YOLOv10 vs YOLOv7: L'evoluzione del rilevamento oggetti in tempo reale

Il rapido progresso della visione artificiale negli ultimi anni ha prodotto architetture sempre più efficienti per applicazioni in tempo reale. Il confronto tra YOLOv10 e YOLOv7 evidenzia un periodo di transizione cruciale in questa evoluzione. Sebbene YOLOv7 abbia introdotto strategie di addestramento e scalabilità architetturale altamente efficaci, YOLOv10 ha rivoluzionato il deployment eliminando la storica dipendenza dalla Non-Maximum Suppression (NMS).

Entrambi i modelli hanno spinto i confini del rilevamento oggetti al momento del loro rilascio, tuttavia il moderno ecosistema Ultralytics e l'introduzione di modelli di prossima generazione come YOLO26 offrono flussi di lavoro decisamente superiori per gli esperti di AI di oggi.

Profili e origini dei modelli

Comprendere le origini di questi modelli fornisce un contesto prezioso riguardo alle loro scelte di progettazione architetturale e alla ricerca accademica che li sostiene.

Dettagli YOLOv10

• Autori: Ao Wang, Hui Chen, Lihao Liu, et al.
• Organizzazione: Tsinghua University
• Data: 23-05-2024
• Arxiv: YOLOv10: Real-Time End-to-End Object Detection
• GitHub: THU-MIG/yolov10
• Documentazione: Documentazione Ultralytics YOLOv10

Scopri di più su YOLOv10

Dettagli YOLOv7

• Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 06-07-2022
• Arxiv: YOLOv7: Trainable bag-of-freebies sets new state-of-the-art
• GitHub: WongKinYiu/yolov7
• Documentazione: Documentazione Ultralytics YOLOv7

Scopri di più su YOLOv7

Innovazioni architettoniche

L'approccio di YOLOv7

Rilasciato nel 2022, YOLOv7 si è concentrato pesantemente sull'ottimizzazione dei percorsi del gradiente. Ha introdotto la Extended Efficient Layer Aggregation Network (E-ELAN), che ha permesso al modello di apprendere caratteristiche più diversificate senza distruggere il percorso originale del gradiente. Inoltre, gli autori hanno implementato una metodologia di "trainable bag-of-freebies", utilizzando tecniche di riparametrizzazione durante l'addestramento che potevano essere rimosse durante l'inferenza per mantenere velocità di esecuzione elevate. Nonostante queste notevoli ottimizzazioni, YOLOv7 si affidava ancora pesantemente alla NMS per la post-elaborazione, creando latenza variabile durante l'analisi di scene dense.

La svolta di YOLOv10

YOLOv10 ha affrontato direttamente il collo di bottiglia della NMS. Introducendo assegnazioni duali coerenti durante l'addestramento, il team della Tsinghua University ha consentito un rilevamento end-to-end senza NMS. Questo approccio dual-head utilizza un ramo con assegnazioni uno-a-molti per ricchi segnali di supervisione durante l'addestramento e un altro ramo con assegnazioni uno-a-uno per l'inferenza senza NMS. Questo cambiamento architetturale garantisce una latenza di inferenza ultra-bassa e costante, adatta per l'analisi video ad alta velocità. Inoltre, YOLOv10 impiega una progettazione del modello olistica basata sull'efficienza e l'accuratezza, eliminando la ridondanza computazionale presente nelle generazioni precedenti.

Confronto delle prestazioni

Confrontando le metriche grezze sul dataset MS COCO, il divario generazionale diventa evidente. YOLOv10 ottiene un compromesso molto più favorevole tra parametri, requisiti computazionali e accuratezza.

Come si può notare sopra, YOLOv10x offre un mAP superiore del 54,4% rispetto al 53,1% di YOLOv7x, utilizzando circa il 20% di parametri in meno. Inoltre, i modelli YOLOv10 leggeri (Nano e Small) offrono eccezionali velocità di deployment con TensorRT, rendendoli altamente interessanti per il deployment mobile.

Il vantaggio dell'ecosistema Ultralytics

Sebbene studiare i documenti architetturali sia istruttivo, lo sviluppo moderno della visione artificiale si basa su framework robusti e ben mantenuti. Selezionare un modello supportato da Ultralytics offre un enorme vantaggio agli sviluppatori che desiderano passare rapidamente dal prototipo alla produzione.

Sviluppo semplificato

Sia YOLOv10 che YOLOv7 sono accessibili tramite il pacchetto Python standard di Ultralytics. Ciò fornisce una Facilità d'Uso senza pari, sostituendo migliaia di righe di codice boilerplate con un'API semplice e intuitiva. Inoltre, i modelli Ultralytics YOLO richiedono una memoria CUDA significativamente inferiore durante l'addestramento rispetto alle pesanti architetture Transformer, consentendo l'uso di batch size più grandi su hardware di consumo.

Versatilità impareggiabile

Mentre i repository più vecchi si concentrano spesso esclusivamente sul rilevamento tramite bounding box, il framework integrato di Ultralytics supporta perfettamente un'enorme varietà di attività. Che tu stia eseguendo Segmentazione di Istanza, Stima della Posa o rilevamento Oriented Bounding Box (OBB), il flusso di lavoro rimane identico.

Esempio di codice: flussi di lavoro di addestramento coerenti

Il seguente frammento di codice dimostra il processo di addestramento fluido, che gestisce automaticamente l'aumento dei dati e la pianificazione del tasso di apprendimento:

from ultralytics import YOLO

# Load the desired model (YOLOv10, YOLOv7, or the recommended YOLO26)
model = YOLO("yolo26n.pt")

# Train the model effortlessly on your dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

# Export to ONNX format for rapid deployment
model.export(format="onnx")

Casi d'uso e raccomandazioni

La scelta tra YOLOv10 e YOLOv7 dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle preferenze relative all'ecosistema.

Quando scegliere YOLOv10

YOLOv10 è un'ottima scelta per:

• Rilevamento in tempo reale senza NMS: Applicazioni che traggono vantaggio dal rilevamento end-to-end senza Non-Maximum Suppression, riducendo la complessità di deployment.
• Compromessi equilibrati tra velocità e accuratezza: Progetti che richiedono un solido equilibrio tra velocità di inferenza e accuratezza di rilevamento su varie scale del modello.
• Consistent-Latency Applications: Deployment scenarios where predictable inference times are critical, such as robotics or autonomous systems.

Quando scegliere YOLOv7

YOLOv7 è consigliato per:

• Benchmarking accademico: riprodurre risultati allo stato dell'arte dell'era 2022 o studiare gli effetti delle tecniche E-ELAN e trainable bag-of-freebies.
• Ricerca sulla riparametrizzazione: indagare le convoluzioni riparametrizzate pianificate e le strategie di scalabilità dei modelli composti.
• Pipeline personalizzate esistenti: progetti con pipeline fortemente personalizzate costruite attorno all'architettura specifica di YOLOv7 che non possono essere facilmente rifattorizzate.

Quando scegliere Ultralytics (YOLO26)

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

• Deployment Edge senza NMS: Applicazioni che richiedono un'inferenza coerente e a bassa latenza senza la complessità della post-elaborazione con Non-Maximum Suppression.
• Ambienti solo CPU: Dispositivi senza accelerazione GPU dedicata, dove l'inferenza su CPU di YOLO26, fino al 43% più veloce, offre un vantaggio decisivo.
• Rilevamento di piccoli oggetti: Scenari complessi come immagini di droni aerei o analisi tramite sensori IoT dove ProgLoss e STAL migliorano significativamente l'accuratezza su oggetti minuscoli.

Il nuovo standard: introduzione di YOLO26

Sebbene YOLOv10 abbia rappresentato un enorme salto in avanti nel 2024, il panorama della visione artificiale si muove incredibilmente velocemente. Per ogni nuovo sviluppo, consigliamo vivamente il modello di ultima generazione: Ultralytics YOLO26. Rilasciato nel gennaio 2026, rappresenta l'apice assoluto della visione AI in tempo reale, superando nettamente sia YOLOv7 che YOLOv10.

Scopri di più su YOLO26

YOLO26 introduce innovazioni senza precedenti progettate specificamente per i moderni ambienti di deployment:

• Design end-to-end senza NMS: basandosi sulle fondamenta gettate da YOLOv10, YOLO26 elimina nativamente la post-elaborazione NMS per pipeline di deployment più semplici e un'inferenza ad alta velocità coerente.
• Inferenza CPU fino al 43% più veloce: fortemente ottimizzato per l'edge computing e i dispositivi privi di GPU dedicate, garantendo enormi risparmi sui costi hardware.
• Rimozione DFL: la Distribution Focal Loss è stata completamente rimossa, il che semplifica radicalmente la logica di esportazione e migliora notevolmente la compatibilità con dispositivi edge a basso consumo e microcontrollori.
• Ottimizzatore MuSGD: ispirato a Kimi K2 di Moonshot AI, questo ibrido tra SGD e Muon porta le innovazioni dell'addestramento dei Large Language Model (LLM) direttamente nella visione artificiale, producendo dinamiche di addestramento incredibilmente stabili e una convergenza più rapida.
• ProgLoss + STAL: queste funzioni di perdita avanzate offrono notevoli miglioramenti nel riconoscimento di oggetti piccoli, un'area storicamente impegnativa che è fondamentale per droni, robotica e monitoraggio di smart city.
• Miglioramenti specifici per attività: YOLO26 non è solo un rilevatore. Include una perdita specifica per la segmentazione semantica, la Residual Log-Likelihood Estimation (RLE) per un tracking della posa ultra-accurato e algoritmi di perdita angolare specializzati per eliminare i problemi di confine OBB.

Casi d'uso reali

La selezione dell'architettura giusta dipende fortemente dai vincoli dell'hardware e dell'applicazione.

Quando utilizzare YOLOv7

YOLOv7 rimane una scelta affidabile per mantenere pipeline legacy già profondamente integrate con le sue specifiche strutture tensoriali o quando si replicano benchmark accademici del 2022 e 2023. Funziona in modo ammirevole su GPU server di fascia alta.

Quando utilizzare YOLOv10

YOLOv10 brilla in scenari che richiedono una latenza rigorosa e costante. Poiché è privo di NMS, è eccellente per il conteggio di folle ad alta densità o il rilevamento di difetti di produzione dove il numero di oggetti fluttua notevolmente ma il tempo di elaborazione per frame deve rimanere costante.

Quando usare YOLO26

YOLO26 è la scelta definitiva per qualsiasi progetto nuovo. Dal deployment di sofisticati sistemi di allarme di sicurezza su un semplice Raspberry Pi all'esecuzione di analisi video massicce basate su cloud, le sue velocità di CPU superiori e il rilevamento avanzato di piccoli oggetti lo rendono decisamente superiore alle generazioni precedenti.

Per gli sviluppatori interessati a esplorare architetture moderne alternative, forniamo anche un ampio supporto per rilevatori basati su Transformer come RT-DETR e pilastri delle generazioni precedenti come Ultralytics YOLO11.