Inizia

RTDETRv2 vs YOLO11

Le nuove architetture di visione artificiale continuano ad ampliare le possibilità sui dispositivi edge e sui server cloud. RTDETRv2 e YOLO11 sono due soluzioni ampiamente utilizzate per il rilevamento degli oggetti in tempo reale. Entrambe offrono buone prestazioni, ma rappresentano approcci architetturali diversi: un rilevatore basato su Transformer e una rete neurale convoluzionale (CNN) altamente ottimizzata.

Questo confronto esamina le architetture, le metriche di prestazione, le metodologie di addestramento e i casi d'uso ideali di entrambi i modelli, per aiutarti a scegliere quello giusto per la tua prossima applicazione.

RTDETRv2: il concorrente basato su Transformer#

Introdotto come evoluzione del Real-Time Detection Transformer originale, RTDETRv2 applica meccanismi di attenzione alle feature multiscala estratte da un backbone CNN. Il suo encoder ibrido e il decoder Transformer catturano il contesto globale dell'immagine, un vantaggio nel rilevamento di oggetti fortemente sovrapposti in scene complesse.

Dettagli del modello:

Punti di forza e debolezza dell'architettura#

La principale innovazione di RTDETRv2 è la sua architettura end-to-end senza NMS. Rimuovendo la soppressione dei massimi locali (NMS), semplifica la pipeline di post-elaborazione. Inoltre, le sue capacità di estrazione delle feature multiscala sono state migliorate rispetto al modello originale RT-DETR, consentendogli di identificare meglio oggetti di dimensioni diverse.

Tuttavia, poiché si basa sui Transformer, RTDETRv2 richiede in genere più memoria durante l'addestramento. I Transformer convergono generalmente più lentamente e richiedono più memoria CUDA delle CNN tradizionali, risultando quindi meno accessibili ai ricercatori che usano hardware consumer o distribuiscono modelli in ambienti di AI edge con risorse limitate.

Scopri di più su RTDETRv2

Ultralytics YOLO11: efficienza delle CNN#

Basandosi sulle ricerche precedenti su YOLO, Ultralytics YOLO11 perfeziona l'architettura CNN per ottenere un migliore compromesso tra velocità e accuratezza, mantenendo al contempo l'ecosistema Ultralytics flessibile e intuitivo per gli sviluppatori.

Dettagli del modello:

I vantaggi di Ultralytics#

Il principale punto di forza di YOLO11 è il suo equilibrio delle prestazioni. Il compromesso tra velocità e accuratezza lo rende adatto a un'ampia gamma di scenari di distribuzione, dai grandi cluster di cloud computing ai dispositivi mobili leggeri.

I modelli Ultralytics YOLO usano anche meno memoria durante l'addestramento e l'inferenza. A differenza dei modelli Transformer, che possono esaurire rapidamente la VRAM, YOLO11 consente batch di dimensioni maggiori sulle GPU standard. YOLO11 offre inoltre versatilità oltre il rilevamento degli oggetti, con supporto nativo per segmentazione di istanze, classificazione delle immagini, stima della posa e bounding box orientate (OBB).

Confronto delle prestazioni e delle metriche#

La tabella seguente confronta l'accuratezza su COCO e la velocità. RTDETRv2 è leggermente più accurato nelle scale piccola e media, mentre YOLO11 offre cinque dimensioni del modello, inclusa una variante nano, e una latenza TensorRT inferiore a ogni dimensione confrontabile.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

YOLO11x raggiunge il 54.7% di mAPval, 0.4 punti in più di RTDETRv2-x, con meno FLOP (195.3B contro 259B) e un'inferenza TensorRT più veloce (11.3 ms contro 15.03 ms). YOLO11l eguaglia RTDETRv2-l con il 53.4%, impiegando 6.2 ms anziché 9.76 ms; RTDETRv2-s e -m superano YOLO11s e -m rispettivamente di 1.1 e 0.4 punti, con una latenza da 1.6 a 2 volte superiore. Le varianti nano e small di YOLO11 sono opzioni leggere per dispositivi con risorse limitate come il Raspberry Pi.

Ecosistema, facilità d'uso e addestramento#

I modelli Ultralytics sono progettati per offrire un'esperienza semplice. Il pacchetto Python ultralytics fornisce un'API unificata che gestisce l'aumento dei dati, l'addestramento distribuito e l'esportazione dei modelli. Il repository di ricerca RTDETRv2 richiede più codice boilerplate e configurazione, mentre Ultralytics offre una pipeline completa, dai dati alla distribuzione.

Il pacchetto Ultralytics esegue anche i modelli RT-DETR insieme ai modelli YOLO, così entrambi possono beneficiare dell'ecosistema Ultralytics ben mantenuto, comprese le integrazioni con Weights & Biases e Comet per il monitoraggio degli esperimenti.

from ultralytics import RTDETR, YOLO

# Carica un modello RTDETR tramite l'API Ultralytics
model_rtdetr = RTDETR("rtdetr-l.pt")

# Carica un modello YOLO11 altamente ottimizzato
model_yolo = YOLO("yolo11n.pt")

# Addestra YOLO11 con un uso della memoria altamente efficiente
results = model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esporta il modello YOLO addestrato in formato ONNX
model_yolo.export(format="onnx")
Semplifica il tuo flusso di lavoro

L'efficienza dell'addestramento è importante nel machine learning. I modelli Ultralytics partono da pesi preaddestrati, quindi il transfer learning su dati personalizzati converge rapidamente. Per gestire dataset, esecuzioni di addestramento ed endpoint di distribuzione senza scrivere codice, usa Ultralytics Platform per un flusso di lavoro MLOps integrato.

Applicazioni nel mondo reale#

La scelta tra queste architetture dipende spesso dai vincoli specifici di deployment del tuo progetto.

Dove RTDETRv2 eccelle: Il backbone Transformer di RTDETRv2 è molto efficace negli scenari con oggetti numerosi e fortemente occlusi, in cui serve il contesto globale. Viene spesso usato nella ricerca accademica e nelle applicazioni in cui il budget computazionale conta meno della modellazione delle relazioni tra gli oggetti.

Dove YOLO11 eccelle: YOLO11 è adatto alla distribuzione pratica in scenari reali. L'ingombro ridotto in memoria e la rapidità di inferenza lo rendono una buona scelta per:

  • Produzione intelligente: esecuzione del rilevamento dei difetti in tempo reale sulle linee di produzione tramite PC industriali.
  • Agricoltura: deployment su droni per monitorare in tempo reale la salute delle colture e automatizzare i robot per la raccolta.
  • Analisi per il commercio al dettaglio: elaborazione simultanea di più flussi video per gestire le code e monitorare l'inventario senza richiedere grandi cluster di server.

Casi d'uso e consigli#

La scelta tra RT-DETR e YOLO11 dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle preferenze relative all'ecosistema.

Quando scegliere RT-DETR#

RT-DETR è un'ottima scelta per:

  • Ricerca sul rilevamento basato sui Transformer: progetti che esplorano meccanismi di attenzione e architetture Transformer per il rilevamento di oggetti end-to-end senza NMS.
  • Scenari ad alta accuratezza e latenza flessibile: applicazioni in cui l'accuratezza del rilevamento è la priorità assoluta e si può accettare una latenza di inferenza leggermente più alta.
  • Rilevamento di oggetti grandi: scene in cui sono presenti principalmente oggetti medio-grandi e il meccanismo di attenzione globale dei Transformer offre un vantaggio naturale.

Quando scegliere YOLO11#

YOLO11 è consigliato per:

  • Distribuzione edge in produzione: applicazioni commerciali su dispositivi come Raspberry Pi o NVIDIA Jetson, dove affidabilità e manutenzione continua sono fondamentali.
  • Applicazioni di visione multi-task: progetti che richiedono rilevamento, segmentazione, classificazione, stima della posa e OBB all’interno di un unico framework unificato.
  • Prototipazione e deployment rapidi: team che devono passare rapidamente dalla raccolta dei dati alla produzione usando la API Python di Ultralytics, semplice e intuitiva.

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 senza GPU: Dispositivi privi di accelerazione GPU dedicata, sui quali l’inferenza CPU di YOLO26n, fino al 43% più veloce di YOLO11n, offre un vantaggio decisivo.
  • Rilevamento di oggetti piccoli: Scenari complessi come le immagini aeree riprese da droni o l’analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti piccoli.

Uno sguardo al futuro: l'arrivo di YOLO26#

Se stai iniziando un nuovo progetto, valuta anche Ultralytics YOLO26, rilasciato a gennaio 2026 e modello Ultralytics consigliato. Combina idee di entrambi gli approcci: una head end-to-end senza NMS opzionale (nms=False, introdotta nei modelli YOLO da YOLOv10) elimina il post-processing NMS come RTDETRv2, mantenendo la velocità di una CNN.

YOLO26 usa l'ottimizzatore MuSGD, ispirato alle tecniche di addestramento degli LLM, per garantire una convergenza stabile e rapida; YOLO26n offre un'inferenza su CPU fino al 43% più veloce di YOLO11n, anche grazie alla rimozione della Distribution Focal Loss (DFL). Progressive Loss e Small-Target-Aware Label Assignment (ProgLoss + STAL) migliorano il riconoscimento degli oggetti piccoli, rendendo YOLO26 la scelta consigliata per le nuove pipeline di visione artificiale.

Che tu scelga YOLO11 per la sua versatilità comprovata, RTDETRv2 per i suoi meccanismi di attenzione o YOLO26 per le prestazioni edge, la documentazione Ultralytics illustra l'addestramento e la distribuzione di YOLO11, YOLO26 e RT-DETR originale.

Commenti1

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

  1. UltralyticsAssistantGitHubUltralytics

    👋 Hello, thank you for starting this discussion about comparing RTDETRv2 and YOLO11 🚀! We’re thrilled to see your interest in exploring the strengths and ideal use cases of these models.

    For those looking to dive deeper, the Comparison Guide is a great resource to start with. It highlights key differences and performance metrics, helping you make informed decisions based on your project needs.

    If you have specific questions about YOLO11 performance or implementation, feel free to provide more details so we can assist better. For custom training or real-world applications, including dataset examples or logs would be immensely helpful!

    💡 Pro Tip: Keep your ultralytics package up to date to leverage the latest features and fixes. Simply run:

    pip install -U ultralytics

    For real-time discussions, join our Discord 🎧. Alternatively, connect with our community on Discourse or our Subreddit to share insights and experiences.

    An Ultralytics engineer will review and assist with your discussion soon. Stay tuned! 😊