YOLO11 vs YOLOv7#

Il panorama della computer vision continua a evolversi rapidamente, con il rilevamento degli oggetti in tempo reale che rimane all'avanguardia delle applicazioni di AI. Scegliere l'architettura giusta per il tuo progetto richiede di valutare un compromesso complesso tra velocità, accuratezza e facilità di implementazione. In questa guida forniamo un confronto tecnico completo tra due architetture di rilievo: Ultralytics YOLO11 e YOLOv7.

Panoramica e dettagli tecnici dei modelli#

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

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 su 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 basi strutturali differiscono.

YOLOv7 ha introdotto il concetto di reti di aggregazione dei livelli efficienti estese (E-ELAN). Questa architettura è stata progettata per migliorare continuamente la capacità di apprendimento della rete senza distruggere il percorso del gradiente originale, una svolta cruciale descritta nel loro articolo di ricerca. YOLOv7 si basa fortemente sulla riparametrizzazione strutturale e su una solida metodologia del "bag-of-freebies" durante l'addestramento, migliorando l'accuratezza complessiva sul dataset COCO senza aumentare i costi di inferenza.

Al contrario, YOLO11 è basato sull'architettura Ultralytics, altamente ottimizzata. Dà priorità a una pipeline di estrazione delle caratteristiche più raffinata con un numero inferiore di parametri, con conseguente riduzione dell'utilizzo della memoria durante l'addestramento. YOLO11 raggiunge un equilibrio prestazionale particolarmente favorevole, utilizzando meno risorse computazionali (FLOPs) e ottenendo al contempo un'accuratezza di rilevamento pari o superiore a quella dei modelli più pesanti. Inoltre, YOLO11 supporta nativamente una gamma più ampia di attività, diventando una scelta estremamente versatile per le moderne applicazioni di computer vision.

Confronto di prestazioni e metriche#

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

Come si può osservare, un modello come YOLO11x raggiunge un mAP di 54.7 rispetto al mAP di 53.1 di YOLOv7x, utilizzando al contempo un numero significativamente inferiore di parametri (56.9M rispetto a 71.3M). Questo evidenzia la maggiore efficienza architetturale di YOLO11.

Efficienza dell'addestramento e usabilità dell'ecosistema#

Una delle caratteristiche più distintive che separano queste due architetture è l'esperienza degli sviluppatori e l'ecosistema circostante.

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

YOLO11 ridefinisce completamente la facilità d'uso. È completamente integrato nella piattaforma Ultralytics, un ecosistema completo e ben mantenuto che offre workflow end-to-end fluidi. Dall'annotazione dei dati e dall'addestramento locale fino all'implementazione, l'API Python unificata e la semplice interfaccia della riga di comando ottimizzano l'intero processo.

Confronto del codice#

L'addestramento di un modello di rilevamento degli oggetti con YOLO11 richiede solo poche righe di codice, riducendo significativamente la barriera d'ingresso:

from ultralytics import YOLO

# Load a pretrained YOLO11 small model
model = YOLO("yolo11s.pt")

# Train the model effortlessly using the unified API
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Quickly export to ONNX format
model.export(format="onnx")

Al contrario, un tipico comando di addestramento di YOLOv7 è simile al seguente e richiede una configurazione attenta dei percorsi, dei file di configurazione e degli 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 inoltre un'enorme versatilità. Mentre YOLOv7 richiede codebase completamente differenti o modifiche sostanziali per supportare attività oltre il rilevamento, come la stima della posa o la segmentazione, YOLO11 gestisce il rilevamento degli oggetti, la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e il rilevamento tramite bounding box orientata (OBB) attraverso un unico framework coerente.

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 implementazione.

Quando prendere in considerazione YOLOv7:

• Benchmark dei modelli legacy: i ricercatori accademici che esplorano la progettazione dei percorsi del gradiente possono utilizzare YOLOv7 come baseline per valutare nuove reti neurali convoluzionali.
• Pipeline personalizzate esistenti: team con pipeline C++ o CUDA fortemente personalizzate e sviluppate specificamente attorno alla logica di decodifica delle bounding box tipica di YOLOv7.

Quando scegliere YOLO11:

• Produzione commerciale: le applicazioni nel retail 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 all'implementazione su dispositivi mobili ed edge tramite ONNX.
• Progetti multitask: se una singola applicazione deve identificare una persona, mappare il suo scheletro (posa) e segmentare un oggetto che tiene in mano, YOLO11 offre una soluzione unificata.

All'avanguardia: guardare al futuro con YOLO26#

Sebbene YOLO11 sia una scelta estremamente robusta, l'innovazione nell'intelligenza artificiale non si ferma mai. Per gli ingegneri che iniziano oggi nuovi progetti, è fortemente consigliato esplorare Ultralytics YOLO26.

Rilasciato a gennaio 2026, YOLO26 introduce un design end-to-end senza NMS, eliminando completamente i colli di bottiglia della latenza associati al post-processing della soppressione dei non massimi. Inoltre, YOLO26 integra il rivoluzionario ottimizzatore MuSGD, ispirato alle metodologie di addestramento degli LLM, per garantire una convergenza più rapida. Grazie ai miglioramenti mirati della funzione di perdita tramite ProgLoss + STAL e a un'inferenza su CPU fino al 43% più rapida grazie alla rimozione di DFL, YOLO26 è ottimizzato specificamente per l'edge computing e rappresenta il vertice attuale della vision AI.

Per gli utenti interessati a strutture alternative specializzate, esplorare i modelli RT-DETR basati su Transformer o i modelli YOLO-World dinamici e con vocabolario aperto può inoltre produrre risultati vantaggiosi per implementazioni diversificate di computer vision.