YOLOv10 vs YOLOv6-3.0
Nella computer vision, scegliere l'architettura giusta per il rilevamento degli oggetti è fondamentale per bilanciare velocità d'inferenza, precisione del modello e fattibilità del deployment. Questa guida offre un confronto tecnico approfondito tra due modelli: l'accademico YOLOv10 e YOLOv6-3.0, progettato per l'industria. Entrambi introducono innovazioni architetturali distintive per risolvere sfide diverse nel deployment di sistemi di visione in tempo reale.
Panoramica di YOLOv10: rilevamento in tempo reale senza NMS#
Rilasciato a maggio 2024, YOLOv10 ha portato l'addestramento senza NMS nella famiglia YOLO, eliminando la necessità della soppressione dei massimi non locali (NMS) durante il post-processing. Questo design end-to-end riduce i colli di bottiglia della latenza d'inferenza, rendendolo particolarmente interessante per l'IA edge e i deployment embedded.
- Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organizzazione: Università Tsinghua
- Data: 2024-05-23
- arXiv: 2405.14458
- GitHub: THU-MIG/yolov10
- Documentazione: Documentazione di Ultralytics YOLOv10
Innovazioni architetturali#
YOLOv10 ottiene il rilevamento senza NMS grazie a una strategia di assegnazione duale coerente. Durante l'addestramento, il modello sfrutta assegnazioni delle etichette sia uno-a-molti sia uno-a-uno, arricchendo i segnali di supervisione. Per l'inferenza usa la testa uno-a-uno, selezionabile con nms=False nel pacchetto Ultralytics, eliminando il sovraccarico computazionale del filtraggio tradizionale delle bounding box. Inoltre, YOLOv10 adotta un design olistico orientato all'efficienza, ottimizzando componenti interni come i livelli della rete neurale convoluzionale per ridurre la ridondanza computazionale e il numero totale di parametri.
Panoramica di YOLOv6-3.0: il cavallo di battaglia industriale#
Sviluppato appositamente per le applicazioni industriali, YOLOv6-3.0 privilegia un throughput elevato della GPU. Offre le prestazioni migliori nei contesti in cui l'elaborazione intensiva in batch su GPU dedicate di classe server è la norma.
- Autori: Chuyi Li, Lulu Li, Yifei Geng, et al.
- Organizzazione: Meituan
- Data: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
- Documentazione: Documentazione Ultralytics YOLOv6
Innovazioni architetturali#
YOLOv6-3.0 si distingue per un backbone EfficientRep fortemente ottimizzato, progettato per massimizzare la velocità di inferenza sugli acceleratori hardware come le GPU NVIDIA. La versione 3.0 ha introdotto un modulo concatenazione bidirezionale (BiC) per migliorare la fusione delle feature tra scale diverse. Inoltre, implementa una strategia di addestramento assistito da anchor (AAT) che combina la rapida convergenza dei rilevatori basati su anchor con le capacità di generalizzazione degli approcci anchor-free.
Confronto delle prestazioni e delle metriche#
Analizzando le prestazioni grezze, emergono i perfezionamenti architetturali di YOLOv10. YOLOv10 offre una precisione media (mAP) superiore, richiedendo al contempo molti meno parametri e FLOPs.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
Sebbene la variante Nano di YOLOv6-3.0 mantenga un vantaggio in velocità con l'esecuzione pura di TensorRT su GPU T4, YOLOv10 usa circa la metà dei parametri o meno a ogni dimensione e raggiunge una precisione superiore, spostando così a proprio favore il bilanciamento complessivo delle prestazioni.
In genere, durante l'addestramento e l'inferenza, i modelli Ultralytics YOLO richiedono meno memoria dei complessi modelli Transformer, risultando più facili da scalare e distribuire su dispositivi con risorse limitate.
I vantaggi dell’ecosistema Ultralytics#
Usare YOLOv10 tramite il pacchetto Ultralytics offre più della sola architettura: mette a disposizione un ecosistema mantenuto attivamente che semplifica l'intero ciclo di vita del machine learning. Il repository originale di YOLOv6 è orientato alla ricerca e Ultralytics supporta YOLOv6 solo come modello di rilevamento definito tramite YAML, senza pesi preaddestrati.
- Facilità d’uso: l’API Python di Ultralytics offre un’esperienza utente semplificata, consentendo agli sviluppatori di addestrare ed esportare modelli con poche righe di codice.
- Versatilità: a differenza di YOLOv6, che si concentra sul rilevamento, l'ecosistema Ultralytics ti consente di eseguire segmentazione delle istanze, classificazione delle immagini, stima della posa e rilevamento di bounding box orientate (OBB) tramite un'interfaccia unificata.
- Ecosistema mantenuto attivamente: aggiornamenti frequenti, solido supporto della community e integrazioni con standard di settore come OpenVINO e ONNX.
Esempio di codice: flussi di lavoro di training coerenti#
Con il pacchetto Python di Ultralytics, addestrare i modelli è semplice. Il sistema gestisce automaticamente le complesse aumentazioni dei dati e l'adattamento ai dispositivi.
from ultralytics import YOLO
# Carica un modello YOLOv10 efficiente (seleziona la sua testa senza NMS con nms=False)
model = YOLO("yolov10n.pt")
# Addestra il modello usando la pipeline Ultralytics
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)
# Esegui l'inferenza per il rilevamento degli oggetti
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Esporta in ONNX per semplificare la distribuzione edge
model.export(format="onnx")Casi d'uso e consigli#
La scelta tra YOLOv10 e YOLOv6 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze relative all’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 YOLOv6#
YOLOv6 è consigliato per:
- Distribuzione ottimizzata per l’hardware industriale: scenari in cui la progettazione consapevole dell’hardware e la riparametrizzazione efficiente del modello offrono prestazioni ottimizzate sull’hardware di destinazione specifico.
- Rilevamento rapido a singolo stadio: applicazioni che privilegiano la velocità pura di inferenza su GPU per l’elaborazione video in tempo reale in ambienti controllati.
- Integrazione nell’ecosistema Meituan: team che lavorano già nello stack tecnologico e nell’infrastruttura di distribuzione di Meituan.
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 YOLO26n è fino al 43% più veloce di YOLO11n su CPU.
- Rilevamento di oggetti piccoli: scenari impegnativi come le immagini aeree da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti minuscoli.
Il modello consigliato: Ultralytics YOLO26#
YOLOv10 ha introdotto l'addestramento senza NMS nei modelli YOLO e YOLOv6-3.0 ha ottimizzato il throughput della GPU, ma la scelta consigliata per gli ambienti di produzione è Ultralytics YOLO26.
Rilasciato a gennaio 2026, YOLO26 riprende le idee fondamentali dei predecessori e le perfeziona in una famiglia di modelli di visione progettata per l'edge.
- Progettazione end-to-end senza NMS: sulla base di YOLOv10, la head opzionale di YOLO26 senza NMS (
nms=False) salta la fase di post-elaborazione NMS, semplificando la pipeline di distribuzione e rendendo la latenza più prevedibile. - Rimozione di DFL: la rimozione della Distribution Focal Loss (DFL) semplifica l'esportazione e migliora la compatibilità e la velocità sui dispositivi IoT a basso consumo.
- Ottimizzatore MuSGD: ispirato alle innovazioni dei modelli linguistici di grandi dimensioni, YOLO26 utilizza l'ottimizzatore MuSGD (un ibrido di SGD e Muon) per un addestramento più stabile e una convergenza più rapida.
- Inferenza CPU più veloce: grazie alle ottimizzazioni pensate per i dispositivi edge, YOLO26n raggiunge un'inferenza CPU fino al 43% più veloce di YOLO11n, mentre YOLOv6-3.0 è progettato principalmente per il throughput della GPU.
- ProgLoss + STAL: la Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli migliorano il rilevamento degli oggetti piccoli, rendendo YOLO26 ideale per le immagini aeree e l'analisi dei dati dei droni.
Per chi desidera aggiornare il proprio stack di computer vision, la transizione è semplice. Modelli come YOLO11 restano pienamente supportati, ma YOLO26, insieme alla Ultralytics Platform, è la scelta consigliata per i nuovi progetti.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.