YOLO11 vs EfficientDet#

Per scegliere la rete neurale giusta per i progetti di computer vision, devi conoscere le architetture disponibili. Questa guida confronta Ultralytics YOLO11 e EfficientDet di Google, analizzandone le differenze architetturali, le metriche prestazionali, l’efficienza di addestramento e gli scenari di distribuzione ideali, per aiutarti a scegliere il modello adatto ai tuoi carichi di lavoro di machine learning.

Panoramica e specifiche dei modelli#

Entrambi i modelli hanno influenzato la ricerca sul rilevamento degli oggetti nel deep learning, ma derivano da filosofie progettuali e periodi diversi dello sviluppo dell’IA.

Dettagli su YOLO11#

• 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

Dettagli su EfficientDet#

• Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
• Organizzazione: Google
• Data: 2019-11-20
• arXiv: https://arxiv.org/abs/1911.09070
• GitHub: https://github.com/google/automl/tree/master/efficientdet
• Documentazione: https://github.com/google/automl/tree/master/efficientdet#readme

Scopri di più su EfficientDet

Innovazioni architetturali#

EfficientDet: BiFPN e scaling composto#

Introdotto alla fine del 2019, EfficientDet mirava a massimizzare l’accuratezza riducendo al minimo il costo computazionale. Ci riesce principalmente grazie a due meccanismi. Innanzitutto, il suo backbone appartiene alla famiglia EfficientNet, che aumenta insieme profondità, larghezza e risoluzione tramite scaling composto. In secondo luogo, ha introdotto il Bi-directional Feature Pyramid Network (BiFPN), che consente una fusione delle caratteristiche multi-scala semplice e rapida.

Pur essendo efficiente per l’epoca, l’implementazione AutoML di EfficientDet basata su TensorFlow può essere rigida. Rispetto ai moderni framework modulari basati su PyTorch, i ricercatori spesso trovano difficile applicare il pruning dei modelli e apportare modifiche personalizzate.

YOLO11: estrazione avanzata delle caratteristiche e versatilità#

YOLO11 si basa sui predecessori e combina i blocchi C3k2 e l’attenzione spaziale C2PSA con un modulo rapido Spatial Pyramid Pooling (SPPF). Queste modifiche migliorano l’estrazione delle caratteristiche e aiutano YOLO11 a cogliere i dettagli visivi più fini.

Un grande vantaggio di YOLO11 è la sua versatilità. Mentre EfficientDet è esclusivamente un modello di rilevamento degli oggetti, YOLO11 supporta nativamente la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati (OBB). YOLO11 richiede inoltre poca memoria durante l’addestramento e l’inferenza, il che gli conferisce un vantaggio rispetto ai modelli meno recenti e ai Vision Transformer più grandi sull’hardware di IA edge con risorse limitate.

Prestazioni e benchmark#

L’equilibrio tra accuratezza, misurata tramite mean Average Precision (mAP), e velocità di inferenza spesso determina le distribuzioni nel mondo reale. La tabella qui sotto mostra le prestazioni di entrambe le famiglie di modelli sul dataset COCO.

YOLO11 è molto più veloce su GPU a parità di accuratezza. YOLO11s è quasi alla pari con EfficientDet-d3 (47.0 contro 47.5 mAP) in 2.5 ms anziché 19.59 ms su una T4 con TensorRT, mentre YOLO11x raggiunge la massima accuratezza (54.7 mAP) in 11.3 ms contro i 128.07 ms di EfficientDet-d7 (53.7 mAP). EfficientDet-d0 richiede il minor numero di FLOPs (2.54B).

Efficienza dell'addestramento ed ecosistema#

I modelli Ultralytics sono progettati per essere facili da usare. Addestrare un modello EfficientDet richiede spesso di districarsi tra configurazioni complesse dei grafi TensorFlow e catene di dipendenze, mentre YOLO11 si basa su una moderna piattaforma PyTorch.

Questo ecosistema ben mantenuto consente agli sviluppatori di installare il pacchetto, caricare un modello preaddestrato e iniziare ad addestrarlo su un dataset personalizzato con poche righe di codice.

Esempio di codice Python#

Ecco un esempio completamente eseguibile che dimostra la semplicità dell'API Ultralytics. Questo script scarica un modello YOLO11 preaddestrato, lo addestra ed esegue una rapida predizione.

from ultralytics import YOLO

# Inizializza un modello YOLO11 nano preaddestrato
model = YOLO("yolo11n.pt")

# Addestra il modello in modo efficiente usando il motore PyTorch integrato
# L'addestramento è efficiente e richiede meno VRAM rispetto ai modelli legacy
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")

# Esegui inferenze in tempo reale su un'immagine di esempio
prediction = model.predict("https://ultralytics.com/images/bus.jpg")

# Visualizza le bounding box in output
prediction[0].show()

Uno sguardo al futuro: i vantaggi di YOLO26#

I team che avviano nuovi progetti dovrebbero valutare Ultralytics YOLO26, rilasciato a gennaio 2026, che semplifica la distribuzione e migliora le prestazioni edge.

Le principali innovazioni di YOLO26 includono:

• Progettazione end-to-end senza NMS: una testa one-to-one opzionale (nms=False) salta la post-elaborazione con Non-Maximum Suppression (NMS), garantendo a YOLO26 una latenza costante e bassa per la robotica ad alta velocità e la guida autonoma.
• Inferenza su CPU fino al 43% più veloce: per le distribuzioni senza GPU dedicate, YOLO26n è fino al 43% più veloce di YOLO11n su CPU.
• Ottimizzatore MuSGD: ispirato a Kimi K2 di Moonshot AI, questo ibrido di SGD e Muon porta la stabilità di addestramento dei modelli linguistici di grandi dimensioni (LLM) nella computer vision e accelera la convergenza.
• ProgLoss + STAL: la Progressive Loss e l’assegnazione di etichette consapevole dei piccoli oggetti (STAL) migliorano il riconoscimento degli oggetti di piccole dimensioni, spesso problematico nell’analisi di immagini satellitari e nei filmati ripresi dai droni.
• Rimozione della DFL: L'eliminazione della Distribution Focal Loss semplifica l'esportazione del modello sui dispositivi edge.

Casi d'uso e consigli#

La scelta tra YOLO11 ed EfficientDet dipende dai requisiti specifici del progetto, dai vincoli di implementazione e dalle preferenze relative all'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 EfficientDet#

EfficientDet è consigliato per:

• Google Cloud e pipeline TPU: sistemi basati su TensorFlow nell’infrastruttura Google Cloud TPU, dove l’implementazione di riferimento di EfficientDet supporta l’addestramento su TPU.
• Ricerca sullo scaling composto: Benchmark accademici incentrati sugli effetti di uno scaling bilanciato di profondità, larghezza e risoluzione della rete.
• Implementazione mobile con LiteRT: Progetti che richiedono specificamente l'esportazione in LiteRT (in precedenza TensorFlow Lite) per Android o dispositivi Linux embedded.

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 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.

Conclusione#

EfficientDet è stata un’architettura pionieristica che ha dimostrato il valore dello scaling composto nel rilevamento degli oggetti. I modelli più recenti sono più capaci, più facili da integrare e più veloci da eseguire sulle GPU.

Grazie al supporto multi-task, alla rapida inferenza su GPU e alla semplicità dell’API, YOLO11 è la scelta migliore per le moderne pipeline di visione. Per i nuovi progetti, soprattutto quelli destinati prima di tutto all’edge, YOLO26 aggiunge l’inferenza opzionale senza NMS e una maggiore accuratezza.