YOLOv10 vs YOLO26#

Negli ultimi anni, il panorama della visione artificiale ha assistito a notevoli progressi, passando da architetture complesse e basate in larga misura sul post-processing a modelli end-to-end snelli. Questo confronto tecnico analizza due tappe fondamentali di questo percorso: l'innovazione accademica di YOLOv10 e YOLO26, all'avanguardia e pronto per l'uso aziendale. Esaminandone architetture, metodologie di addestramento e capacità di implementazione nel mondo reale, gli sviluppatori possono prendere decisioni consapevoli quando realizzano la loro prossima applicazione di IA visiva.

YOLOv10: pioniere del rilevamento degli oggetti end-to-end#

• Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organizzazione: Università Tsinghua
• Data: 2024-05-23
• Link: Articolo su arXiv | Repository GitHub

Rilasciato a metà del 2024, YOLOv10 ha segnato un significativo passo avanti nella ricerca accademica sulla visione artificiale, affrontando uno dei colli di bottiglia più persistenti nel rilevamento degli oggetti in tempo reale: la soppressione non massima (NMS). I rilevatori di oggetti tradizionali si affidavano molto alla NMS per filtrare le bounding box ridondanti, introducendo una latenza variabile durante l'inferenza e complicando l'implementazione edge.

Il team della Tsinghua University ha introdotto una strategia coerente di assegnazione doppia per l'addestramento senza NMS. Ciò ha permesso al modello di prevedere con precisione le bounding box senza richiedere un passaggio di filtraggio nel post-processing, migliorando direttamente la latenza di inferenza e abbassando la soglia di accesso all'implementazione su acceleratori hardware. Pur essendo molto efficiente nelle attività di rilevamento standard, il modello si è concentrato soprattutto sulla predizione delle bounding box e non supportava nativamente attività più complesse, come la segmentazione delle istanze o la stima della posa.

Scopri di più su YOLOv10

YOLO26: il nuovo standard per l'IA visiva su edge e cloud#

• Autori: Glenn Jocher e Jing Qiu
• Organizzazione: Ultralytics
• Data: 2026-01-14
• Link: Repository GitHub | Piattaforma Ultralytics

Partendo dai concetti senza NMS introdotti in precedenza, il nuovo YOLO26 rappresenta il massimo in termini di prestazioni e versatilità. Progettato sia per la ricerca accademica sia per le implementazioni di livello aziendale, offre un'architettura end-to-end senza NMS grazie a una head one-to-one opzionale (nms=False) che salta il post-processing NMS, per un'implementazione più rapida e semplice su tutto l'hardware supportato.

YOLO26 introduce diverse innovazioni architetturali di grande rilievo. La rimozione della Distribution Focal Loss (DFL) semplifica notevolmente l'esportazione del modello e migliora la compatibilità con i dispositivi edge a basso consumo. Insieme a queste modifiche strutturali, YOLO26 offre un'inferenza su CPU fino al 43% più veloce, risultando una scelta eccezionale per applicazioni IoT e robotiche in cui potrebbe non essere disponibile l'accelerazione GPU.

Inoltre, la stabilità dell'addestramento e la velocità di convergenza sono state rivoluzionate dall'ottimizzatore MuSGD, un ibrido di SGD e Muon ispirato alle tecniche di addestramento degli LLM. In combinazione con funzioni di perdita avanzate come ProgLoss + STAL, YOLO26 migliora notevolmente il riconoscimento dei piccoli oggetti. Introduce inoltre miglioramenti specifici per le singole attività, tra cui la prototipazione multi-scala per la segmentazione, la stima della log-verosimiglianza residua (RLE) per la stima della posa e una funzione di perdita angolare specializzata per risolvere i problemi ai bordi nel rilevamento delle bounding box orientate (OBB).

Confronto delle prestazioni tecniche#

Per valutare questi modelli, è fondamentale considerare l'equilibrio tra accuratezza, dimensioni del modello e velocità di inferenza. La tabella seguente mette a confronto le prestazioni di entrambe le famiglie di modelli a diverse scale, valutandole sul dataset COCO standard.

I dati dimostrano chiaramente il vantaggio evolutivo della nuova architettura. YOLO26 raggiunge una mAP (mean Average Precision) superiore in tutte le fasce dimensionali, mantenendo velocità di inferenza altamente competitive. La rimozione della DFL in YOLO26 contribuisce in particolare alle sue eccezionali prestazioni ONNX su CPU, un parametro con cui le generazioni precedenti spesso faticavano.

Metodologie di training ed ecosistema#

L'utilità di un modello dipende anche dall'ecosistema che lo supporta. YOLOv10 offriva un'eccellente implementazione accademica basata su PyTorch, ma spesso richiede configurazioni manuali per le attività che vanno oltre il rilevamento di base.

Al contrario, YOLO26 è completamente integrato nell'ecosistema Ultralytics, ben mantenuto. Questo garantisce requisiti di memoria significativamente inferiori durante l'addestramento rispetto ai modelli basati su Transformer come RT-DETR, consentendo ai ricercatori di addestrare reti all'avanguardia su hardware di fascia consumer. La facilità d'uso è senza pari: un'API unificata gestisce automaticamente l'aumento dei dati, la regolazione degli iperparametri e la registrazione.

Esempio di codice: addestramento di YOLO26#

Per addestrare un modello versatile e molto accurato bastano poche righe di codice Python:

from ultralytics import YOLO

# Carica il modello YOLO26 small altamente ottimizzato
model = YOLO("yolo26s.pt")

# Addestra il modello in modo efficiente con la gestione automatica della memoria
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
)

# Esporta la head one-to-one senza NMS in TensorRT
model.export(format="engine", nms=False)

Applicazioni e casi d'uso nel mondo reale#

La scelta dell'architettura giusta dipende interamente dai vincoli di distribuzione.

Elaborazione edge ad alta velocità#

Per le applicazioni che richiedono una rapida distribuzione su microcontrollori, robot o dispositivi mobili meno recenti, l'inferenza su CPU fino al 43% più veloce di YOLO26 lo rende la scelta ideale. La sua architettura senza NMS e senza DFL si converte senza problemi in formati come OpenVINO e TensorRT, ideali per l'analisi video in tempo reale nelle infrastrutture delle smart city.

Visione avanzata multi-task#

Mentre YOLOv10 eccelle nel rilevamento puro dei riquadri di delimitazione, i progetti che richiedono una comprensione visiva approfondita devono affidarsi a YOLO26. Dalla segmentazione di istanze nelle immagini mediche alla stima della posa di precisione per l'analisi sportiva, YOLO26 offre funzioni di perdita specifiche per ogni attività che garantiscono una precisione superiore in diversi ambiti.

Casi d'uso e consigli#

La scelta tra YOLOv10 e YOLO26 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 YOLO26#

YOLO26 è consigliato per:

• 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.

Conclusione#

Il passaggio da YOLOv10 a YOLO26 evidenzia un cambiamento cruciale: dal proof of concept accademico alle soluzioni aziendali pronte per la produzione. Adottando il pionieristico design senza NMS e arricchendolo con l'ottimizzatore MuSGD, ProgLoss e una compatibilità edge semplificata, YOLO26 stabilisce un nuovo punto di riferimento per le possibilità della visione artificiale in tempo reale. Per gli sviluppatori che puntano al miglior equilibrio tra velocità, precisione e usabilità, YOLO26 è la scelta migliore.