YOLO11 vs YOLOv5
Scegliere la giusta architettura di rete neurale è una decisione fondamentale per qualsiasi progetto di visione artificiale. Con l'evoluzione dell'intelligenza artificiale, cambiano anche gli strumenti a disposizione di sviluppatori e ricercatori. Questa guida fornisce un confronto tecnico tra due modelli ampiamente utilizzati dell'ecosistema Ultralytics: YOLOv5, consolidato da tempo, e il più recente YOLO11.
Che tu stia distribuendo modelli leggeri per applicazioni di IA edge o elaborando flussi video ad alta risoluzione su GPU cloud, comprendere le sfumature architetturali, le metriche di prestazione e i casi d’uso ideali di questi modelli ti permetterà di scegliere in modo consapevole, in base ai vincoli specifici della tua distribuzione.
Genealogia dei modelli e dettagli tecnici#
Entrambi i modelli riflettono l'attenzione di Ultralytics alla collaborazione open source, alle prestazioni affidabili e alla semplicità d'uso, e sono ampiamente adottati dalla comunità dell'apprendimento automatico.
Dettagli su YOLO11#
- Autori: Glenn Jocher e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2024-09-27
- GitHub: ultralytics/ultralytics
- Documentazione: Documentazione di YOLO11
Dettagli su YOLOv5#
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentazione: Documentazione di YOLOv5
Differenze architetturali#
L'evoluzione da YOLOv5 a YOLO11 introduce diverse modifiche architetturali che migliorano l'accuratezza e l'efficienza nell'uso dei parametri.
YOLOv5 è stato uno dei primi modelli YOLO sviluppati nativamente in PyTorch, con un backbone CSPNet (Cross Stage Partial Network) e un neck PANet (Path Aggregation Network). Si basava sul rilevamento basato su anchor, che richiedeva anchor box predefinite per prevedere i confini degli oggetti. Pur essendo molto efficace, la regolazione di questi anchor per dataset di visione artificiale personalizzati poteva risultare macchinosa.
Al contrario, YOLO11 adotta un approccio al rilevamento senza anchor. In questo modo non serve regolare manualmente gli anchor box, semplificando il processo di addestramento e migliorando la generalizzazione su dataset diversi, come il dataset COCO. Inoltre, YOLO11 ha una testa disaccoppiata, in cui le attività di classificazione e regressione delle bounding box vengono elaborate in rami separati. Questa separazione migliora la velocità di convergenza e la precisione media media (mAP), soprattutto negli scenari complessi di rilevamento degli oggetti.
Metriche di prestazione e benchmark#
La tabella seguente mette a confronto le metriche principali per diverse dimensioni dei modelli. Entrambi sono modelli Ultralytics con un fabbisogno di memoria ridotto: durante l'addestramento consumano in genere meno memoria CUDA rispetto alle alternative basate su Transformer, riducendo così la soglia hardware necessaria per iniziare.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
YOLO11 offre una mAP più elevata a ogni scala. Per esempio, YOLO11m raggiunge 51.5 mAP con 20.1M di parametri, contro 45.4 mAP con 21.2M di parametri per YOLOv5m. YOLOv5n, YOLOv5s e YOLOv5m sono leggermente più veloci su T4 TensorRT, ma con un'accuratezza notevolmente inferiore.
Metodologie di addestramento e facilità d’uso#
Un principio fondamentale di Ultralytics è la semplicità d'uso, sostenuta da un ecosistema ben mantenuto e da un ampio supporto della community.
Storicamente, YOLOv5 si affidava a script dell'interfaccia a riga di comando (CLI) (train.py, detect.py) per l'esecuzione. Pur essendo potenti, l'integrazione diretta di questi script in applicazioni Python personalizzate richiedeva spesso soluzioni alternative.
YOLO11 si basa sul pacchetto Python semplificato ultralytics (introdotto con YOLOv8). Questa API unificata gestisce ogni aspetto, dall’addestramento all’esportazione dei modelli in formati come ONNX, OpenVINO e TensorRT, in modo nativo.
Per un flusso di lavoro senza codice, gli sviluppatori possono usare la piattaforma Ultralytics per annotare i dati, addestrare modelli nel cloud e distribuirli su dispositivi edge.
Confronto del codice#
Ecco come addestrare YOLO11 con l'API Python:
from ultralytics import YOLO
# Carica un modello YOLO11 small preaddestrato
model = YOLO("yolo11s.pt")
# Addestra il modello con dati personalizzati
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Esporta il modello in ONNX per la distribuzione
model.export(format="onnx")Per i sistemi legacy che usano il repository YOLOv5, l'addestramento tramite CLI si presenta così:
# Clone the repository and run the training script
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --weights yolov5s.ptCasi d'uso ideali e applicazioni nel mondo reale#
Entrambi i modelli hanno punti di forza distinti, adatti a diversi ambienti operativi.
Quando usare YOLOv5#
Nonostante appartenga a una generazione precedente, YOLOv5 rimane una scelta affidabile per:
- Integrazione con sistemi legacy: ambienti strettamente integrati con strutture tensoriali specifiche di YOLOv5 o pipeline di distribuzione difficili da rifattorizzare.
- Riferimenti accademici: ricercatori che necessitano di baseline consolidate e di lunga data per studi accademici riproducibili nell’analisi di immagini mediche.
Quando usare YOLO11#
YOLO11 è la scelta migliore per le moderne pipeline di produzione grazie alla sua versatilità:
- Ambienti multi-task: YOLOv5 ha aggiunto la segmentazione di istanze e la classificazione di immagini nelle versioni successive, mentre YOLO11 supporta nativamente il rilevamento, la segmentazione, la classificazione, la stima della posa e il rilevamento di bounding box orientate (OBB).
- Analisi video ad alta densità: ideale per sistemi di gestione intelligente del traffico o per la gestione dell'inventario nel commercio al dettaglio, dove l'elevata precisione nelle scene complesse è fondamentale.
Uno sguardo al futuro: l’architettura YOLO26#
YOLO11 rimane un valido modello di riferimento, ma la visione artificiale continua a progredire. Gli sviluppatori che avviano nuovi progetti dovrebbero considerare anche Ultralytics YOLO26 (rilasciato a gennaio 2026), l'attuale modello consigliato.
YOLO26 è progettato sia per l'ottimizzazione edge sia per le applicazioni aziendali su larga scala. Le modifiche principali includono:
- Design end-to-end senza NMS: YOLO26 supporta l’inferenza end-to-end nativa, evitando la post-elaborazione con soppressione non massima (NMS) tramite
nms=Falseper una distribuzione più rapida e semplice. - Rimozione della DFL: la Distribution Focal Loss è stata rimossa per semplificare l’esportazione dei modelli e migliorare la compatibilità con i dispositivi a basso consumo.
- Ottimizzatore MuSGD: un ibrido di SGD e Muon che porta la stabilità dell'addestramento dei modelli linguistici di grandi dimensioni (LLM) nella visione artificiale, favorendo una convergenza più rapida.
- Inferenza su CPU fino al 43% più veloce: YOLO26n è fino al 43% più veloce di YOLO11n su CPU, risultando adatto alle distribuzioni IoT e ai dispositivi senza GPU dedicate.
- ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment (STAL) migliorano il riconoscimento degli oggetti piccoli, fondamentale per le immagini aeree riprese da droni.
Riepilogo#
La scelta tra YOLO11 e YOLOv5 dipende in definitiva dalla fase del ciclo di vita del tuo progetto. YOLOv5 offre una stabilità comprovata e una grande community. Tra i due, YOLO11 è la scelta migliore per i nuovi progetti: combina maggiore accuratezza, un'API Python più semplice e il supporto per più attività. Per ottenere oggi la massima accuratezza e velocità su CPU, inizia con YOLO26, che puoi anche addestrare e distribuire sulla piattaforma Ultralytics.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.