YOLO11 vs DAMO-YOLO#

Scegliere l'architettura ottimale è un passaggio fondamentale in qualsiasi progetto di visione artificiale. Questa guida tecnica offre un confronto completo tra due potenti modelli di rilevamento di oggetti: Ultralytics YOLO11 e DAMO-YOLO. Approfondiremo le innovazioni architetturali, i paradigmi di addestramento e l'applicabilità nel mondo reale, per aiutarti a scegliere lo strumento migliore per le tue esigenze di distribuzione.

Panoramica dei modelli#

Ultralytics YOLO11#

Sviluppato dal team di Ultralytics, YOLO11 rappresenta un'iterazione altamente perfezionata della famiglia YOLO, con ottimizzazioni significative per precisione ed efficienza. È pensato per ricercatori e ingegneri che cercano un ecosistema unificato e pronto per la produzione, dalla gestione dei dataset alla distribuzione edge.

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Documentazione: https://docs.ultralytics.com/models/yolo11

YOLO11 eccelle per la sua versatilità. Mentre molti modelli tradizionali si concentrano esclusivamente sui riquadri delimitatori, YOLO11 supporta nativamente rilevamento di oggetti, segmentazione delle istanze, classificazione delle immagini e stima della posa. Questa capacità multi-task consente agli sviluppatori di consolidare le pipeline di AI per la visione artificiale in un unico framework ben mantenuto.

DAMO-YOLO#

DAMO-YOLO è stato sviluppato da ricercatori di Alibaba Group. Sfrutta Neural Architecture Search (NAS) per individuare backbone altamente efficienti, progettati per l'inferenza in tempo reale su GPU e altri acceleratori.

• Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
• Organizzazione: Alibaba Group
• Data: 2022-11-23
• Arxiv: https://arxiv.org/abs/2211.15444v2
• GitHub: https://github.com/tinyvision/DAMO-YOLO
• Documentazione: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md

Scopri di più su DAMO-YOLO

La filosofia di fondo di DAMO-YOLO ruota attorno alla riparametrizzazione e alla ricerca automatizzata. Utilizzando MAE-NAS (Maximum Entropy Neural Architecture Search), gli autori hanno progettato un backbone personalizzato che aumenta significativamente la velocità di inferenza su hardware specializzato. Il modello integra anche un neck fortemente ottimizzato, chiamato Efficient RepGFPN, e una struttura ZeroHead semplificata per ridurre al minimo la latenza.

Confronto tra prestazioni e architettura#

Comprendere i compromessi tra le prestazioni è fondamentale per distribuire applicazioni di AI edge. La tabella seguente riporta metriche chiave come la precisione media (mAP), la latenza e la dimensione computazionale.

Approfondimento sull’architettura#

YOLO11 si basa su un backbone progettato su misura e altamente efficiente, che bilancia perfettamente il numero di parametri e la capacità rappresentativa. È ottimizzato per funzionare al meglio su una vasta gamma di hardware e offre prestazioni eccellenti con un utilizzo minimo della memoria CUDA sia durante l'addestramento sia durante l'inferenza. Questo lo rende un'ottima scelta per l'hardware consumer standard e per i dispositivi IoT con risorse limitate.

Al contrario, i backbone generati con MAE-NAS di DAMO-YOLO sono ottimizzati per ambienti GPU ad alto throughput. Efficient RepGFPN (Generalized Feature Pyramid Network) integra in modo aggressivo scale multiple. Tuttavia, sebbene la riparametrizzazione acceleri l'inferenza, può complicare la distribuzione se il tuo stack hardware non supporta esplicitamente queste operazioni in modo adeguato.

Usabilità ed efficienza dell'addestramento#

Nel considerare i tempi di sviluppo, la facilità d'uso di un modello è importante tanto quanto i suoi benchmark grezzi.

YOLO11 si fonda in larga misura sul principio dell'accessibilità per gli sviluppatori. Il pacchetto completo ultralytics astrae le operazioni complesse di analisi dei dataset, aumento dei dati e ottimizzazione degli iperparametri. Esportare i modelli in formati di produzione come ONNX, TensorRT e OpenVINO richiede un solo comando.

from ultralytics import YOLO

# Inizializza il modello di rilevamento di oggetti YOLO11
model = YOLO("yolo11s.pt")

# Addestra il modello con precisione mista su COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

DAMO-YOLO, nato in un contesto fortemente accademico e orientato alla ricerca, presenta una curva di apprendimento più ripida. Per raggiungere la massima precisione spesso servono pipeline complesse di distillazione della conoscenza: prima devi addestrare una rete "insegnante" di grandi dimensioni, quindi trasferirne le conoscenze a una rete "studentessa" più piccola. Rispetto ai cicli di addestramento snelli dei modelli Ultralytics, questo aumenta notevolmente il carico computazionale della GPU e la durata complessiva dell'addestramento.

Casi d'uso e consigli#

La scelta tra YOLO11 e DAMO-YOLO dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze in termini di ecosistema.

Quando scegliere YOLO11#

YOLO11 è un'ottima scelta per:

• Deployment edge in produzione: applicazioni commerciali su dispositivi come Raspberry Pi o NVIDIA Jetson, per cui affidabilità e manutenzione attiva sono fondamentali.
• Applicazioni di visione multi-task: progetti che richiedono rilevamento, segmentazione, 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 DAMO-YOLO#

DAMO-YOLO è consigliato per:

• Analisi video ad alto throughput: elaborazione di flussi video ad alto FPS su infrastrutture GPU NVIDIA fisse, dove il throughput con batch di dimensione 1 è la metrica principale.
• Linee di produzione industriale: scenari con rigidi vincoli di latenza GPU su hardware dedicato, come l'ispezione della qualità in tempo reale sulle linee di assemblaggio.
• Ricerca sulla ricerca di architetture neurali: studio degli effetti della ricerca automatizzata delle architetture (MAE-NAS) e dei backbone efficienti riparametrizzati sulle prestazioni di rilevamento.

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 con sola CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• 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.

Applicazioni e casi d'uso nel mondo reale#

Sistemi autonomi e droni#

Per le immagini aeree e le applicazioni UAV, YOLO11 offre un equilibrio delle prestazioni particolarmente favorevole. Il rilevamento di oggetti piccoli è un ostacolo notevole nell'analisi delle immagini acquisite da droni, ma YOLO11 gestisce nativamente diverse scale fin da subito. Inoltre, i bassi requisiti di memoria consentono alle varianti Nano e Small di YOLO11 di funzionare direttamente su CPU edge o NPU leggere montate sul drone.

Automazione industriale e controllo qualità#

Nelle fabbriche intelligenti, la latenza è fondamentale. Sebbene DAMO-YOLO offra velocità di inferenza elevate su GPU di fascia server grazie al suo neck RepGFPN, la rigidità dell'integrazione può risultare eccessiva. YOLO11 è spesso un'alternativa migliore per il controllo qualità automatizzato, grazie alle sue semplici API di tracciamento e alla possibilità di passare senza problemi dal semplice rilevamento alle attività con riquadri di delimitazione orientati (OBB) se i difetti richiedono il riconoscimento di contorni inclinati.

Sanità intelligente e imaging medico#

I dataset di imaging medico sono spesso relativamente piccoli e prevenire l'overfitting è difficile. Le tecniche di aumento dei dati attive, combinate con le pipeline standard di transfer learning offerte dall'ecosistema ben mantenuto di Ultralytics, aiutano medici e sviluppatori a distribuire in modo affidabile modelli accurati di rilevamento dei tumori. Il vasto supporto della community garantisce la rapida risoluzione dei problemi in ambiti complessi come quello sanitario.

In definitiva, anche se DAMO-YOLO resta una potente dimostrazione della Neural Architecture Search, YOLO11 e la più ampia famiglia Ultralytics rimangono la scelta consigliata per le attività di visione artificiale nel mondo reale, con priorità a distribuzione rapida, facilità di sviluppo e prestazioni multi-task di alto livello.