YOLO11 vs YOLOv7#

Il panorama della visione artificiale continua a evolversi rapidamente e il rilevamento degli oggetti in tempo reale rimane in prima linea nelle applicazioni di IA. Per scegliere l'architettura giusta per il tuo progetto, devi valutare un compromesso complesso tra velocità, accuratezza e facilità di deployment. In questa guida proponiamo un confronto tecnico completo tra due architetture di spicco: Ultralytics YOLO11 e YOLOv7.

Contesto dei modelli e dettagli tecnici#

Entrambi i modelli hanno avuto un impatto significativo sulla comunità del deep learning, ma derivano da filosofie e periodi di sviluppo diversi.

Dettagli di 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 di YOLOv7:

• Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: https://github.com/WongKinYiu/yolov7
• Documentazione: https://docs.ultralytics.com/models/yolov7

Scopri di più su YOLOv7

Differenze architetturali#

Analizzando i meccanismi interni, entrambi i rilevatori utilizzano concetti all'avanguardia, ma le loro fondamenta strutturali sono diverse.

YOLOv7 ha introdotto il concetto di reti di aggregazione degli strati estese ed efficienti (E-ELAN). Questa architettura è stata progettata per migliorare continuamente la capacità di apprendimento della rete senza compromettere il percorso originale del gradiente: una svolta cruciale descritta nel loro articolo di ricerca. YOLOv7 si affida molto alla riparametrizzazione strutturale e a una solida metodologia «bag-of-freebies» durante l'addestramento, migliorando l'accuratezza complessiva sul dataset COCO senza aumentare i costi di inferenza.

YOLO11, invece, si basa sull'architettura Ultralytics, altamente ottimizzata. Punta a una pipeline di estrazione delle caratteristiche più raffinata e con meno parametri, che riduce il consumo di memoria durante l'addestramento. YOLO11 raggiunge un ottimo equilibrio tra prestazioni, utilizzando meno risorse di calcolo (FLOPs) e mantenendo o superando l'accuratezza di rilevamento dei modelli più pesanti. Inoltre, YOLO11 supporta nativamente una gamma più ampia di attività, il che lo rende una scelta estremamente versatile per le moderne applicazioni di visione artificiale.

Confronto delle prestazioni e delle metriche#

Per valutare con precisione la fattibilità nel mondo reale, è essenziale considerare metriche come la media della precisione media (mAP), la velocità di inferenza, i parametri del modello e la complessità computazionale (FLOPs). La tabella seguente mostra un confronto tra le varianti di YOLO11 con diversi fattori di scala e i modelli YOLOv7 più grandi.

Come si può notare, un modello come YOLO11x raggiunge una mAP di 54.7, superiore alla mAP di 53.1 di YOLOv7x, utilizzando al contempo molti meno parametri (56.9M contro 71.3M). Questo evidenzia la maggiore efficienza architetturale di YOLO11.

Efficienza di addestramento e usabilità dell'ecosistema#

Uno degli aspetti che distingue maggiormente queste due architetture è l'esperienza di sviluppo e l'ecosistema che le circonda.

YOLOv7 è essenzialmente un repository di ricerca accademica. L'addestramento dei modelli richiede spesso configurazioni complesse dell'ambiente, la gestione manuale delle dipendenze e l'uso di lunghi argomenti da riga di comando. Anche se supporta la sperimentazione all'avanguardia, adattare il codice del repository YOLOv7 su GitHub ad ambienti di produzione personalizzati può richiedere molto tempo.

YOLO11 ridefinisce completamente la facilità d'uso. È pienamente integrato nella Ultralytics Platform, un ecosistema completo e ben mantenuto che offre flussi di lavoro end-to-end senza interruzioni. Dall'annotazione dei dati e dall'addestramento locale fino al deployment, l'API Python unificata e la semplice interfaccia a riga di comando semplificano l'intero processo.

Confronto del codice#

Per addestrare un modello di rilevamento degli oggetti con YOLO11 bastano poche righe di codice, riducendo notevolmente la barriera d'ingresso:

from ultralytics import YOLO

# Carica un modello YOLO11 small preaddestrato
model = YOLO("yolo11s.pt")

# Addestra il modello senza difficoltà usando l'API unificata
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Esporta rapidamente nel formato ONNX
model.export(format="onnx")

Al contrario, un tipico comando di addestramento di YOLOv7 si presenta così e richiede di configurare con attenzione percorsi, file di configurazione e script bash:

python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights 'yolov7_training.pt'

YOLO11 offre anche un'enorme versatilità. Mentre YOLOv7 richiede basi di codice completamente diverse o modifiche sostanziali per supportare attività che vanno oltre il rilevamento (come la stima della posa o la segmentazione), YOLO11 gestisce il rilevamento degli oggetti, la segmentazione di istanze, la classificazione delle immagini, la stima della posa e il rilevamento con riquadri di delimitazione orientati (OBB) tramite un unico framework integrato.

Applicazioni nel mondo reale e casi d'uso ideali#

La scelta tra YOLOv7 e YOLO11 dipende interamente dall'ambito del progetto e dai vincoli di deployment.

Quando prendere in considerazione YOLOv7:

• Benchmarking di modelli legacy: i ricercatori accademici che studiano la progettazione dei percorsi del gradiente possono usare YOLOv7 come riferimento per valutare nuove reti neurali convoluzionali.
• Pipeline personalizzate esistenti: team con pipeline C++ o CUDA ampiamente personalizzate e sviluppate appositamente attorno alla logica di decodifica dei riquadri di delimitazione specifica di YOLOv7.

Quando scegliere YOLO11:

• Produzione commerciale: le applicazioni nel commercio al dettaglio intelligente o nella diagnostica sanitaria traggono grande vantaggio dal codice mantenuto e dall'elevata stabilità di YOLO11.
• Ambienti con risorse limitate: l'ingombro ridotto di YOLO11n lo rende particolarmente adatto al deployment su dispositivi mobili ed edge tramite ONNX.
• Progetti multi-task: se una singola applicazione deve identificare una persona, ricostruirne lo scheletro (stima della posa) e segmentare un oggetto che sta tenendo in mano, YOLO11 offre una soluzione unificata.

All'avanguardia: proseguire con YOLO26#

Anche se YOLO11 è una scelta estremamente solida, l'innovazione nell'intelligenza artificiale non si ferma mai. Per gli ingegneri che iniziano oggi nuovi progetti, è vivamente consigliato esplorare Ultralytics YOLO26.

Rilasciato a gennaio 2026, YOLO26 introduce una progettazione end-to-end senza NMS (nms=False) che elimina i colli di bottiglia della latenza associati alla post-elaborazione di soppressione non massima. Inoltre, YOLO26 integra il rivoluzionario ottimizzatore MuSGD, ispirato alle metodologie di addestramento degli LLM, per garantire una convergenza più rapida. Grazie ai miglioramenti mirati delle funzioni di perdita con ProgLoss + STAL e a un'inferenza su CPU fino al 43% più veloce ottenuta rimuovendo DFL, YOLO26 è ottimizzato appositamente per l'edge computing e rappresenta attualmente l'apice dell'IA visiva.

Per chi è interessato a strutture alternative specializzate, esplorare il modello RT-DETR basato su Transformer o i modelli dinamici a vocabolario aperto YOLO-World può offrire risultati utili per diversi deployment di visione artificiale.