YOLOv5 vs. EfficientDet: Valutazione delle architetture di object detection in tempo reale

Quando inizi un nuovo progetto di computer vision, scegliere l'architettura di rete neurale giusta è una delle decisioni più importanti che prenderai. Questa guida fornisce un confronto tecnico approfondito tra Ultralytics YOLOv5 e EfficientDet di Google. Analizzando le loro architetture, le metriche di performance e gli ecosistemi di addestramento, puntiamo ad aiutare sviluppatori e ricercatori a identificare il miglior modello di object detection per i loro specifici ambienti di deployment.

Mentre EfficientDet ha introdotto concetti innovativi nel compound scaling e nella fusione delle feature, YOLOv5 ha rivoluzionato il settore democratizzando l'accesso all'IA ad alte prestazioni grazie alla sua implementazione PyTorch incredibilmente intuitiva, all'esperienza utente semplificata e a un equilibrio senza pari tra velocità e precisione.

Ultralytics YOLOv5: Lo standard del settore per l'accessibilità

Rilasciato nell'estate del 2020, YOLOv5 ha segnato una svolta fondamentale nella linea YOLO. Passando dal framework Darknet basato su C a PyTorch nativo, è diventato l'architettura di riferimento per gli sviluppatori che cercano di costruire, addestrare e rilasciare modelli rapidamente.

• Autori: Glenn Jocher
• Organizzazione: Ultralytics
• Data: 26-06-2020
• GitHub: https://github.com/ultralytics/yolov5
• Documentazione: https://platform.ultralytics.com/ultralytics/yolov5

Innovazioni architettoniche

YOLOv5 è celebrato per la sua architettura altamente ottimizzata che dà priorità a un ciclo di vita di machine learning fluido. Utilizza una backbone CSPDarknet53 modificata abbinata a un neck Path Aggregation Network (PANet), che migliora drasticamente la propagazione delle feature su scale spaziali multiple.

I progressi chiave includono:

• Mosaic Data Augmentation: Questa tecnica di addestramento combina quattro immagini di addestramento distinte in un unico mosaico. Ciò costringe il modello a imparare come identificare gli oggetti in contesti spaziali complessi e potenzia significativamente la sua capacità di rilevare piccoli target.
• Auto-Learning Anchor Boxes: Prima che inizi l'addestramento, YOLOv5 analizza i tuoi dati di addestramento personalizzati e calcola automaticamente le dimensioni ottimali dell'anchor box utilizzando il clustering k-means.
• Efficienza della memoria: Rispetto ai pesanti modelli basati su Transformer, YOLOv5 mantiene un ingombro di memoria significativamente inferiore sia durante l'addestramento che durante l'inferenza, consentendogli di funzionare senza problemi su hardware di livello consumer.

Scopri di più su YOLOv5

EfficientDet: Object Detection scalabile

Introdotto da Google Research nel 2019, EfficientDet mirava a fornire una famiglia di object detector scalabili. Si basa sulla backbone di classificazione delle immagini EfficientNet e introduce un nuovo meccanismo di fusione delle feature.

• Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
• Organizzazione: Google
• Data: 20-11-2019
• Arxiv: https://arxiv.org/abs/1911.09070
• GitHub: https://github.com/google/automl/tree/master/efficientdet
• Documentazione: https://github.com/google/automl/tree/master/efficientdet#readme

Innovazioni architettoniche

La proposta principale di EfficientDet risiede nel suo approccio sistematico allo scaling e all'aggregazione delle feature:

• BiFPN (Bi-directional Feature Pyramid Network): A differenza delle FPN tradizionali che passano informazioni solo dall'alto verso il basso, BiFPN consente una fusione delle feature multi-scala veloce e facile introducendo pesi apprendibili per imparare l'importanza delle diverse feature di input.
• Compound Scaling: EfficientDet scala congiuntamente la risoluzione, la profondità e la larghezza per tutte le reti backbone, feature network e di predizione box/classe, dando vita a modelli che spaziano dal leggero D0 al massiccio D7.

Scopri di più su EfficientDet

Confronto tra prestazioni e metriche

Quando si confrontano questi modelli, valutare le loro performance su benchmark standard come il dataset COCO è fondamentale. La tabella sottostante evidenzia i compromessi tra dimensione, richiesta computazionale (FLOPs) e velocità di inferenza.

Analisi bilanciata

YOLOv5 brilla per la sua flessibilità di deployment e per la compatibilità con l'accelerazione hardware raw. Nota le velocità incredibilmente elevate di TensorRT sulla GPU T4. Questo rende YOLOv5 incredibilmente adatto per l'analytics video ad alto throughput e per le pipeline di inferenza in tempo reale. Inoltre, l'ecosistema Ultralytics rende l'esportazione verso formati come ONNX, CoreML e TensorRT un comando di una sola riga.

EfficientDet offre un'eccellente efficienza dei parametri. Per un dato conteggio di parametri, spesso estrae un'alta mean Average Precision (mAP). Tuttavia, questa efficienza teorica non si traduce sempre in tempi di inferenza wall-clock più veloci sulle GPU edge a causa del complesso routing del layer BiFPN, che può essere limitato dalla larghezza di banda della memoria piuttosto che dalla capacità di calcolo.

Ecosistema e facilità d'uso

Il vantaggio distintivo dello scegliere un modello Ultralytics risiede nell'ecosistema circostante. YOLOv5 fa parte di un repository pesantemente mantenuto e attivamente sviluppato con un enorme supporto della community.

Con l'introduzione della Piattaforma Ultralytics, gli utenti possono passare senza problemi dalla raccolta dei dati al deployment. Questa piattaforma supporta auto-annotazione, addestramento cloud e monitoraggio del modello fin da subito. Al contrario, l'addestramento di EfficientDet spesso richiede di navigare tra le complessità delle API di object detection di TensorFlow più datate, che possono presentare una curva di apprendimento ripida per la prototipazione rapida.

Inoltre, la versatilità di YOLOv5 si estende oltre i bounding box. Attraverso aggiornamenti continui, il framework Ultralytics supporta nativamente instance segmentation e image classification, fornendo un'API unificata per molteplici task di computer vision.

Casi d'uso ideali

• Scegli YOLOv5 quando: Hai bisogno di prototipazione rapida, un'esperienza di addestramento senza attriti e un deployment edge altamente ottimizzato. È ideale per droni, retail analytics e applicazioni mobili dove la bassa latenza è critica.
• Scegli EfficientDet quando: Operi rigorosamente all'interno di un ambiente Google Cloud/TensorFlow AutoML e richiedi la massima precisione per parametro senza rigidi vincoli di latenza in tempo reale.

La prossima generazione: Abbracciare YOLO26

Mentre YOLOv5 rimane un cavallo di battaglia affidabile, il panorama della computer vision è avanzato. Per gli sviluppatori che cercano l'assoluto stato dell'arte nel 2026, YOLO26 rappresenta il nuovo apice della gamma Ultralytics.

Basandosi sull'eredità dei suoi predecessori (come YOLOv8 e YOLO11), YOLO26 introduce innovazioni rivoluzionarie:

• Design end-to-end NMS-Free: YOLO26 elimina nativamente la necessità di post-processing con Non-Maximum Suppression. Ciò riduce significativamente la varianza della latenza e semplifica l'architettura di deployment.
• Inferenza su CPU fino al 43% più veloce: Pesantemente ottimizzato per l'edge AI, porta velocità senza precedenti a dispositivi edge a basso consumo e CPU standard prive di GPU dedicate.
• Ottimizzatore MuSGD: Ispirato alle tecniche di addestramento dei Large Language Model (LLM), questo ibrido di SGD e Muon garantisce un addestramento altamente stabile e una convergenza rapida.
• Funzioni di perdita avanzate: L'integrazione di ProgLoss e STAL migliora drasticamente il riconoscimento di piccoli target, il che è vitale per le immagini da droni ad alta quota e la robotica.
• Rimozione DFL: Rimuovendo la Distribution Focal Loss, il processo di esportazione del modello viene semplificato, migliorando ulteriormente la compatibilità tra diversi acceleratori hardware.

Gli utenti interessati a esplorare altre architetture recenti all'interno dell'ecosistema Ultralytics potrebbero anche confrontare modelli come YOLOv10 o RT-DETR.

Esempio di codice: addestramento e inferenza

Per dimostrare l'ineguagliabile facilità d'uso dell'ecosistema Ultralytics, ecco come puoi addestrare ed eseguire l'inferenza usando un moderno modello YOLO. Questo codice è eseguibile al 100% e gestisce automaticamente il download del dataset, i cicli di addestramento e la validazione.

from ultralytics import YOLO

# Load a modern model (Swap 'yolov5s.pt' for 'yolo26n.pt' to test the newest architecture!)
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 example dataset for 20 epochs
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# Run inference on an image from the web
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Display the image with bounding boxes
inference_results[0].show()

Dando priorità all'esperienza utente, mantenendo un ecosistema robusto e spingendo continuamente i confini di ciò che è possibile con aggiornamenti come YOLO26, Ultralytics garantisce che gli sviluppatori abbiano sempre a disposizione i migliori strumenti per risolvere le sfide di intelligenza visiva del mondo reale.