YOLOv10 vs YOLOv8
L'evoluzione del rilevamento degli oggetti in tempo reale ha visto una rapida successione di nuove architetture, ognuna delle quali cerca di ampliare i limiti di precisione, velocità d'inferenza ed efficienza computazionale. Questa guida tecnica confronta due tappe fondamentali della computer vision: YOLOv10 e Ultralytics YOLOv8. YOLOv8 ha definito uno standard molto versatile e pronto per la produzione, mentre YOLOv10 ha introdotto cambiamenti architetturali mirati a eliminare i colli di bottiglia del post-processing.
Comprendere i vantaggi specifici, le architetture e le metriche prestazionali di questi modelli è fondamentale per gli sviluppatori e i ricercatori che intendono distribuire soluzioni di IA visiva all'avanguardia in scenari reali.
Specifiche tecniche e autori#
Per valutare efficacemente questi modelli, è utile conoscerne le origini e gli obiettivi principali dei rispettivi gruppi di ricerca.
YOLOv10: efficienza end-to-end#
Sviluppato dai ricercatori della Tsinghua University, YOLOv10 è stato progettato per affrontare il sovraccarico computazionale introdotto dai passaggi di post-elaborazione nelle generazioni precedenti.
- 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 YOLOv10
Ultralytics YOLOv8: lo standard versatile#
Rilasciato a gennaio 2023, YOLOv8 è diventato rapidamente uno standard del settore grazie alla sua architettura e alla stretta integrazione con il più ampio ecosistema di machine learning.
- Autori: Glenn Jocher, Ayush Chaurasia e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2023-01-10
- GitHub: ultralytics/ultralytics
Innovazioni architetturali#
Entrambi i modelli apportano miglioramenti significativi alla tradizionale architettura YOLO, pur puntando su aspetti leggermente diversi della pipeline.
Architettura di YOLOv10#
La caratteristica distintiva di YOLOv10 è la sua strategia di addestramento senza NMS. Tradizionalmente, durante l'inferenza i rilevatori di oggetti si affidano alla soppressione dei massimi non locali (NMS) per filtrare le bounding box sovrapposte. Questo passaggio può introdurre latenza e complicare il deployment end-to-end. YOLOv10 usa assegnazioni duali coerenti durante l'addestramento, consentendo alla sua testa uno-a-uno di prevedere una sola bounding box per oggetto (nel pacchetto Ultralytics, puoi selezionare questa testa con nms=False). Inoltre, adotta un design olistico del modello, guidato da efficienza e precisione, che ottimizza diversi componenti per ridurre i FLOPs e il numero di parametri.
Architettura di YOLOv8#
YOLOv8 ha introdotto una testa di rilevamento senza ancore, abbandonando gli approcci basati su ancore dei suoi predecessori. Questo riduce il numero di previsioni delle box e accelera le operazioni NMS. Inoltre, YOLOv8 integra il modulo C2f (collo di bottiglia Cross-Stage Partial con due convoluzioni), che migliora il flusso del gradiente e consente alla rete di apprendere rappresentazioni delle caratteristiche più ricche senza aumentare eccessivamente il costo computazionale. La sua testa disaccoppiata separa le attività di classificazione e regressione, favorendo una convergenza più rapida e una precisione complessiva maggiore.
Prestazioni e benchmark#
Quando distribuisci modelli su dispositivi edge o server cloud, il compromesso tra velocità e accuratezza è fondamentale. La tabella seguente offre un confronto diretto tra i due modelli in diverse dimensioni.
| 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
Nota: i trattini (-) indicano metriche non riportate ufficialmente in condizioni di test identiche.
Come mostrano i dati, YOLOv10 offre un'elevata efficienza dei parametri e supera il mAP delle controparti YOLOv8 a ogni dimensione, pur usando meno parametri e FLOPs. YOLOv8 resta competitivo in velocità: YOLOv8n registra il tempo TensorRT su T4 più rapido della tabella (1,47 ms) ed è l'unico modello per cui sono riportate le velocità CPU ONNX.
Per gli ambienti di produzione, usare formati come ONNX o TensorRT può migliorare notevolmente la velocità d'inferenza. Sia YOLOv8 sia YOLOv10 si esportano direttamente in questi formati di grafo ottimizzati.
Ecosistema, efficienza del training e versatilità#
La scelta di un modello non si basa solo sui benchmark teorici: anche l'esperienza degli sviluppatori e l'ecosistema circostante sono altrettanto importanti.
I vantaggi di Ultralytics#
Uno dei principali punti di forza di YOLOv8 è la stretta integrazione nell'ecosistema Ultralytics. Questo ambiente offre un'API Python intuitiva e una documentazione completa. A differenza dei repository orientati alla ricerca, che possono richiedere configurazioni complesse dell'ambiente, i modelli Ultralytics sono noti per la loro facilità d'uso.
Inoltre, YOLOv8 è intrinsecamente versatile. Mentre YOLOv10 è ottimizzato esclusivamente per il rilevamento degli oggetti, il framework Ultralytics permette agli sviluppatori di passare dal rilevamento degli oggetti alla segmentazione di istanze, alla classificazione delle immagini, alla stima della posa e al rilevamento di bounding box orientate (OBB) usando la stessa libreria e la stessa struttura API.
Requisiti di memoria e training#
I modelli Ultralytics YOLO sono progettati per rendere efficiente l'addestramento. In genere, durante l'addestramento e l'inferenza usano meno memoria rispetto ai complessi modelli Transformer, consentendo agli sviluppatori di addestrare modelli all'avanguardia su hardware di fascia consumer o istanze cloud standard senza esaurire la memoria CUDA. I valori predefiniti degli iperparametri, opportunamente calibrati, e l'aumento dei dati integrato aiutano i modelli a convergere rapidamente.
Ecco un esempio pratico di quanto sia semplice addestrare un modello ed eseguire l'inferenza usando l'API Python di Ultralytics:
from ultralytics import YOLO
# Carica un modello YOLOv8n preaddestrato
model = YOLO("yolov8n.pt")
# Addestra il modello sul dataset di esempio COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Esegui l'inferenza su un'immagine di test
predictions = model("https://ultralytics.com/images/zidane.jpg")
predictions[0].show()La nuova generazione: YOLO26#
YOLOv8 e YOLOv10 sono tappe importanti, ma il settore continua a progredire. Per i nuovi progetti, Ultralytics consiglia YOLO26, la sua famiglia di modelli più recente, rilasciata a gennaio 2026.
YOLO26 riunisce i recenti progressi architetturali in un unico framework. Adotta il design end-to-end senza NMS di YOLOv10 come testa one-to-one opzionale (nms=False), snellendo le pipeline di distribuzione e riducendo la variabilità della latenza. YOLO26 introduce anche l'ottimizzatore MuSGD, un ibrido di SGD e Muon ispirato all'addestramento degli LLM, per una convergenza più rapida e stabile.
I principali miglioramenti di YOLO26 includono:
- Inferenza CPU fino al 43% più veloce: YOLO26n è fino al 43% più veloce di YOLO11n su CPU, anche grazie alla rimozione di Distribution Focal Loss (DFL).
- ProgLoss + STAL: la loss progressiva e l'assegnazione delle etichette consapevole degli oggetti piccoli migliorano il riconoscimento degli oggetti di piccole dimensioni, fondamentale per le immagini da drone e i sensori IoT.
- Miglioramenti specifici per attività: teste e loss specifiche per attività di segmentazione di istanze, segmentazione semantica, stima della profondità, stima della posa e OBB.
Casi d'uso ideali e strategie di distribuzione#
Quando scegli tra queste architetture, considera le esigenze specifiche del tuo ambiente di distribuzione:
- Scegli YOLOv10 se: lavori a una pipeline dedicata esclusivamente al rilevamento di oggetti, in cui è fondamentale sfruttare al massimo l'efficienza dei parametri, e vuoi sperimentare le prime implementazioni delle architetture senza NMS.
- Scegli Ultralytics YOLOv8 se: ti serve un modello stabile e pronto per la produzione, supportato da Ultralytics Platform. È una buona scelta se il tuo progetto richiede più attività, ad esempio rilevare oggetti e poi segmentarli, usando una base di codice unificata e facile da mantenere.
- Scegli YOLO26 (consigliato) se: cerchi il miglior equilibrio tra precisione, inferenza end-to-end opzionale senza NMS e velocità elevate su CPU e hardware edge.
Se stai esplorando il panorama più ampio, potrebbe interessarti anche confrontare questi modelli con YOLO11 o scoprire integrazioni per il deployment edge come Intel OpenVINO per accelerare ulteriormente le tue applicazioni di IA visiva.
Commenti1
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.
koalag564(modificato)
Great technical overview! YOLOv10 introduces a more efficient NMS-free design and refined architecture that enhances both speed and accuracy, especially in complex object detection scenarios. This YOLOv8 comparison, however, highlights how v8 still holds its ground with strong task flexibility, easier deployment, and a well-established ecosystem. The choice between the two often comes down to specific application needs and hardware constraints.