YOLOv5 vs EfficientDet
Quando avvii un nuovo progetto di visione artificiale, scegliere l'architettura di rete neurale giusta è una delle decisioni più importanti che prenderai. Questa guida offre un confronto tecnico approfondito tra Ultralytics YOLOv5 ed EfficientDet di Google. Analizzandone le architetture, le metriche di prestazione e gli ecosistemi di addestramento, aiuta sviluppatori e ricercatori a individuare il miglior modello di rilevamento degli oggetti per i rispettivi ambienti di distribuzione.
EfficientDet ha introdotto concetti innovativi di scaling composto e fusione delle caratteristiche, mentre YOLOv5 ha reso ampiamente accessibile il rilevamento degli oggetti ad alte prestazioni grazie alla sua intuitiva implementazione in PyTorch, all'esperienza d'uso semplificata e all'equilibrio tra velocità e precisione.
Ultralytics YOLOv5: lo standard di settore per l'accessibilità#
Rilasciato a giugno 2020, YOLOv5 ha segnato una svolta nella linea di modelli YOLO. Sviluppato nativamente in PyTorch anziché nel framework Darknet basato su C usato dalle versioni precedenti di YOLO, è diventato l'architettura di riferimento per gli sviluppatori che desideravano creare, addestrare e distribuire modelli rapidamente.
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: https://github.com/ultralytics/yolov5
- Documentazione: https://docs.ultralytics.com/models/yolov5
Innovazioni architetturali#
YOLOv5 è noto per l'architettura ottimizzata e il ciclo di vita semplificato del machine learning. Utilizza un backbone CSPDarknet53 modificato abbinato a un neck Path Aggregation Network (PANet), che migliora la propagazione delle caratteristiche su più scale spaziali.
I principali progressi includono:
- Aumento dei dati mosaic: questa tecnica di addestramento combina quattro immagini di addestramento distinte in un unico mosaico. In questo modo il modello è costretto a imparare a identificare oggetti in contesti spaziali complessi e migliora la capacità di rilevare oggetti piccoli.
- Anchor box ad apprendimento automatico: prima dell'inizio dell'addestramento, YOLOv5 analizza i tuoi dati di addestramento personalizzati e calcola automaticamente le dimensioni ottimali delle anchor box usando il clustering k-means.
- Efficienza della memoria: rispetto ai pesanti modelli basati su Transformer, YOLOv5 mantiene un ingombro di memoria inferiore sia durante l'addestramento sia durante l'inferenza, funzionando senza problemi su hardware di fascia consumer.
EfficientDet: rilevamento degli oggetti scalabile#
Introdotto da Google Research nel 2019, EfficientDet si proponeva di offrire una famiglia di rilevatori di oggetti scalabili. Si basa sul backbone EfficientNet per la classificazione delle immagini e introduce un nuovo meccanismo di fusione delle caratteristiche.
- Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organizzazione: Google
- Data: 2019-11-20
- 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 architetturali#
La caratteristica centrale di EfficientDet è il suo approccio sistematico al ridimensionamento e all'aggregazione delle caratteristiche:
- BiFPN (rete piramidale di caratteristiche bidirezionale): A differenza delle FPN tradizionali, che trasmettono le informazioni solo dall'alto verso il basso, BiFPN consente una fusione rapida e semplice delle caratteristiche su più scale, introducendo pesi apprendibili per determinare l'importanza delle diverse caratteristiche in ingresso.
- Scaling composto: EfficientDet aumenta congiuntamente la risoluzione, la profondità e la larghezza di tutti i backbone, le reti di caratteristiche e le reti di previsione di box/classi, dando origine a modelli che vanno dal leggero D0 al più grande D7.
EfficientDet dipende fortemente dall'ecosistema TensorFlow e dalle librerie AutoML, mentre YOLOv5 opera nativamente in PyTorch e offre un flusso di lavoro che molti sviluppatori trovano più intuitivo, idiomatico per Python e facile da sottoporre a debug.
Confronto delle prestazioni e delle metriche#
Quando confronti questi modelli, è fondamentale valutarne le prestazioni su benchmark standard come il dataset COCO. La tabella seguente evidenzia i compromessi tra dimensioni, fabbisogno computazionale (FLOPs) e velocità di inferenza.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
Analisi equilibrata#
YOLOv5 si distingue per la flessibilità di distribuzione e la compatibilità con l'accelerazione hardware. Le sue velocità TensorRT su T4 sono molto superiori a quelle di EfficientDet a parità di precisione; per esempio, YOLOv5m raggiunge 45,4 mAP in 4,03 ms, contro i 43,0 mAP in 10,92 ms di EfficientDet-d2. Questo rende YOLOv5 particolarmente adatto alle pipeline di analisi video ad alto throughput e di inferenza in tempo reale. Inoltre, l'ecosistema Ultralytics permette di esportare in formati come ONNX, CoreML e TensorRT con un solo comando.
EfficientDet offre un'eccellente efficienza in termini di parametri. A parità di numero di parametri, spesso raggiunge un'elevata precisione media (mAP). Tuttavia, l'efficienza dei parametri non si traduce sempre in tempi di inferenza effettivi più rapidi sulle GPU, a causa del complesso instradamento del layer BiFPN, che può essere limitato dalla larghezza di banda della memoria anziché dalla capacità di calcolo.
Ecosistema e facilità d’uso#
Il vantaggio determinante della scelta di un modello Ultralytics risiede nell'ecosistema che lo circonda. YOLOv5 fa parte di un repository sottoposto a manutenzione attiva e sostenuto da una vasta community.
Con l'introduzione della piattaforma Ultralytics, gli utenti possono passare dalla raccolta dei dati alla distribuzione in un unico posto. La piattaforma supporta l'annotazione automatica, l'addestramento cloud e il monitoraggio dei modelli. Al contrario, addestrare EfficientDet richiede spesso di affrontare le complessità delle vecchie API TensorFlow per il rilevamento di oggetti, che possono comportare una curva di apprendimento ripida per la prototipazione rapida.
Inoltre, la versatilità di YOLOv5 va oltre le bounding box. Nelle versioni successive, il repository YOLOv5 ha aggiunto la segmentazione di istanze (v7.0) e la classificazione di immagini (v6.2), offrendo una base di codice unificata per più attività di visione artificiale.
Casi d'uso ideali#
- Scegli YOLOv5 se: hai bisogno di prototipazione rapida, un'esperienza di addestramento semplice e una distribuzione edge ottimizzata. È ideale per droni, analisi del commercio al dettaglio e applicazioni mobili in cui la bassa latenza è fondamentale.
- Scegli EfficientDet se: lavori esclusivamente in un ambiente Google Cloud/TensorFlow AutoML e hai bisogno della massima accuratezza per parametro, senza rigidi vincoli di latenza in tempo reale.
La nuova generazione: YOLO26#
YOLOv5 resta un cavallo di battaglia affidabile, ma il panorama della visione artificiale è progredito. Per gli sviluppatori che avviano nuovi progetti nel 2026, YOLO26 è il modello Ultralytics più recente e consigliato.
Sulla base dell'eredità dei predecessori, come YOLOv8 e YOLO11, YOLO26 introduce diverse innovazioni:
- Progettazione end-to-end senza NMS: la testa opzionale one-to-one di YOLO26 (
nms=False) elimina la necessità della post-elaborazione con soppressione dei massimi non locali. Questo riduce le variazioni della latenza e semplifica l'architettura di distribuzione. - Inferenza CPU fino al 43% più veloce: YOLO26n è fino al 43% più veloce di YOLO11n su CPU, a vantaggio dei dispositivi di IA edge a basso consumo e delle CPU standard prive di GPU dedicate.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), questo approccio ibrido tra SGD e Muon garantisce un addestramento stabile e una convergenza rapida.
- Strategie di addestramento avanzate: l'integrazione di ProgLoss e STAL migliora il riconoscimento degli oggetti piccoli, essenziale per le immagini riprese da droni ad alta quota e la robotica.
- Rimozione di DFL: eliminando Distribution Focal Loss, si semplifica il processo di esportazione del modello e si migliora la compatibilità con diversi acceleratori hardware.
Chi desidera esplorare altre architetture recenti dell'ecosistema Ultralytics può confrontare anche modelli come YOLOv10 o RT-DETR.
L'API Python di Ultralytics utilizza la stessa interfaccia tra le diverse generazioni di modelli. Se usi i pesi YOLOv5u nel pacchetto ultralytics, passare a YOLO26 è semplice: basta cambiare nel codice la stringa dei pesi del modello; i progetti basati sul repository originale YOLOv5 devono prima passare al pacchetto ultralytics.
Esempio di codice: addestramento e inferenza#
Ecco come addestrare ed eseguire inferenze con un modello YOLO nel pacchetto Ultralytics. Il codice funziona così com'è e gestisce automaticamente il download del dataset, i cicli di addestramento e la convalida.
from ultralytics import YOLO
# Carica un modello YOLOv5u (sostituisci con 'yolo26n.pt' per provare l'architettura più recente)
model = YOLO("yolov5su.pt") # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics
# Addestra il modello sul dataset di esempio COCO8 per 20 epoche
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)
# Esegui l'inferenza su un'immagine dal web
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Mostra l'immagine con i riquadri di delimitazione
inference_results[0].show()Dando priorità all'esperienza degli utenti, mantenendo il proprio ecosistema e rilasciando aggiornamenti come YOLO26, Ultralytics offre agli sviluppatori strumenti aggiornati per affrontare le sfide reali dell'IA per la visione.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.