YOLOv10 vs EfficientDet#

Scegliere la rete neurale ottimale per il rilevamento degli oggetti è una decisione fondamentale che determina il successo dei moderni sistemi di visione artificiale. Due architetture di rilievo che hanno influenzato significativamente il settore sono YOLOv10 ed EfficientDet. Entrambe mirano a massimizzare l’accuratezza riducendo al minimo il carico computazionale, ma adottano approcci architetturali molto diversi per raggiungere questi obiettivi.

Questa guida completa approfondisce i design, le metodologie di addestramento e le caratteristiche di distribuzione distintivi dei due modelli, aiutando sviluppatori e ingegneri ML a prendere decisioni basate sui dati per le applicazioni di IA per la visione. Vedremo come si comportano su hardware che va dai dispositivi edge per l’IA embedded alle potenti GPU cloud.

YOLOv10: il pioniere senza NMS#

Sviluppato per spingere oltre i limiti della latenza in tempo reale, YOLOv10 ha affrontato uno dei colli di bottiglia più persistenti della famiglia YOLO: la soppressione dei non massimi (NMS). Eliminando questa fase di post-elaborazione, il modello ottiene una latenza altamente prevedibile, fondamentale per i veicoli autonomi e la robotica ad alta velocità.

Innovazioni architetturali#

YOLOv10 introduce assegnazioni duali coerenti per l’addestramento senza NMS. Durante l’addestramento utilizza sia assegnazioni di etichette one-to-many sia one-to-one, consentendo alla rete di apprendere rappresentazioni ricche e di produrre nativamente una sola bounding box ottimale per oggetto in inferenza. L’architettura integra anche un design che bilancia in modo olistico efficienza e accuratezza, semplificando la testa di classificazione e riducendo la ridondanza computazionale presente nelle versioni precedenti.

Dettagli del modello#

• Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organizzazione: Università Tsinghua
• Data: 2024-05-23
• Articolo: YOLOv10: rilevamento degli oggetti end-to-end in tempo reale
• GitHub: THU-MIG/yolov10
• Documentazione: Documentazione di YOLOv10

Punti di forza:

• Inferenza prevedibile: eliminare NMS garantisce tempi di inferenza costanti, indipendentemente dal numero di oggetti nella scena.
• Minor utilizzo di memoria: rispetto ai modelli basati su Transformer come RT-DETR, YOLOv10 richiede molta meno memoria sia durante l’addestramento sia in inferenza.
• Eccellente compromesso tra velocità e accuratezza: ottimizzato specificamente per gli scenari a bassa latenza senza sacrificare le metriche di prestazione.

Punti deboli:

• Un solo compito: a differenza del più ampio ecosistema Ultralytics, il repository originale di YOLOv10 è fortemente focalizzato sul rilevamento e non supporta nativamente la segmentazione di istanze o la stima della posa.

Scopri di più su YOLOv10

EfficientDet: scalabile e bilanciato#

Presentato da Google Brain, EfficientDet affronta il rilevamento degli oggetti attraverso una strategia sistematica di scalabilità della rete. Si basa sul backbone EfficientNet per la classificazione delle immagini e introduce un nuovo meccanismo di fusione delle caratteristiche.

Innovazioni architetturali#

Il fulcro di EfficientDet è la rete piramidale di caratteristiche bidirezionale (BiFPN), che permette una fusione di caratteristiche multiscala semplice e veloce. A differenza delle FPN tradizionali, che sommano le caratteristiche solo dall’alto verso il basso, BiFPN introduce connessioni bidirezionali tra scale diverse e pesi addestrabili per apprendere l’importanza delle diverse caratteristiche in ingresso. Inoltre, EfficientDet usa un metodo di scaling composto che ridimensiona uniformemente risoluzione, profondità e larghezza del backbone, della rete di caratteristiche e delle reti di predizione di box e classi.

Dettagli del modello#

• Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
• Organizzazione: Google Brain
• Data: 2019-11-20
• Articolo: EfficientDet: rilevamento degli oggetti scalabile ed efficiente
• GitHub: Google AutoML EfficientDet

Punti di forza:

• Elevata efficienza: ottimo rapporto tra numero di parametri e accuratezza, che rende molto leggere le varianti più piccole, da -d0 a -d2.
• Scalabilità rigorosa: lo scaling composto permette di scegliere facilmente una dimensione del modello adatta al proprio budget computazionale.

Punti deboli:

• Integrazione con framework legacy: l’implementazione originale si basa in larga misura su versioni meno recenti di TensorFlow, il che può complicare le pipeline di distribuzione moderne.
• Addestramento più lento: addestrare EfficientDet da zero è notoriamente lento e richiede un’attenta messa a punto degli iperparametri rispetto alla rapida convergenza delle architetture YOLO.
• Velocità di inferenza: nonostante l’efficienza in termini di parametri, le operazioni BiFPN complesse spesso comportano velocità di inferenza reali più basse sull’hardware standard rispetto ai modelli YOLO altamente ottimizzati.

Scopri di più su EfficientDet

Prestazioni e benchmark#

La prova concreta di questi modelli è nelle prestazioni empiriche su benchmark standard come il dataset COCO. La tabella seguente illustra le differenze fondamentali nel numero di parametri, nelle operazioni in virgola mobile (FLOPs) e nella latenza di inferenza sulle GPU NVIDIA T4.

Come mostrato sopra, YOLOv10 mantiene un notevole vantaggio in termini di velocità di inferenza pura. Ad esempio, YOLOv10-S raggiunge 46.3 mAP con una latenza TensorRT di soli 2.49ms, mentre EfficientDet-d3 raggiunge un valore simile, pari a 47.5 mAP, ma impiega quasi 20ms: YOLOv10 è quindi nettamente superiore per lo streaming video in tempo reale o le linee di produzione ad alta velocità.

Casi d'uso e consigli#

La scelta tra YOLOv10 ed EfficientDet dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze per l’ecosistema.

Quando scegliere YOLOv10#

YOLOv10 è una scelta valida per:

• Rilevamento in tempo reale senza NMS: applicazioni che traggono vantaggio dal rilevamento end-to-end senza soppressione non massima, riducendo la complessità della distribuzione.
• Compromesso equilibrato tra velocità e precisione: progetti che richiedono un buon equilibrio tra velocità di inferenza e precisione di rilevamento con modelli di diverse dimensioni.
• Applicazioni con latenza costante: scenari di distribuzione in cui i tempi di inferenza prevedibili sono fondamentali, ad esempio nella robotica o nei sistemi autonomi.

Quando scegliere EfficientDet#

EfficientDet è consigliato per:

• Pipeline Google Cloud e TPU: Sistemi strettamente integrati con le API Google Cloud Vision o con infrastrutture TPU, per le quali EfficientDet dispone di un'ottimizzazione nativa.
• Ricerca sullo scaling composto: Benchmark accademici incentrati sugli effetti di uno scaling bilanciato di profondità, larghezza e risoluzione della rete.
• Implementazione mobile con LiteRT: Progetti che richiedono specificamente l'esportazione in LiteRT (in precedenza TensorFlow Lite) per Android o dispositivi Linux embedded.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:

• Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
• Ambienti con sola CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• Rilevamento di oggetti di piccole dimensioni: scenari complessi come le immagini aeree acquisite da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano notevolmente la precisione sugli oggetti molto piccoli.

Il nuovo standard: arriva Ultralytics YOLO26#

YOLOv10 ha introdotto il rivoluzionario paradigma senza NMS ed EfficientDet ha dimostrato il valore di uno scaling rigoroso, ma il panorama della visione artificiale ha continuato a evolversi. Per chi avvia oggi un nuovo progetto, Ultralytics YOLO26 rappresenta lo stato dell’arte indiscusso. Rilasciato a gennaio 2026, riunisce il meglio di ogni approccio in un pacchetto completo e pronto per la produzione, disponibile sulla piattaforma Ultralytics.

Perché YOLO26 supera la concorrenza#

1. Design end-to-end senza NMS: YOLO26 propone come opzione una testa one-to-one (nms=False) con il design end-to-end senza NMS introdotto da YOLOv10, semplificando la distribuzione e accelerando l’inferenza.
2. Inferenza su CPU fino al 43% più veloce: per i dispositivi edge privi di acceleratori dedicati, YOLO26 è ottimizzato specificamente per funzionare in modo efficiente sulle CPU standard.
3. Ottimizzatore MuSGD avanzato: ispirato alle innovazioni nell’addestramento degli LLM, YOLO26 utilizza un approccio ibrido tra SGD e Muon per un addestramento estremamente stabile e una convergenza rapida, migliorando notevolmente l’efficienza di addestramento rispetto a EfficientDet.
4. ProgLoss + STAL: queste funzioni di perdita migliorate aumentano notevolmente il riconoscimento degli oggetti piccoli, tradizionalmente un punto debole sia di YOLOv10 sia di EfficientDet.
5. Rimozione di DFL: rimuovendo la Distribution Focal Loss, YOLO26 si esporta senza difficoltà in quasi tutti i formati hardware, inclusi OpenVINO e CoreML.

Inoltre, YOLO26 offre una versatilità senza pari. Mentre EfficientDet e YOLOv10 sono modelli esclusivamente dedicati al rilevamento, YOLO26 gestisce senza problemi bounding box orientate, classificazione delle immagini e segmentazione di istanze tramite lo stesso intuitivo pacchetto Python Ultralytics.

Facilità d’uso con Ultralytics#

L’ecosistema Ultralytics, mantenuto attivamente, garantisce un’esperienza di sviluppo fluida. Bastano poche righe di codice per addestrare un modello, convalidarlo ed esportarlo con l’integrazione TensorRT.

from ultralytics import YOLO

# Carica un modello YOLOv10 preaddestrato (oppure passa a YOLO26 in modo nativo)
model = YOLO("yolov10n.pt")

# Addestra il modello in modo efficiente su un dataset personalizzato
model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Esegui l'inferenza e visualizza subito i risultati
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Esporta per una distribuzione rapida
model.export(format="engine", quantize=16)

Conclusione#

Nel confronto tra YOLOv10 ed EfficientDet, la scelta dipende in larga misura dalle tue preferenze in fatto di framework e dai vincoli di velocità. EfficientDet offre un approccio strutturato alla scalabilità dei modelli nell'ecosistema TensorFlow. YOLOv10, tuttavia, garantisce prestazioni in tempo reale superiori, un consumo di memoria inferiore e un percorso di distribuzione più semplice grazie alla sua architettura senza NMS.

Per ottenere il miglior equilibrio possibile tra prestazioni, facilità d'uso e versatilità multitasking, ti consigliamo vivamente di passare alla Ultralytics Platform e utilizzare YOLO26. Il modello riprende le innovazioni senza NMS di YOLOv10, applica tecniche di addestramento all'avanguardia come l'ottimizzatore MuSGD e le integra in un framework open source robusto, supportato da una vasta comunità globale.