Inizia

PP-YOLOE+ vs YOLOX

La visione artificiale è stata plasmata dalla rapida evoluzione dei modelli di rilevamento degli oggetti. Tra i traguardi più importanti figurano PP-YOLOE+ e YOLOX, due architetture che hanno migliorato le prestazioni e la precisione in tempo reale. Comprenderne i dettagli architetturali, i compromessi prestazionali e gli scenari di deployment più adatti aiuta ricercatori e sviluppatori a realizzare sistemi di riconoscimento visivo migliori.

Origini e dettagli dei modelli#

Prima di esaminare le architetture tecniche, è utile conoscere le origini di entrambi i modelli. Ciascuno è stato sviluppato per risolvere specifici colli di bottiglia nel rilevamento degli oggetti, in larga misura influenzato dalle organizzazioni che li hanno sostenuti.

Dettagli su PP-YOLOE+:

Scopri di più su PP-YOLOE+

Dettagli su YOLOX:

Scopri di più su YOLOX

Innovazioni architetturali#

Le differenze fondamentali tra questi due rilevatori riguardano l'approccio all'estrazione delle caratteristiche e alla predizione delle bounding box.

YOLOX ha attirato molta attenzione nel 2021 adattando la famiglia YOLO a un design anchor-free. Eliminando le anchor box, YOLOX ha ridotto significativamente il numero di parametri di progettazione e la regolazione euristica necessari per i dataset personalizzati. Ha inoltre introdotto una head disaccoppiata, che separa i compiti di classificazione e localizzazione in percorsi neurali distinti. Questa separazione ha risolto il conflitto intrinseco tra la classificazione di un oggetto e la regressione delle sue coordinate spaziali, portando a una convergenza più rapida durante l'addestramento.

PP-YOLOE+, sviluppato da Baidu, è ampiamente ottimizzato per l'ecosistema PaddlePaddle. Si basa sui predecessori PP-YOLOE e PP-YOLOv2 e introduce una strategia dinamica di assegnazione delle etichette (TAL) e un nuovo backbone chiamato CSPRepResNet. Questo backbone sfrutta la riparametrizzazione strutturale, consentendo al modello di beneficiare di architetture complesse a più rami durante l'addestramento, per poi convertirsi in una rete veloce a singolo percorso per l'inferenza.

Riparametrizzazione strutturale

La riparametrizzazione strutturale consente a un modello di addestrarsi con più rami paralleli (migliorando il flusso del gradiente) e poi di fonderli matematicamente in un singolo livello convoluzionale per la distribuzione, aumentando la velocità di inferenza senza sacrificare la precisione.

Confronto delle prestazioni e delle metriche#

Dal confronto diretto tra questi modelli emerge che si collocano in fasce prestazionali leggermente diverse. PP-YOLOE+ raggiunge in genere un mAP assoluto più elevato, mentre YOLOX offre varianti estremamente leggere, adatte a hardware con vincoli stringenti.

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
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Nota: i valori migliori in ciascuna sezione pertinente della colonna sono evidenziati in grassetto.

YOLOX offre varianti nano e tiny che richiedono pochissimo spazio su disco o memoria CUDA, mentre PP-YOLOE+ si adatta bene all'hardware di classe server, risultando una scelta robusta per le applicazioni industriali più impegnative nell'ecosistema Baidu.

Applicazioni nel mondo reale#

La scelta tra questi framework dipende spesso dai requisiti di integrazione e dagli obiettivi hardware.

Dove eccelle YOLOX#

Grazie alla sua natura anchor-free e alla disponibilità di varianti ultraleggere, YOLOX è diffuso nella robotica e nei deployment embedded. La sua semplice pipeline di post-processing ne facilita il porting verso runtime di inferenza come TensorRT e NCNN.

Dove eccelle PP-YOLOE+#

Per i produttori che già utilizzano lo stack tecnologico Baidu, PP-YOLOE+ offre un percorso di deployment pre-ottimizzato. Offre buone prestazioni negli scenari di controllo qualità ad alta precisione eseguiti su potenti rack di server, dove vincoli meno stringenti sul tempo reale consentono l'uso di modelli leggermente più pesanti.

Casi d'uso e consigli#

La scelta tra PP-YOLOE+ e YOLOX dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.

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 YOLOX#

YOLOX è consigliato per:

  • Ricerca sul rilevamento senza anchor: Ricerca accademica che usa l'architettura pulita e senza anchor di YOLOX come riferimento per sperimentare nuove head di rilevamento o funzioni di perdita.
  • Dispositivi edge ultraleggeri: deployment su hardware embedded o mobile legacy a basso consumo, dove le dimensioni estremamente ridotte della variante YOLOX-Nano (0.91M parametri) sono fondamentali.
  • Studi sull'assegnazione delle etichette SimOTA: Progetti di ricerca che analizzano le strategie di assegnazione delle etichette basate sul trasporto ottimale e il loro impatto sulla convergenza dell'addestramento.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore 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.

Il vantaggio Ultralytics: arriva YOLO26#

Sebbene PP-YOLOE+ e YOLOX rappresentino importanti traguardi della ricerca, il deployment moderno richiede un'esperienza più coesa e adatta agli sviluppatori, con maggiore efficienza. È qui che Ultralytics YOLO26 si distingue.

Per i team che vogliono passare da repository di ricerca isolati a sistemi pronti per la produzione, Ultralytics offre un ecosistema solido e ben mantenuto. Addestrare un modello non richiede più la configurazione di ambienti complessi: basta accedere a un'API Python unificata.

I principali vantaggi di Ultralytics YOLO26 includono:

  • Progettazione end-to-end senza NMS: a differenza di PP-YOLOE+ e YOLOX, che richiedono la soppressione non massima (NMS) per filtrare i box di delimitazione ridondanti, YOLO26 offre una head end-to-end nativa (nms=False). Questo elimina i colli di bottiglia della latenza e semplifica notevolmente la logica di deployment.
  • Inferenza CPU fino al 43% più veloce: eliminando la Distribution Focal Loss (DFL), YOLO26n raggiunge un'inferenza fino al 43% più veloce di YOLO11n su hardware CPU, rendendolo molto più adatto all'edge computing e ai dispositivi a basso consumo.
  • Ottimizzatore MuSGD: ispirato all'addestramento di Kimi K2 di Moonshot AI, questo ottimizzatore ibrido porta nella visione artificiale la stabilità dell'addestramento degli LLM e garantisce una convergenza più rapida.
  • ProgLoss + STAL: una loss progressiva e una strategia di assegnazione delle etichette consapevole degli oggetti piccoli offrono notevoli miglioramenti nel riconoscimento di oggetti di piccole dimensioni, una funzionalità fondamentale per le operazioni con droni e le immagini aeree ad alto livello di dettaglio.
  • Versatilità: mentre PP-YOLOE+ e YOLOX si concentrano esclusivamente sul rilevamento, YOLO26 gestisce la segmentazione di istanze, la stima della posa e le Oriented Bounding Box (OBB) con la stessa sintassi intuitiva.

Addestramento semplificato con Ultralytics#

I modelli Ultralytics sono efficienti in termini di memoria e veloci da addestrare, soprattutto rispetto alle alternative basate su Transformer che richiedono grandi quantità di memoria CUDA. Puoi addestrare ed esportare YOLO26 con poche righe di codice:

from ultralytics import YOLO

# Carica il modello nano YOLO26 end-to-end altamente efficiente
model = YOLO("yolo26n.pt")

# Addestra sul dataset di esempio COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Valida le prestazioni del modello
metrics = model.val()

# Esporta in ONNX o TensorRT
model.export(format="engine")
Esplora la piattaforma Ultralytics

Per i team che cercano una soluzione senza codice, la Ultralytics Platform offre addestramento basato su cloud, annotazione integrata dei dataset e distribuzione con un clic per tutti i tuoi modelli YOLO.

Conclusione#

PP-YOLOE+ e YOLOX si sono entrambi guadagnati un posto nella storia della visione artificiale, offrendo rispettivamente elevata precisione e design anchor-free leggeri. Tuttavia, per le organizzazioni che stanno costruendo il futuro dell'IA in agricoltura, delle smart city e del retail, la manutenzione continua, la facilità d'uso e l'architettura nativamente senza NMS di Ultralytics YOLO26 ne fanno la scelta consigliata.

Se stai valutando architetture alternative per benchmark specifici, potrebbe esserti utile anche confrontare la generazione precedente YOLO11 o opzioni basate su Transformer come RT-DETR nella documentazione Ultralytics. Passando all'ecosistema Ultralytics unificato, gli sviluppatori risparmiano tempo e risorse e ottengono risultati solidi nei deployment edge e cloud.

Commenti

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