Inizia

RTDETRv2 vs YOLOX

Gli sviluppatori che realizzano sistemi di rilevamento di oggetti in tempo reale possono scegliere tra molte architetture. Due modelli degni di nota sono RTDETRv2, basato sui Transformer, e YOLOX, una rete neurale convoluzionale (CNN). Entrambi hanno fatto progredire il rilevamento in tempo reale, ma adottano approcci fondamentalmente diversi al riconoscimento visivo.

Questa guida illustra l'architettura, le metriche di prestazione e gli scenari di distribuzione ideali di entrambi i modelli e mostra come Ultralytics YOLO26 si basi su queste fondamenta per offrire maggiore accuratezza, efficienza e facilità d'uso.

RTDETRv2: Transformer per il rilevamento in tempo reale#

Presentato come successore dell'originale RT-DETR, RTDETRv2 utilizza un'architettura Transformer per il rilevamento di oggetti in tempo reale. Eliminando la necessità della soppressione dei massimi non (NMS), semplifica la pipeline di inferenza.

Architettura e design#

RTDETRv2 si affida ai meccanismi di self-attention dei Transformer per acquisire il contesto globale dell'intera immagine, consentendogli di predire direttamente i riquadri di delimitazione e le probabilità delle classi. Le sue caratteristiche multiscala lo aiutano a riconoscere oggetti di piccole dimensioni in ambienti affollati.

Colli di bottiglia dei Transformer

Sebbene i Transformer eccellano nel cogliere il contesto globale, i loro meccanismi di self-attention scalano quadraticamente con la lunghezza della sequenza e spesso comportano un consumo di memoria CUDA notevolmente superiore durante l'addestramento rispetto alle CNN tradizionali.

Punti di forza e debolezze#

Il principale punto di forza di RTDETRv2 è la sua architettura nativamente end-to-end. Saltando la NMS, evita i picchi di latenza associati a predizioni dense e sovrapposte. Tuttavia, i suoi blocchi Transformer hanno un costo computazionale elevato e richiedono notevoli risorse GPU sia per l'addestramento che per la distribuzione, rendendolo meno adatto ai dispositivi edge con risorse limitate o ai dispositivi mobili meno recenti.

Scopri di più su RTDETRv2

YOLOX: CNN anchor-free più avanzate#

Sviluppato per colmare il divario tra la ricerca accademica e le applicazioni industriali, YOLOX ha introdotto nella popolare famiglia di modelli YOLO una testa disaccoppiata e un design anchor-free.

Architettura e design#

YOLOX si discosta dai rilevatori tradizionali basati su anchor predicendo direttamente le posizioni degli oggetti, senza riquadri anchor predefiniti. Questo semplifica la progettazione della rete e riduce il numero di parametri da ottimizzare euristicamente necessari per ottenere prestazioni ottimali. Inoltre, YOLOX utilizza una testa disaccoppiata, che separa le attività di classificazione e regressione e migliora la velocità di convergenza durante l'addestramento.

Punti di forza e debolezze#

L'architettura anchor-free rende YOLOX adattabile a diverse attività di computer vision e più semplice da addestrare su dataset personalizzati. Le sue varianti più leggere, come YOLOX-Nano, sono adatte ai dispositivi mobili e IoT a basso consumo. Tuttavia, YOLOX è precedente ai rilevatori senza NMS e continua a dipendere dalla post-elaborazione NMS, che aggiunge complessità e latenza alla distribuzione nelle scene dense.

Scopri di più su YOLOX

Confronto delle prestazioni e delle metriche#

La tabella seguente confronta velocità, accuratezza (mAP) ed efficienza in termini di parametri per diverse dimensioni dei modelli sul dataset COCO.

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
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

RTDETRv2 è più accurato a ogni dimensione comparabile. RTDETRv2-x raggiunge 54,3 mAP contro 51,1 di YOLOXx ed è anche più veloce su una GPU T4 (15,03 ms contro 16,1 ms), con meno parametri (76M contro 99,1M). YOLOX è avvantaggiato nelle dimensioni più piccole: YOLOXs impiega 2,56 ms con 9,0M di parametri (40,5 mAP) e YOLOX-Nano e YOLOX-Tiny offrono opzioni con meno di 6M di parametri, assenti in RTDETRv2.

Il vantaggio Ultralytics: arriva YOLO26#

Molti progetti richiedono un unico modello che combini alta accuratezza, inferenza veloce e un ecosistema accessibile. Ultralytics YOLO26, rilasciato a gennaio 2026, è progettato proprio per questo.

Principali innovazioni di YOLO26#

  • Design end-to-end senza NMS: basandosi sull'addestramento senza NMS che YOLOv10 ha introdotto nei modelli YOLO, YOLO26 offre una head opzionale senza NMS (nms=False). Garantisce l'inferenza end-to-end di RTDETRv2 senza gli elevati requisiti di memoria dei transformer.
  • Ottimizzatore MuSGD: ispirato all'addestramento dei modelli linguistici di grandi dimensioni (LLM), l'ottimizzatore ibrido MuSGD (che combina SGD e Muon) stabilizza l'addestramento e accelera la convergenza.
  • Inferenza su CPU fino al 43% più veloce: la rimozione del modulo Distribution Focal Loss (DFL) semplifica la testa per l'edge computing e i dispositivi a basso consumo, rendendo YOLO26n fino al 43% più veloce su CPU (ONNX) rispetto a YOLO11n.
  • ProgLoss + STAL: Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli (STAL) migliorano il riconoscimento degli oggetti di piccole dimensioni, un problema frequente nelle immagini aeree e nelle applicazioni di robotica.

Versatilità ed ecosistema#

Oltre alle prestazioni pure, la Ultralytics Platform copre l'intero percorso dai dati alla produzione. A differenza dei repository accademici statici, i modelli Ultralytics sono mantenuti attivamente e supportano più attività tramite un'unica API. Che tu esegua la segmentazione di istanze, la stima della posa o il rilevamento di riquadri di delimitazione orientati (OBB), il flusso di lavoro rimane invariato.

I modelli Ultralytics YOLO richiedono inoltre poca memoria durante l'addestramento e l'inferenza, consentendo ai ricercatori di usare dimensioni di batch maggiori su hardware di fascia consumer rispetto alle architetture basate su Transformer, che richiedono molta memoria.

Esempio di codice per l'addestramento#

Per addestrare un modello YOLO26 bastano poche righe di codice e il pacchetto Ultralytics gestisce il caricamento dei dati e la configurazione predefinita degli iperparametri.

from ultralytics import YOLO

# Initialize the YOLO26 Nano model
model = YOLO("yolo26n.pt")

# Train the model on the standard COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP: {metrics.box.map}")

# Export to ONNX or TensorRT for rapid deployment
model.export(format="engine", device=0)

Applicazioni nel mondo reale e casi d'uso ideali#

La scelta dell'architettura giusta dipende dai vincoli di distribuzione e dall'hardware disponibile.

Elaborazione cloud ad alta fedeltà#

Se la tua applicazione viene eseguita su GPU server di fascia alta e dà priorità alla massima accuratezza, ad esempio per analizzare scene affollate o elaborare immagini mediche ad alta risoluzione, i meccanismi di attenzione di RTDETRv2 possono essere efficaci.

Implementazione edge su sistemi legacy#

Per i telefoni cellulari più datati o l'hardware integrato con vincoli stringenti, dove un numero minimo di FLOPs è un requisito imprescindibile, il leggero YOLOX-Nano (0,91M di parametri, 1,08B FLOPs) resta una valida alternativa grazie alla sua semplice architettura CNN.

Lo standard moderno: AIoT e robotica#

Per la maggior parte dei casi d'uso moderni, tra cui le infrastrutture delle smart city, l'analisi del commercio al dettaglio e la navigazione autonoma, Ultralytics YOLO26 è la scelta consigliata. L'inferenza su CPU di YOLO26n, fino al 43% più veloce rispetto a YOLO11n, è adatta all'edge computing, mentre la sua testa opzionale senza NMS offre una latenza bassa e costante. Insieme alla documentazione Ultralytics e a una community attiva, aiuta i team a passare rapidamente dall'annotazione dei dataset alla distribuzione.

Semplifica il tuo flusso di lavoro

Usa Ultralytics Platform per gestire i dataset, addestrare modelli nel cloud e distribuirli su larga scala.

Altri modelli Ultralytics da valutare includono YOLOv8, che offre ampie integrazioni con la community, e YOLOv5, che rimane stabile nelle pipeline legacy. Per i nuovi progetti, YOLO26 è il punto di partenza consigliato.

Commenti6

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

  1. UltralyticsAssistantGitHubUltralytics

    👋 Hello, thank you for opening a discussion and engaging with Ultralytics 🚀! For new users, we recommend visiting the Docs where you'll find detailed Python and CLI usage examples, as well as answers to many common questions.

    If this is a 🐛 Bug Report, please provide a minimum reproducible example to help us investigate further.

    If your question is about custom training or model comparison ❓, please share as much detail as possible—such as dataset samples, training logs, or what specific performance metrics you're interested in. Don't forget to check out our Tips for Best Training Results for optimal guidance.

    Join the Ultralytics community where you feel most comfortable:

    • For real-time chat, head to Discord 🎧
    • For in-depth discussions, visit Discourse
    • Or explore threads on our Subreddit to share and learn with others

    Upgrade

    Please ensure you're using the latest ultralytics package and all requirements in a Python>=3.8 environment with PyTorch>=1.8:

    pip install -U ultralytics

    Environments

    YOLO models can be run in any of the following up-to-date verified environments (with all dependencies, including CUDA/CUDNN, Python and PyTorch preinstalled):

    Status

    Ultralytics CI

    If this badge is green, all Ultralytics CI tests are currently passing! CI tests verify correct operation of all YOLO Modes and Tasks across macOS, Windows, and Ubuntu every 24 hours and on every commit.

    This is an automated response and an Ultralytics engineer will assist you soon 😊

    1. Glenn JocherUltralytics(modificato)

      This page offers a valuable comparison between RTDETRv2 and YOLOX, highlighting their different strengths. If you have specific questions about these models, feel free to ask here. RTDETRv2 excels in accuracy (reaching 54.3% mAP) but demands more computational resources, while YOLOX stands out for efficiency and speed, making it ideal for edge devices. For those seeking alternatives with a balance of performance and usability, you might also consider Ultralytics YOLO26, which offers excellent performance across various computer vision tasks. What specific aspect of these models are you most interested in learning more about?

  2. UltralyticsAssistantGitHubUltralytics

    👋 Hello, thank you for starting this comparison discussion about RTDETRv2 and YOLOX! 🚀 For detailed guidance, we recommend checking out our Docs, which contain in-depth information, benchmarks, and usage examples that may help answer many of your questions.

    If this is a 🐛 Bug Report, please provide a minimum reproducible example so we can assist you efficiently.

    For model training or evaluation ❓ Questions, please share as many details as possible, such as dataset samples, training logs, or specific requirements, and review our Tips for Best Training Results.

    Join the Ultralytics community in your preferred space! For real-time chat, visit our Discord 🎧. For topic-based discussions, check out Discourse, or connect with others on our Subreddit.

    Upgrade

    Make sure your ultralytics package and all requirements are up to date in a Python>=3.8 environment with PyTorch>=1.8:

    pip install -U ultralytics

    Environments

    YOLO models can be run in these verified environments:

    Status

    Ultralytics CI

    A green badge means all Ultralytics CI tests are passing. CI covers all YOLO Modes and Tasks across macOS, Windows, and Ubuntu.

    This is an automated response 🤖. An Ultralytics engineer will review your discussion and provide further assistance soon!

    1. Glenn JocherUltralytics(modificato)

      Welcome to the RTDETRv2 vs YOLOX comparison discussion! This page highlights two powerful object detection approaches with different strengths: RTDETRv2 leverages transformer architecture for higher accuracy in complex scenes (54.3% mAP for RTDETRv2-x), while YOLOX offers exceptional efficiency with faster inference speed (2.56ms for YOLOX-s on T4 TensorRT).

      Your use case should guide your choice - RTDETRv2 excels when maximum accuracy is critical and GPU resources are available, while YOLOX is ideal for edge devices and real-time applications with limited resources.

      If you're looking for models within a comprehensive ecosystem, you might also consider Ultralytics YOLO26 which balances performance with ease of use.

      Feel free to post any questions about these models or their implementation in your specific applications. The Ultralytics team is here to help!

  3. UltralyticsAssistantGitHubUltralytics

    👋 Hello, thank you for starting this discussion and sharing your interest in comparing object detection models like RTDETRv2 and YOLOX 🚀! For a detailed overview, the Ultralytics Docs offer a wealth of information, including the comparison page you linked, which highlights model strengths, performance, and use cases.

    If you have specific questions or encounter any issues related to these models, please provide as much detail as possible.

    • If this is a 🐛 Bug Report, please include a minimum reproducible example to help us assist you.
    • For custom training ❓ questions, adding dataset samples and training logs can be very helpful. Make sure to review our Training Tips for best results.

    Connect with the Ultralytics community in your preferred way! For real-time help, join our Discord 🎧. In-depth posts and discussions are found on Discourse, and our Subreddit is great for sharing experiences and solutions.

    Upgrade

    To ensure the best experience and access to the latest features and fixes, please upgrade the ultralytics package and all requirements in a Python>=3.8 environment with PyTorch>=1.8:

    pip install -U ultralytics

    Environments

    YOLO models can be run in any of these verified environments with all dependencies preinstalled:

    Status

    Ultralytics CI

    A green badge means all Ultralytics CI tests are passing, ensuring YOLO Modes and Tasks work across macOS, Windows, and Ubuntu.

    This is an automated response 🤖—an Ultralytics engineer will review your discussion and assist you soon!

    1. Glenn JocherUltralytics(modificato)

      Welcome to the discussion about RTDETRv2 and YOLOX object detection models! Both offer different strengths - RTDETRv2 provides higher accuracy through its transformer architecture, while YOLOX excels in speed and efficiency on resource-constrained devices.

      If you have specific questions about implementing either model, performance tuning, or need help choosing between them for your particular use case, please share your questions here. Our team monitors these discussions to provide technical guidance and support.

      For hands-on users interested in similar models with Ultralytics integration, YOLO26 offers an excellent balance of speed and accuracy with full support in our ecosystem.