YOLOv10 vs YOLO11
Per scegliere un modello di computer vision in tempo reale, devi comprendere i compromessi tra le architetture attuali. Questo confronto esamina le differenze tecniche, i compromessi prestazionali e i casi d'uso ideali di YOLOv10 e Ultralytics YOLO11, due framework efficaci per il rilevamento degli oggetti.
Entrambi i modelli ottengono risultati elevati sui dataset di benchmark, ma le loro filosofie di progettazione e le integrazioni con l'ecosistema differiscono notevolmente. Esaminare le loro architetture permette di capire quale si adatta meglio ai vincoli di deployment e agli obiettivi del tuo progetto.
YOLOv10: rilevamento in tempo reale senza NMS#
Rilasciato nella primavera del 2024, YOLOv10 ha introdotto un nuovo approccio alla pipeline tradizionale di rilevamento degli oggetti, affrontando direttamente la latenza aggiuntiva associata alla post-elaborazione.
- Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organizzazione: Università Tsinghua
- Data: 23 maggio 2024
- Articolo di ricerca: arXiv:2405.14458
- Codice sorgente: THU-MIG/yolov10 su GitHub
- Documentazione: Documentazione di YOLOv10
L'innovazione più significativa di YOLOv10 è la strategia di assegnazione duale coerente, che consente l'addestramento senza NMS. I rilevatori di oggetti tradizionali si affidano alla soppressione dei massimi non locali (NMS) per filtrare le previsioni ridondanti delle bounding box. Eliminando questo passaggio, YOLOv10 realizza un rilevamento end-to-end, riducendo la latenza d'inferenza e semplificando il deployment su acceleratori hardware come le unità di elaborazione neurale (NPU), sulle quali è difficile ottimizzare le operazioni NMS personalizzate.
YOLO11: versatilità e prestazioni basate sull'ecosistema#
Lanciato più tardi nello stesso anno, YOLO11 ha proseguito il perfezionamento della famiglia di modelli Ultralytics, puntando all'equilibrio tra velocità, precisione ed esperienza degli sviluppatori.
- Autori: Glenn Jocher e Jing Qiu
- Organizzazione: Ultralytics
- Data: 27 settembre 2024
- Codice sorgente: Ultralytics su GitHub
- Integrazione della piattaforma: Piattaforma Ultralytics
YOLO11 è progettato per l'uso in produzione. Sebbene eccella nel rilevamento standard delle bounding box, il suo vero punto di forza risiede nella versatilità. A differenza di YOLOv10, che si concentra principalmente sul rilevamento degli oggetti, YOLO11 supporta nativamente, tramite un'architettura unificata, la segmentazione di istanze, la classificazione delle immagini, la stima della posa e le attività basate su riquadri di delimitazione orientati (OBB). Durante l'addestramento ha requisiti di memoria ridotti, il che lo rende particolarmente accessibile ai team che utilizzano GPU di fascia consumer, rispetto ad architetture basate su Transformer più pesanti.
Confronto delle prestazioni e delle metriche#
Per confrontare direttamente questi modelli, è essenziale esaminare le prestazioni delle diverse varianti di dimensioni sui benchmark standard, come il dataset COCO.
YOLO11 supera YOLOv10 in mAP a ogni dimensione corrispondente, con un margine da 0,2 a 1,0 punti e velocità TensorRT simili: YOLO11 è chiaramente più veloce alle scale n e l, i modelli s e m sono quasi alla pari, mentre YOLOv10x è più veloce di YOLO11x e usa circa la metà dei parametri.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| 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 |
Per riprodurre localmente queste velocità d'inferenza, esporta i modelli in formati ottimizzati come OpenVINO per le CPU Intel o TensorRT per le GPU NVIDIA.
Approfondimento sull’architettura#
Metodologia ed efficienza dell'addestramento#
L'architettura di YOLOv10 punta a ridurre la ridondanza computazionale. Ottimizzando i design di backbone e neck con una strategia olistica guidata dall'efficienza e dalla precisione, gli autori della Tsinghua University hanno ridotto il numero di parametri nei modelli di fascia media, come YOLOv10m, rispetto alle versioni precedenti.
L'efficienza dell'addestramento è una caratteristica distintiva dei modelli Ultralytics. YOLO11 usa il pacchetto Python ultralytics, che astrae la complessa ottimizzazione degli iperparametri. Questo framework gestisce automaticamente, fin da subito, l'aumento avanzato dei dati, la pianificazione del tasso di apprendimento e l'addestramento distribuito su più GPU. Durante l'addestramento, YOLO11 mantiene basso anche l'utilizzo della VRAM.
Facilità d'uso e vantaggio dell'ecosistema#
Un fattore decisivo per l'adozione in ambito aziendale è un ecosistema ben mantenuto. I repository di ricerca spesso perdono attività dopo la pubblicazione iniziale dell'articolo. L'ecosistema Ultralytics alla base di YOLO11 offre agli sviluppatori un'esperienza end-to-end sottoposta a manutenzione attiva.
Grazie all'integrazione con strumenti come Weights & Biases per il monitoraggio degli esperimenti e Roboflow per la gestione dei dataset, YOLO11 accelera il passaggio dal prototipo alla produzione. La facilità d'uso emerge nell'API semplice, che consente agli sviluppatori di addestrare ed esportare i modelli con poche righe di codice.
from ultralytics import YOLO
# Inizializza il modello YOLO11 small
model = YOLO("yolo11s.pt")
# Addestra il modello in modo efficiente con una gestione della memoria ottimizzata
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")
# Esporta in formato ONNX per una maggiore flessibilità di distribuzione
model.export(format="onnx")Casi d'uso e consigli#
La scelta tra YOLOv10 e YOLO11 dipende dai requisiti specifici del tuo 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 YOLO11#
YOLO11 è consigliato per:
- Deployment edge in produzione: applicazioni commerciali su dispositivi come Raspberry Pi o NVIDIA Jetson, per cui affidabilità e manutenzione attiva sono fondamentali.
- Applicazioni di visione multi-task: progetti che richiedono rilevamento, segmentazione, classificazione, stima della posa e OBB all’interno di un unico framework unificato.
- Prototipazione e deployment rapidi: team che devono passare rapidamente dalla raccolta dei dati alla produzione usando la API Python di Ultralytics, semplice e intuitiva.
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 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.
Esplorare altre architetture#
YOLOv10 e YOLO11 sono ottime scelte, ma il tuo caso d'uso specifico potrebbe trarre vantaggio da altre architetture disponibili nella documentazione. Per il rilevamento basato sull'attenzione, i modelli Transformer come RT-DETR offrono elevata precisione, anche se in genere richiedono più memoria. Se ti servono capacità zero-shot per identificare nuove classi senza riaddestrare il modello, YOLO-World offre un approccio a vocabolario aperto guidato da prompt in linguaggio naturale.
La nuova generazione: YOLO26#
Rilasciato a gennaio 2026, Ultralytics YOLO26 combina i punti di forza di entrambi i modelli descritti sopra ed è la scelta consigliata per i nuovi deployment.
Sulla base dei suoi predecessori, YOLO26 include un design end-to-end opzionale senza NMS (nms=False) che, all'interno del framework Ultralytics, rimuove il collo di bottiglia del post-processing affrontato per la prima volta da YOLOv10. YOLO26 include anche la rimozione di DFL (Distribution Focal Loss), che semplifica i grafi di esportazione del modello e migliora la compatibilità con dispositivi edge e IoT a basso consumo.
La stabilità dell'addestramento migliora grazie all'ottimizzatore MuSGD, un ibrido di SGD e Muon ispirato ai metodi di addestramento dei modelli linguistici di grandi dimensioni (LLM), che accelera la convergenza. Insieme a ProgLoss + STAL (loss progressiva e assegnazione delle etichette consapevole degli oggetti piccoli), YOLO26 migliora il riconoscimento degli oggetti piccoli. Sui dispositivi edge standard, questi perfezionamenti rendono YOLO26n fino al 43% più veloce su CPU di YOLO11n; inoltre, YOLO26 supporta il rilevamento, la segmentazione, la segmentazione semantica, la stima della profondità, la classificazione, la stima della posa e OBB.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.