YOLOv5 contro EfficientDet#

Quando intraprendi un nuovo progetto di computer vision, la scelta dell'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, metriche di performance ed ecosistemi di addestramento, miriamo ad aiutarti a identificare il miglior modello di object detection per i tuoi specifici ambienti di deployment.

Mentre EfficientDet ha introdotto concetti innovativi nello scaling composto e nella fusione di feature, YOLOv5 ha rivoluzionato l'industria democratizzando l'accesso all'IA ad alte prestazioni grazie alla sua implementazione PyTorch incredibilmente intuitiva, a un'esperienza utente semplificata e a un bilanciamento senza pari tra velocità e accuratezza.

Ultralytics YOLOv5: lo standard del settore per l'accessibilità#

Rilasciato nell'estate del 2020, YOLOv5 ha segnato un cambiamento cruciale nella linea YOLO. Passando dal framework Darknet basato su C a PyTorch nativo, è diventato l'architettura di riferimento per gli sviluppatori che desiderano costruire, addestrare e distribuire modelli rapidamente.

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

Innovazioni architettoniche#

YOLOv5 è celebrato per la sua architettura altamente ottimizzata che dà priorità a un ciclo di vita del machine learning senza interruzioni. Utilizza una spina dorsale CSPDarknet53 modificata abbinata a un collo Path Aggregation Network (PANet), che migliora drasticamente la propagazione delle feature su più scale spaziali.

I progressi chiave includono:

• Mosaic Data Augmentation: questa tecnica di addestramento combina quattro immagini diverse in un singolo mosaico. Ciò costringe il modello a imparare a identificare oggetti in contesti spaziali complessi e potenzia significativamente la sua capacità di rilevare piccoli target.
• Auto-apprendimento degli Anchor Box: Prima che inizi l'addestramento, YOLOv5 analizza i tuoi dati di addestramento personalizzati e calcola automaticamente le dimensioni ottimali degli 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 durante sia l'addestramento che l'inferenza, consentendogli di funzionare senza problemi su hardware di tipo consumer.

Scopri di più su YOLOv5

EfficientDet: Object Detection scalabile#

Introdotto da Google Research nel 2019, EfficientDet mirava a fornire una famiglia di rilevatori di oggetti scalabili. Si basa sulla backbone di classificazione immagini EfficientNet e introduce un innovativo 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, la BiFPN abilita una fusione di feature multi-scala facile e veloce, introducendo pesi apprendibili per imparare l'importanza delle diverse feature di input.
• Compound Scaling: EfficientDet scala congiuntamente risoluzione, profondità e larghezza per tutte le backbone, le feature network e le reti di previsione 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 confronti questi modelli, valutare le loro performance su benchmark standard come il dataset COCO è fondamentale. La tabella sottostante evidenzia i compromessi tra dimensioni, richiesta computazionale (FLOPs) e velocità di inferenza.

Analisi equilibrata#

YOLOv5 brilla nella sua flessibilità di deployment e nella compatibilità con l'accelerazione hardware pura. Nota le velocità TensorRT straordinariamente elevate sulla GPU T4. Questo rende YOLOv5 incredibilmente adatto per l'analisi video ad alto throughput e 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 determinato conteggio di parametri, estrae spesso un elevato mean Average Precision (mAP). Tuttavia, questa efficienza teorica non si traduce sempre in tempi di inferenza reali più rapidi su GPU edge a causa del routing complesso del layer BiFPN, che può essere limitato dalla larghezza di banda della memoria anziché dal calcolo.

Ecosistema e facilità d'uso#

Il vantaggio decisivo nello scegliere un modello Ultralytics risiede nell'ecosistema circostante. YOLOv5 fa parte di una repository ampiamente mantenuta e sviluppata attivamente con un enorme supporto della community.

Con l'introduzione della Piattaforma Ultralytics, puoi passare senza problemi dalla raccolta dei dati al deployment. Questa piattaforma supporta nativamente annotazione automatica, addestramento su cloud e monitoraggio dei modelli. Al contrario, l'addestramento di EfficientDet richiede spesso di districarsi tra le complessità delle API di object detection di TensorFlow più datate, il che può presentare una curva di apprendimento ripida per la prototipazione rapida.

Inoltre, la versatilità di YOLOv5 si estende oltre i bounding box. Tramite aggiornamenti continui, il framework Ultralytics supporta nativamente la segmentazione di istanze e la classificazione di immagini, fornendo un'API unificata per molteplici attività di computer vision.

Casi d'uso ideali#

• Scegli YOLOv5 quando: Ti serve una prototipazione rapida, un'esperienza di addestramento senza attriti e un deployment edge altamente ottimizzato. È ideale per droni, analisi retail e applicazioni mobili in cui la bassa latenza è fondamentale.
• Scegli EfficientDet quando: operi rigorosamente all'interno di un ambiente Google Cloud/TensorFlow AutoML e richiedi la massima precisione per parametro senza vincoli rigidi di latenza in tempo reale.

La prossima generazione: accogliere 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 apogeo 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 del post-processing Non-Maximum Suppression. Ciò riduce significativamente la varianza della latenza e semplifica l'architettura di deployment.
• Inferenza CPU fino al 43% più veloce: Fortemente 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 tra SGD e Muon assicura un addestramento altamente stabile e una rapida convergenza.
• Funzioni di perdita avanzate: L'integrazione di ProgLoss e STAL migliora drasticamente il riconoscimento di piccoli bersagli, aspetto vitale per immagini di droni ad alta quota e 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 utilizzando 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()

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