YOLO11 vs PP-YOLOE+#

La selezione dell'architettura di rete neurale ottimale è fondamentale quando si implementano applicazioni di computer vision in produzione. In questo confronto tecnico, esaminiamo due modelli di spicco nell'ambito del rilevamento degli oggetti in tempo reale: Ultralytics YOLO11 e PP-YOLOE+ di Baidu. Entrambe le architetture offrono prestazioni solide, ma affrontano in modo molto diverso le sfide legate a precisione, velocità di inferenza ed ecosistema per sviluppatori.

Di seguito è riportato un grafico interattivo che illustra i limiti prestazionali di questi modelli, per aiutarti a individuare la soluzione più adatta ai vincoli del tuo hardware.

Origini dei modelli e linea evolutiva tecnica#

Comprendere le origini e le filosofie progettuali di questi modelli fornisce un contesto prezioso per valutarne i rispettivi punti di forza e i casi d'uso ideali.

Dettagli su YOLO11#

Sviluppato da Ultralytics, YOLO11 rappresenta un'iterazione altamente perfezionata della serie YOLO, che privilegia l'equilibrio tra inferenza ad alta velocità, efficienza estrema dei parametri e facilità d'uso senza pari. È ampiamente riconosciuto per le sue funzionalità unificate multi-task e per la sua API Python intuitiva per gli sviluppatori.

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 2024-09-27
• GitHub: https://github.com/ultralytics/ultralytics
• Documentazione: Documentazione di YOLO11

Dettagli su PP-YOLOE+#

PP-YOLOE+ è una versione evoluta di PP-YOLOv2, basata sul framework PaddlePaddle. Introduce modifiche architetturali come il backbone CSPRepResNet e il Task Alignment Learning (TAL) per ampliare i limiti della precisione, in particolare sulle GPU di fascia alta.

• Autori: autori di PaddlePaddle
• Organizzazione: Baidu
• Data: 2022-04-02
• Arxiv: https://arxiv.org/abs/2203.16250
• GitHub: https://github.com/PaddlePaddle/PaddleDetection/
• Documentazione: documentazione sulla configurazione di PP-YOLOE+

Scopri di più su PP-YOLOE+

Differenze architetturali#

I progetti architetturali fondamentali di YOLO11 e PP-YOLOE+ riflettono le loro diverse priorità nel panorama della computer vision.

YOLO11 si basa su un backbone altamente ottimizzato e su una testa di rilevamento anchor-free. Utilizza blocchi C3k2 e Spatial Pyramid Pooling - Fast (SPPF) per acquisire caratteristiche multi-scala con un overhead computazionale minimo. Questo design è particolarmente vantaggioso per ridurre la latenza di inferenza su dispositivi con risorse limitate, come NPU edge e CPU mobili. Inoltre, YOLO11 è progettato nativamente per l'apprendimento multi-task e supporta immediatamente la segmentazione delle istanze, la stima della posa e il rilevamento di bounding box orientate (OBB).

PP-YOLOE+ introduce il backbone CSPRepResNet e una testa efficiente allineata ai task (ET-head). Utilizza pesantemente tecniche di riparametrizzazione per aumentare la capacità di rappresentazione durante l'addestramento, fondendo al contempo quei parametri in normali convoluzioni per l'inferenza. Sebbene ciò produca una notevole mAP, i modelli risultanti tendono a essere più pesanti in termini di parametri e footprint di memoria, risultando più adatti al deployment su robuste GPU server anziché su dispositivi edge leggeri.

Prestazioni e benchmark#

Quando valutiamo le prestazioni, consideriamo la precisione (mAP), la velocità di inferenza su hardware diversi e l'efficienza del modello (parametri e FLOPs). La tabella seguente evidenzia le metriche comparative, con i valori più efficienti o dalle prestazioni migliori in grassetto.

Analisi#

YOLO11 dimostra un chiaro vantaggio in termini di equilibrio delle prestazioni ed efficienza dei parametri. Ad esempio, YOLO11m raggiunge una mAP più elevata (51.5) rispetto a PP-YOLOE+m (49.8), utilizzando al contempo meno parametri (20.1M vs 23.43M) e ottenendo velocità di inferenza significativamente superiori su TensorRT (4.7ms vs 5.56ms). La natura leggera dei modelli YOLO11 si traduce intrinsecamente in requisiti di memoria inferiori sia durante l'addestramento del modello sia durante l'implementazione.

Ecosistema di addestramento e facilità d'uso#

Il vero valore di un modello risiede spesso nella facilità con cui gli sviluppatori possono addestrarlo su dataset personalizzati di computer vision e implementarlo in produzione.

Il vantaggio di Ultralytics#

Ultralytics dà priorità a un'esperienza di sviluppo semplificata. L'addestramento di YOLO11 viene gestito tramite una semplice API Python o CLI, astraendo il complesso codice boilerplate. La Ultralytics Platform migliora ulteriormente questo processo offrendo addestramento senza codice, gestione automatizzata dei dataset ed esportazioni con un solo clic in formati come ONNX, CoreML e TensorRT.

Inoltre, i modelli YOLO sono altamente efficienti in termini di memoria durante l'addestramento, evitando gli enormi overhead di VRAM tipici delle architetture basate su Transformer o dei modelli pesantemente riparametrizzati, consentendo l'addestramento su hardware di fascia consumer.

from ultralytics import YOLO

# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")

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

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

Ecosistema PP-YOLOE+#

PP-YOLOE+ opera all'interno dell'ecosistema PaddleDetection. Sebbene questo framework sia potente e profondamente integrato con le soluzioni industriali di Baidu, richiede agli sviluppatori di adottare lo specifico framework di deep learning PaddlePaddle. Ciò può introdurre una curva di apprendimento più ripida per i team già standardizzati su PyTorch. Inoltre, l'esportazione dei modelli PP-YOLOE+ in formati standard universali per dispositivi edge può richiedere passaggi di conversione aggiuntivi rispetto alle pipeline di esportazione native disponibili nei flussi di lavoro Ultralytics.

Casi d'uso ideali#

La scelta tra questi modelli dipende dal tuo specifico ambiente di implementazione.

• Scegli YOLO11 per lo sviluppo agile, l'edge computing e le applicazioni mobili. L'elevata velocità di inferenza, il ridotto ingombro in memoria e le ampie capacità di esportazione lo rendono ideale per attività come la gestione dell'inventario al dettaglio in tempo reale su CPU standard, l'analisi di immagini aeree acquisite da droni e pipeline multi-task complesse.
• Scegli PP-YOLOE+ se l'intera pipeline di produzione si basa già fortemente sull'ecosistema PaddlePaddle o se stai implementando il modello su server di inferenza dedicati di fascia alta, dove i vincoli di memoria e la compatibilità hardware (al di fuori dell'hardware ottimizzato di Paddle) non costituiscono preoccupazioni prioritarie.

La prossima generazione: introduzione di YOLO26#

Sebbene YOLO11 rimanga incredibilmente potente, il campo dell'AI evolve rapidamente. Per essere all'avanguardia assoluta nel rilevamento degli oggetti, Ultralytics ha introdotto il nuovo YOLO26. Rilasciato a gennaio 2026, YOLO26 si basa sui successi dei suoi predecessori per offrire efficienza e precisione senza precedenti.

Innovazioni principali di YOLO26:

• Design end-to-end senza NMS: YOLO26 elimina nativamente il post-processing Non-Maximum Suppression (NMS). Ciò accelera significativamente l'inferenza e semplifica la logica di implementazione, in un salto architetturale introdotto per la prima volta in YOLOv10.
• Inferenza su CPU fino al 43% più veloce: ottimizzata specificamente per dispositivi edge privi di GPU, per garantire prestazioni in tempo reale su hardware a bassa potenza.
• Ottimizzatore MuSGD: ispirato alla stabilità dell'addestramento degli LLM, questo ibrido di SGD e Muon garantisce una convergenza più rapida e un addestramento più stabile.
• ProgLoss + STAL: funzioni di loss migliorate potenziano drasticamente il riconoscimento degli oggetti di piccole dimensioni, fondamentale per le applicazioni con droni e la videosorveglianza di sicurezza.
• Rimozione di DFL: la rimozione di Distribution Focal Loss semplifica l'esportazione dei modelli e migliora drasticamente la compatibilità con un'ampia gamma di dispositivi edge.

Per i nuovi progetti che danno priorità alla velocità, all'esportazione senza interruzioni e alla massima precisione, ti consigliamo vivamente di sfruttare le funzionalità di YOLO26 tramite la Ultralytics Platform.

Se stai valutando altre architetture, potresti essere interessato anche a confrontare YOLO11 con RT-DETR o a esplorare le prestazioni del modello legacy YOLOv8 nei benchmark moderni.