RTDETRv2 vs YOLO26
I modelli di rilevamento degli oggetti in tempo reale vengono valutati in base a velocità, precisione ed efficienza di distribuzione. Questa pagina confronta due approcci attuali: RTDETRv2, basato su Transformer, e Ultralytics YOLO26, una rete neurale convoluzionale (CNN) progettata per la distribuzione edge. La pagina tratta le loro architetture, le metriche di prestazione e i casi d'uso ideali per aiutarti a scegliere il modello giusto per il tuo prossimo progetto di visione artificiale.
RTDETRv2: Transformer per il rilevamento in tempo reale#
RTDETRv2 si basa sull'architettura originale RT-DETR e combina la consapevolezza del contesto globale dei Transformer per la visione con la velocità necessaria alle applicazioni in tempo reale.
Caratteristiche principali:
- Autori: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang e Yi Liu
- Organizzazione: Baidu
- Data: 2024-07-24
- Link: arXiv, GitHub, Documentazione
Architettura e punti di forza#
A differenza dei rilevatori tradizionali basati su anchor, RTDETRv2 adotta un approccio basato su Transformer che elimina la necessità della soppressione dei massimi non locali (NMS) durante la post-elaborazione. Il meccanismo di attenzione lo aiuta a gestire scene complesse e oggetti sovrapposti. I miglioramenti di addestramento "Bag-of-Freebies" aumentano la precisione sul dataset COCO, mantenendo velocità di inferenza pratiche sulle GPU di fascia alta.
Limitazioni#
RTDETRv2 raggiunge risultati notevoli nei benchmark, ma può essere più difficile da usare in produzione. In genere, le architetture Transformer usano più memoria delle CNN durante l'addestramento e l'inferenza, rendendo difficile la distribuzione su dispositivi di IA edge con risorse limitate. L'addestramento dei Transformer richiede inoltre in genere batch più grandi e più memoria CUDA, cosa che può rappresentare un collo di bottiglia su hardware limitato.
YOLO26: AI visiva pensata per l'edge#
Rilasciato a gennaio 2026, Ultralytics YOLO26 è il modello Ultralytics YOLO più recente e la scelta consigliata per i nuovi progetti. Il suo design punta a una distribuzione semplice in produzione e a un'inferenza efficiente sull'hardware edge.
Caratteristiche principali:
- Autori: Glenn Jocher e Jing Qiu
- Organizzazione: Ultralytics
- Data: 14 gennaio 2026
- Link: GitHub, Documentazione
Innovazioni architetturali#
YOLO26 introduce diverse modifiche che affrontano i problemi più comuni nella distribuzione dei modelli:
- Design end-to-end senza NMS: basandosi sull'addestramento senza NMS che YOLOv10 ha introdotto nei modelli YOLO, YOLO26 supporta l'inferenza end-to-end nativa. La sua head one-to-one opzionale (
nms=False) salta il post-processing NMS, riducendo la variabilità della latenza e rendendo i tempi di inferenza più prevedibili in produzione. - Inferenza su CPU fino al 43% più veloce: I perfezionamenti architetturali e la rimozione della Distribution Focal Loss (DFL) rendono YOLO26n fino al 43% più veloce di YOLO11n su CPU, una caratteristica adatta ai dispositivi di edge computing senza GPU dedicate.
- Ottimizzatore MuSGD: Ispirato a tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), come Kimi K2 di Moonshot AI, YOLO26 usa l'ottimizzatore MuSGD, un ibrido di SGD e Muon, per un addestramento più stabile e una convergenza più rapida.
- ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment (STAL) migliorano il riconoscimento degli oggetti piccoli, un aspetto importante per le applicazioni che coinvolgono immagini aeree e la sorveglianza con droni.
Oltre al rilevamento standard, YOLO26 include miglioramenti specifici per le attività: una loss di segmentazione semantica e un modulo proto multiscala per le attività di segmentazione, Residual Log-Likelihood Estimation (RLE) per la stima della posa e una loss angolare specializzata che risolve i problemi ai bordi nel rilevamento delle bounding box orientate (OBB).
Confronto delle prestazioni#
La tabella seguente confronta l'accuratezza (mAP) e l'efficienza computazionale sul set di validazione COCO. A parità di dimensioni confrontabili, YOLO26 raggiunge una mAP superiore a RTDETRv2 con una latenza TensorRT inferiore.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
YOLO26x raggiunge 57.5 mAP, 3.2 punti in più di RTDETRv2-x, con meno parametri (55.7M contro 76M) e un'inferenza TensorRT più veloce (11.8 ms contro 15.03 ms). YOLO26 in genere usa anche meno memoria, risultando quindi più adatto alle distribuzioni edge in tempo reale.
Ecosistema e facilità d’uso#
Oltre alle prestazioni pure, l'ecosistema circostante determina la rapidità con cui un modello passa dalla ricerca alla produzione. Ultralytics Platform riunisce in un unico posto l'annotazione dei dataset, l'addestramento e la distribuzione dei modelli Ultralytics.
Un ecosistema unificato e ben mantenuto#
RTDETRv2 è principalmente un repository di ricerca, che può richiedere una configurazione complessa dell'ambiente e script manuali per le attività personalizzate. Ultralytics YOLO26 è distribuito come pacchetto Python maturo e ampiamente testato, con un'API semplice per addestramento, validazione, predizione ed esportazione.
Con le integrazioni integrate per Weights & Biases e Comet, il monitoraggio degli esperimenti è già disponibile. Mentre RTDETRv2 si concentra sul rilevamento degli oggetti, YOLO26 supporta anche segmentazione di istanze, segmentazione semantica, stima della profondità, classificazione delle immagini, stima della posa e rilevamento OBB nello stesso framework.
Esempio di codice: semplicità in azione#
L'API Python Ultralytics carica i modelli, esegue l'inferenza e li esporta con poche righe di codice; lo stesso pacchetto supporta sia RT-DETR sia YOLO26.
from ultralytics import RTDETR, YOLO
# Carica un modello RT-DETR
model_rtdetr = RTDETR("rtdetr-l.pt")
# Carica un modello YOLO26
model_yolo = YOLO("yolo26n.pt")
# Esegui l'inferenza su un'immagine
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
# Visualizza i risultati di YOLO26
results_yolo[0].show()
# Esporta YOLO26 nel formato ONNX
model_yolo.export(format="onnx")Casi d'uso e consigli#
La scelta tra RT-DETR e YOLO26 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 YOLO26#
YOLO26 è consigliato per:
- 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, sui quali l'inferenza CPU di YOLO26, fino al 43% più rapida (YOLO26n rispetto a 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.
Esplorare altre architetture#
YOLO26 è il punto di partenza consigliato, ma i modelli precedenti restano utili. YOLO11 è ancora pienamente supportato ed è una buona scelta per i sistemi esistenti basati su di esso; per i dettagli, consulta il confronto tra RT-DETR e YOLO11. Per le architetture più datate, il confronto tra EfficientDet e YOLO26 mostra i progressi compiuti dalle architetture di rilevamento degli oggetti.
Considerazioni finali#
Sia RTDETRv2 sia YOLO26 fanno progredire il rilevamento degli oggetti in tempo reale. Per i team che danno priorità a un percorso agevole verso la produzione, a un ingombro ridotto in memoria e a un ampio supporto delle attività, Ultralytics YOLO26 è la scelta consigliata. L'inferenza opzionale senza NMS, l'elevata velocità su CPU e l'ecosistema Ultralytics aiutano i progetti di AI per la visione a scalare, sia che vengano eseguiti su un server cloud sia su un Raspberry Pi con risorse limitate.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.