di memoria: Ultralytics ottimizza notevolmente il caricamento dei dati e i regimi di addestramento. L’addestramento dei modelli Ultralytics YOLO richiede in genere molta meno memoria CUDA rispetto alle pesanti architetture basate su Transformer, consentendo agli sviluppatori di utilizzare batch di dimensioni maggiori su hardware di fascia consumer.
• Efficienza di addestramento: grazie a solide strategie di aumento dei dati e alla regolazione integrata degli iperparametri, Ultralytics garantisce una convergenza rapida dei modelli con pesi preaddestrati facilmente disponibili.

Implementazione semplice dell’API#

Il pacchetto Ultralytics non supporta l’addestramento nativo di YOLOv7 (consulta la documentazione di YOLOv7 per eseguire le esportazioni upstream di YOLOv7), ma bastano poche righe di codice per addestrare un moderno modello Ultralytics YOLO, senza dover gestire script di addestramento complessi:

from ultralytics import YOLO

# Carica un modello YOLO26 preaddestrato
model = YOLO("yolo26n.pt")

# Addestra il modello sul tuo dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esporta in TensorRT per la distribuzione
model.export(format="engine", device=0)

Il nuovo standard: ecco YOLO26#

PP-YOLOE+ e YOLOv7 sono tappe importanti nel rilevamento degli oggetti, ma il panorama dell’AI evolve rapidamente. Per qualsiasi nuovo progetto di computer vision, consigliamo vivamente Ultralytics YOLO26. Rilasciato a gennaio 2026, YOLO26 rappresenta un enorme passo avanti nell’AI visiva progettata innanzitutto per l’edge.

Perché YOLO26 supera le architetture meno recenti:

• Design end-to-end senza NMS: YOLO26 è nativamente end-to-end. Evitando la post-elaborazione con soppressione non massima (NMS) grazie alla sua testa opzionale one-to-one (nms=False), garantisce una latenza di inferenza prevedibile e deterministica: una svolta introdotta per la prima volta in YOLOv10.
• Rimozione di DFL: la rimozione della Distribution Focal Loss semplifica il processo di esportazione e migliora notevolmente la compatibilità con i dispositivi edge a basso consumo.
• Inferenza su CPU fino al 43% più veloce: negli scenari privi di GPU dedicate, come i sensori IoT per le smart city, YOLO26 è ottimizzato per funzionare in modo efficiente direttamente sulle CPU.
• Ottimizzatore MuSGD: ispirato alle tecniche avanzate di addestramento degli LLM, come Kimi K2 di Moonshot AI, YOLO26 utilizza un approccio ibrido basato su SGD e Muon per un addestramento estremamente stabile e una convergenza rapida.
• ProgLoss + STAL: queste funzioni di perdita migliorate apportano notevoli vantaggi nel rilevamento di oggetti piccoli, fondamentale per casi d’uso come le immagini aeree acquisite da droni e il rilevamento di difetti nella produzione.

Casi d'uso ideali e scenari di distribuzione#

Quando usare PP-YOLOE+#

PP-YOLOE+ dà il meglio quando operi principalmente nell’ecosistema Baidu e PaddlePaddle. Se il tuo ambiente di distribuzione utilizza hardware specializzato per i modelli Paddle, ad esempio in alcune pipeline produttive asiatiche, PP-YOLOE+ offre un’eccellente precisione e un’integrazione fluida. È molto efficace per l’automazione della produzione industriale.

Quando usare YOLOv7#

YOLOv7 resta un’ottima scelta per l’inferenza generica ad alte prestazioni, soprattutto quando lo distribuisci su hardware NVIDIA con TensorRT. L’integrazione nell’ecosistema PyTorch lo rende molto versatile per la ricerca accademica e le pipeline commerciali personalizzate, ad esempio per la gestione della folla in tempo reale o task complessi di stima della posa, nei quali l’integrità strutturale della rete è fondamentale.

Altri modelli da considerare#

In base alle tue esigenze specifiche, potresti anche voler confrontare queste architetture con YOLO11, per una flessibilità adatta alla produzione, oppure con RT-DETR, se il tuo progetto richiede i vantaggi specifici dei vision Transformer rispetto alle reti convoluzionali tradizionali.

Conclusione#

PP-YOLOE+ e YOLOv7 hanno apportato entrambi miglioramenti significativi al rilevamento degli oggetti in tempo reale. PP-YOLOE+ eccelle negli ambienti basati su PaddlePaddle, mentre YOLOv7 offre flessibilità e prestazioni notevoli grazie all’ecosistema PyTorch.

Tuttavia, con il continuo progresso delle soluzioni di computer vision, è essenziale utilizzare strumenti moderni. Adottando la Ultralytics Platform e architetture di nuova generazione come YOLO26, gli sviluppatori possono mantenere le proprie applicazioni all’avanguardia in termini di velocità, precisione e semplicità d’uso.