YOLO11 vs DAMO-YOLO#

Scegliere l’architettura giusta è un passaggio fondamentale in qualsiasi progetto di computer vision. Questa guida confronta due modelli di rilevamento degli oggetti, Ultralytics YOLO11 e DAMO-YOLO, analizzandone le architetture, i flussi di lavoro di addestramento e l’applicabilità nel mondo reale, per aiutarti a scegliere lo strumento più adatto alle tue esigenze di distribuzione.

Panoramica dei modelli#

Ultralytics YOLO11#

Sviluppato da Ultralytics, YOLO11 perfeziona la famiglia YOLO per offrire accuratezza ed efficienza. È pensato per ricercatori e ingegneri che vogliono 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

Il principale punto di forza di YOLO11 è la versatilità. Mentre molti modelli si concentrano esclusivamente sui riquadri di delimitazione, YOLO11 supporta nativamente il rilevamento degli oggetti, la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e il rilevamento di riquadri di delimitazione orientati (OBB). Questo consente agli sviluppatori di riunire le pipeline di IA per la visione in un unico framework ben mantenuto.

DAMO-YOLO#

DAMO-YOLO è stato sviluppato da ricercatori di Alibaba Group. Utilizza la Neural Architecture Search (NAS) per individuare backbone 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

DAMO-YOLO si basa sulla riparametrizzazione e sulla ricerca automatizzata. Utilizzando MAE-NAS (Maximum Entropy Neural Architecture Search), gli autori hanno progettato un backbone personalizzato che migliora la velocità di inferenza su hardware specializzato. Il modello include anche un neck ottimizzato, chiamato Efficient RepGFPN, e una ZeroHead leggera per ridurre al minimo la latenza.

Confronto tra prestazioni e architettura#

I compromessi prestazionali sono importanti quando si distribuiscono applicazioni di IA edge. La tabella qui sotto riporta mean Average Precision (mAP), latenza e dimensioni dei modelli sul dataset COCO. A parità di dimensioni, YOLO11 è sia più accurato sia più veloce su una GPU T4: YOLO11s raggiunge 47,0 mAP in 2,5 ms, contro 46,0 mAP in 3,45 ms per DAMO-YOLOs, e YOLO11l raggiunge 53,4 mAP in 6,2 ms, contro 50,8 mAP in 7,18 ms per DAMO-YOLOl. DAMO-YOLOt (42,0 mAP, 8,5M parametri) si colloca tra YOLO11n e YOLO11s per dimensioni e accuratezza.

Approfondimento sull’architettura#

YOLO11 utilizza un backbone progettato su misura per bilanciare il numero di parametri e la capacità rappresentativa. Funziona bene su una varietà di hardware e mantiene basso l’utilizzo della memoria CUDA sia durante l’addestramento sia durante l’inferenza, rendendolo una buona scelta per l’hardware di fascia consumer e i dispositivi IoT con risorse limitate.

I backbone MAE-NAS di DAMO-YOLO sono ottimizzati per ambienti GPU ad alta velocità. Il suo Efficient RepGFPN (Generalized Feature Pyramid Network) fonde caratteristiche a più scale. La riparametrizzazione accelera l’inferenza, ma può complicare la distribuzione se lo stack hardware non supporta bene queste operazioni.

Usabilità ed efficienza dell'addestramento#

Quando il tempo di sviluppo è importante, la facilità d’uso di un modello conta tanto quanto i suoi benchmark grezzi.

YOLO11 è progettato per essere accessibile agli sviluppatori. Il pacchetto ultralytics gestisce l’analisi dei dataset, l’aumento dei dati e la regolazione degli iperparametri; per esportare in formati di produzione come ONNX, TensorRT e OpenVINO basta 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 nasce in ambito di ricerca e ha una curva di apprendimento più ripida. L’accuratezza dichiarata dipende da una pipeline di distillazione della conoscenza: prima si addestra una rete «insegnante» più grande, poi se ne trasferisce la conoscenza a una rete «studentessa» più piccola. Rispetto al normale ciclo di addestramento Ultralytics, questo richiede più risorse di calcolo GPU e più tempo di 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 distribuzione rapide: team che devono passare velocemente dalla raccolta dei dati alla produzione usando l’API Python di Ultralytics.

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 migliore combinazione di prestazioni ed esperienza per gli sviluppatori:

• Distribuzione edge senza NMS: applicazioni che richiedono un’inferenza costante e a bassa latenza, senza la complessità della post-elaborazione con Non-Maximum Suppression (NMS).
• 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.

Applicazioni e casi d'uso nel mondo reale#

Sistemi autonomi e droni#

Per le immagini aeree e le applicazioni con UAV, YOLO11 offre un buon equilibrio tra velocità e accuratezza. Il rilevamento di oggetti piccoli è una sfida importante nell’analisi con droni, e la fusione di caratteristiche a più scale di YOLO11 lo aiuta a gestire oggetti di dimensioni diverse. I requisiti di memoria ridotti consentono inoltre alle varianti Nano e Small di YOLO11 di funzionare direttamente sulle CPU edge o sulle NPU leggere montate sul drone.

Automazione industriale e controllo qualità#

Nelle fabbriche intelligenti, la latenza è fondamentale. DAMO-YOLO offre un’inferenza rapida sulle GPU di livello server, ma la sua architettura specializzata può essere più difficile da integrare. YOLO11 è spesso la scelta più pratica per il controllo qualità automatizzato, grazie alla semplice API di tracking e alla possibilità di passare dal rilevamento alle attività OBB quando i difetti richiedono riquadri di delimitazione inclinati.

Sanità intelligente e imaging medico#

I dataset di imaging medico sono spesso piccoli, perciò è difficile evitare l’overfitting. I flussi di lavoro integrati per l’aumento dei dati e il transfer learning nell’ecosistema Ultralytics aiutano medici e sviluppatori a creare modelli accurati per il rilevamento dei tumori. L’ampia community Ultralytics aiuta inoltre a risolvere problemi in settori specializzati come la sanità.

DAMO-YOLO resta un ottimo esempio di Neural Architecture Search, ma YOLO11 e la più ampia famiglia Ultralytics, guidata da YOLO26, sono la scelta più pratica per le attività di computer vision nel mondo reale, grazie alla rapidità di distribuzione, alla facilità d’uso e al supporto multi-task.