YOLO26 vs DAMO-YOLO#

Scegliere un modello di visione artificiale significa bilanciare velocità di inferenza, accuratezza e facilità di distribuzione. Questa pagina confronta Ultralytics YOLO26 e DAMO-YOLO. Entrambi sono progettati per il rilevamento di oggetti in tempo reale, ma le filosofie di progettazione e i casi d'uso previsti sono diversi.

Innovazioni e progettazione architetturale#

Ultralytics YOLO26: AI visiva orientata all'edge#

Sviluppato da Glenn Jocher e Jing Qiu di Ultralytics e rilasciato il 14 gennaio 2026, YOLO26 è il modello più recente della famiglia Ultralytics YOLO ed è la scelta consigliata per i nuovi progetti. È progettato per l'edge computing e riprende idee di ottimizzazione dall'addestramento degli LLM.

Le principali caratteristiche architetturali di YOLO26 includono:

Design end-to-end senza NMS: basandosi sull'addestramento senza NMS introdotto nei modelli YOLO da YOLOv10, YOLO26 supporta l'inferenza end-to-end nativa. La testa one-to-one opzionale (nms=False) salta la fase di post-elaborazione della soppressione dei non massimi (NMS), rendendo la latenza più prevedibile e semplificando le pipeline di distribuzione.
Rimozione di DFL: La rimozione di Distribution Focal Loss semplifica il grafo del modello. In questo modo, l'esportazione verso framework di distribuzione come ONNX e TensorRT risulta molto più semplice e migliora la compatibilità con i dispositivi edge a basso consumo.
Ottimizzatore MuSGD: ispirata a Kimi K2 di Moonshot AI, questa combinazione ibrida di discesa stocastica del gradiente (SGD) e Muon porta le innovazioni di addestramento degli LLM nella visione artificiale, favorendo un addestramento più stabile e una convergenza più rapida.
ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment (STAL) migliorano il riconoscimento degli oggetti piccoli, un aspetto importante per l'analisi di immagini aeree riprese con droni e per le pipeline di robotica.

YOLO26

ultralytics

public26

Newest SOTA Ultralytics models, released January 2026. Smaller, faster, and more accurate than previous versions with native end-to-end inference.

7735 models1.5 GBAug 21, 2026

yolo26x-depthyolo26l-depthyolo26m-depth+32

DAMO-YOLO: ricerca di architetture neurali su larga scala#

Sviluppato da Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun dell'Alibaba Group (rilasciato il 23 novembre 2022), DAMO-YOLO si concentra sulla ricerca automatica dell'architettura. La ricerca, descritta nel loro articolo su arXiv, usa la ricerca dell'architettura neurale (NAS) per individuare backbone entro limiti rigorosi di latenza.

Le principali caratteristiche architetturali di DAMO-YOLO includono:

Backbone MAE-NAS: Utilizza una ricerca guidata dalla massima entropia per progettare automaticamente backbone che bilanciano l'accuratezza con la velocità di distribuzione prevista.
RepGFPN efficiente: un neck di grandi dimensioni che migliora la fusione delle caratteristiche tra scale diverse per gestire scene visive complesse.
ZeroHead: una head di rilevamento leggera, progettata per ridurre al minimo il sovraccarico computazionale negli ultimi livelli di predizione.

Scopri di più su DAMO-YOLO

Scegliere l'architettura giusta

L'architettura di DAMO-YOLO basata su NAS è adatta a vincoli hardware specifici e predefiniti, mentre il design opzionale senza NMS e la rimozione di DFL di YOLO26 lo rendono una scelta più portabile e prevedibile negli ambienti edge e cloud.

Confronto delle prestazioni e delle metriche#

Un confronto diretto tra le varianti dei modelli addestrate sul dataset COCO standard rivela profili prestazionali distinti. La tabella seguente illustra i compromessi tra accuratezza (mAP), velocità e ingombro computazionale (parametri e FLOPs).

Modello	dimensione ^(pixel)	mAP^val_50-95	Velocità ^{CPU ONNX (ms)}	Velocità ^{T4 TensorRT10 (ms)}	parametri ^(M)	FLOPs ^(B)
YOLO26n	640	40.9	38.9	1.7	2.4	5.5
YOLO26s	640	48.6	87.2	2.5	9.5	20.9
YOLO26m	640	53.1	220.0	4.7	20.4	68.4
YOLO26l	640	55.0	286.2	6.2	24.8	86.8
YOLO26x	640	57.5	525.8	11.8	55.7	194.4

DAMO-YOLOt	640	42.0	-	2.32	8.5	18.1
DAMO-YOLOs	640	46.0	-	3.45	16.3	37.8
DAMO-YOLOm	640	49.2	-	5.09	28.2	61.8
DAMO-YOLOl	640	50.8	-	7.18	42.1	97.3

Analisi delle prestazioni#

YOLO26n ha 2,4 M di parametri e impiega 1,7 ms su una GPU NVIDIA T4 con TensorRT. YOLO26n è inoltre fino al 43% più veloce su CPU rispetto a YOLO11n, il che rende YOLO26 particolarmente adatto ai dispositivi edge senza acceleratori GPU dedicati.

DAMO-YOLOt supera di poco YOLO26n in mAP (42,0 contro 40,9), ma con circa 3,5 volte più parametri (8,5 M). Alle dimensioni s, m e l, YOLO26 è più accurato di DAMO-YOLO (per esempio, 55,0 contro 50,8 mAP per i modelli l), ha meno parametri e velocità TensorRT superiori e in genere usa meno memoria CUDA durante l'addestramento.

Ecosistema, usabilità ed efficienza dell'addestramento#

Il valore di un modello dipende anche dalla facilità con cui sviluppatori e ricercatori possono addestrarlo, distribuirlo e mantenerlo.

I vantaggi di Ultralytics#

I modelli Ultralytics sono supportati da un ecosistema ben mantenuto e pensato per gli sviluppatori. Flussi di lavoro che includono l'aumento dei dati, la regolazione degli iperparametri e il monitoraggio degli esperimenti si gestiscono con comandi semplici.

YOLO26 è anche più versatile. DAMO-YOLO è esclusivamente un rilevatore di oggetti, mentre YOLO26 supporta il rilevamento, la segmentazione di istanze, la segmentazione semantica, la stima della profondità, la classificazione, la stima della posa e il rilevamento OBB, con miglioramenti specifici per ciascun compito, come:

Segmentazione di istanze: usa una loss per la segmentazione semantica e un modulo proto multiscala.
Stima della posa: usa la stima della log-verosimiglianza residua (RLE).
Riquadri di delimitazione orientati (OBB): usa una loss angolare specializzata per risolvere i problemi ai bordi.
Classificazione delle immagini: offre un'etichettatura rapida e leggera dell'intera immagine.

Metodologie di training#

L'addestramento di DAMO-YOLO spesso prevede un processo di distillazione della conoscenza, in cui un modello "insegnante" di grandi dimensioni addestra un modello "studente" più piccolo. Questo migliora l'accuratezza, ma richiede più memoria GPU e cicli di addestramento più lunghi.

YOLO26 si addestra senza un modello insegnante e in genere richiede meno memoria, perciò si addestra in modo efficiente sull'hardware di fascia consumer con l'ottimizzatore MuSGD. Ecco come addestrare un modello YOLO26 usando l'API Python di Ultralytics basata su PyTorch:

from ultralytics import YOLO

# Inizializza il modello nano YOLO26 nativamente end-to-end
model = YOLO("yolo26n.pt")

# Addestra su un dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Esporta il modello ottimizzato senza NMS
model.export(format="onnx", nms=False)

Esplora altri modelli

Se ti interessa esplorare altre architetture moderne nell'ecosistema Ultralytics, YOLO11 resta una buona scelta per le pipeline esistenti basate su di esso. In alternativa, i ricercatori interessati alle architetture basate su Transformer possono esplorare il modello RT-DETR.

Applicazioni nel mondo reale#

La scelta giusta dipende dal tuo ambiente di distribuzione.

AI edge e dispositivi IoT#

Per le telecamere intelligenti per la vendita al dettaglio, i sistemi di monitoraggio agricolo automatizzati o la robotica, le risorse di calcolo sono molto limitate. In questi casi, YOLO26 è più adatto. L'inferenza più veloce su CPU, la head opzionale senza NMS e il ridotto numero di parametri gli consentono di funzionare su dispositivi edge come Raspberry Pi, mantenendo un'elevata accuratezza.

Produzione ad alta velocità e controllo qualità#

Nelle linee di automazione della produzione, rilevare difetti su nastri trasportatori ad alta velocità richiede una latenza minima e deterministica. DAMO-YOLO offre buone prestazioni su configurazioni GPU specifiche, ma la latenza variabile della post-elaborazione NMS può desincronizzare gli attuatori robotici. Con la head senza NMS attivata (nms=False), YOLO26 mantiene costanti i tempi di elaborazione dei frame, semplificando l'integrazione nella robotica industriale ad alta velocità.

Immagini aeree e da droni#

Rilevare soggetti piccoli da grandi altitudini è difficile. ProgLoss e STAL in YOLO26 migliorano il riconoscimento degli oggetti piccoli, agevolando il monitoraggio della fauna selvatica o l'analisi della congestione del traffico tramite UAV, dove gli oggetti occupano solo pochi pixel.

Casi d'uso e consigli#

La scelta tra YOLO26 e DAMO-YOLO dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle preferenze relative all'ecosistema.

Quando scegliere YOLO26#

YOLO26 è un'ottima scelta per:

Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
Ambienti solo CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza CPU di YOLO26, fino al 43% più rapida (YOLO26n rispetto a 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.

Quando scegliere DAMO-YOLO#

DAMO-YOLO è consigliato per:

Analisi video ad alto throughput: elaborazione di flussi video ad alto FPS su infrastrutture GPU NVIDIA fisse, dove il throughput con batch di dimensione 1 è la metrica principale.
Linee di produzione industriale: scenari con rigidi vincoli di latenza GPU su hardware dedicato, come l'ispezione della qualità in tempo reale sulle linee di assemblaggio.
Ricerca sulla ricerca di architetture neurali: studio degli effetti della ricerca automatizzata delle architetture (MAE-NAS) e dei backbone efficienti riparametrizzati sulle prestazioni di rilevamento.

Conclusione#

DAMO-YOLO è un caso di studio utile sulla ricerca dell'architettura neurale per hardware specifico, mentre Ultralytics YOLO26 è la scelta più completa per la maggior parte di chi lavora nel settore. L'inferenza opzionale senza NMS, i minori requisiti di memoria, l'ottimizzatore MuSGD e un ecosistema ben mantenuto aiutano gli sviluppatori a creare e distribuire sistemi di visione in modo rapido e affidabile.