YOLOv5 vs PP-YOLOE+
Scegliere l'architettura di rete neurale giusta è essenziale per qualsiasi moderno progetto di visione artificiale. Quando sviluppatori e ricercatori valutano i modelli per il rilevamento di oggetti in tempo reale, la decisione si riduce spesso a trovare il giusto equilibrio tra precisione, velocità di inferenza e semplicità di distribuzione. Questo confronto tecnico esamina YOLOv5 e PP-YOLOE+, analizzandone le architetture, le metriche di prestazione e le metodologie di addestramento per aiutarti a scegliere il modello adatto alla tua applicazione.
Comprendere le architetture#
Entrambi i modelli hanno influenzato l'IA per la visione, ma affrontano le sfide del rilevamento di oggetti con metodologie strutturali e dipendenze dai framework diverse.
Ultralytics YOLOv5: lo standard del settore#
Rilasciato a giugno 2020, Ultralytics YOLOv5 ha reso i modelli di visione all'avanguardia molto più accessibili. Sviluppato nativamente in PyTorch, ha abbassato la soglia di accesso per gli sviluppatori Python e gli ingegneri ML di tutto il mondo.
Dettagli di YOLOv5:
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentazione: Documentazione di YOLOv5
YOLOv5 utilizza un backbone CSPDarknet modificato, che acquisisce in modo efficiente ricche rappresentazioni delle caratteristiche mantenendo ridotto il numero di parametri. Ha introdotto le anchor box ad apprendimento automatico, calcolando automaticamente le dimensioni ottimali delle anchor per i dataset personalizzati prima dell'inizio dell'addestramento. Inoltre, l'aumento dei dati mosaic migliora la capacità del modello di rilevare oggetti più piccoli e generalizzare in contesti spaziali complessi.
Uno dei punti di forza di YOLOv5 è la sua versatilità. A differenza dei modelli dedicati esclusivamente al rilevamento, il repository YOLOv5 supporta il rilevamento di bounding box, la segmentazione di istanze (aggiunta nella v7.0) e la classificazione di immagini (aggiunta nella v6.2) in un'unica base di codice. La sua architettura usa inoltre meno memoria durante l'addestramento e l'inferenza rispetto alle reti pesanti basate su Transformer.
PP-YOLOE+: il concorrente basato su PaddlePaddle#
Introdotto nell'aprile 2022, PP-YOLOE+ si basa sulle precedenti iterazioni di PP-YOLO. Sviluppato da Baidu per il suo framework di deep learning PaddlePaddle, introduce diversi perfezionamenti architetturali per aumentare la precisione media media.
Dettagli su PP-YOLOE+:
- Autori: Autori di PaddlePaddle
- Organizzazione: Baidu
- Data: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- Documentazione: README di PP-YOLOE+
PP-YOLOE+ utilizza un design senza anchor e un backbone CSPRepResNet. Integra il Task Alignment Learning (TAL) e un Efficient Task-aligned Head per migliorare la precisione. PP-YOLOE+ raggiunge un'elevata accuratezza, ma il suo principale limite è la dipendenza dal framework PaddlePaddle, che può comportare una curva di apprendimento e difficoltà di integrazione per i team che già utilizzano PyTorch o TensorFlow.
Prestazioni e benchmark#
Quando valuti questi modelli per la produzione, è fondamentale comprendere i compromessi tra precisione, velocità di inferenza e numero di parametri. La tabella seguente presenta le principali metriche di prestazione per le diverse varianti di dimensioni.
| 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 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
PP-YOLOE+ raggiunge un mAP più elevato a ogni scala del modello, mentre YOLOv5 offre un'inferenza TensorRT più veloce su T4 a ogni scala. Per le distribuzioni edge con memoria limitata, YOLOv5n offre la velocità più elevata (1,12 ms) e l'ingombro minore (1,9 milioni di parametri) della tabella.
I modelli Ultralytics sono progettati per un addestramento efficiente. Rispetto ai rilevatori basati su Transformer come RT-DETR, YOLOv5 usa meno memoria CUDA, consentendoti di addestrare con batch più grandi o su hardware di fascia consumer.
I vantaggi di Ultralytics: ecosistema e facilità d'uso#
Il valore di un'architettura di machine learning va oltre i numeri grezzi: comprende l'intera esperienza per gli sviluppatori. La piattaforma Ultralytics e i suoi strumenti open source offrono un ecosistema ben mantenuto che abbrevia i cicli di sviluppo.
- Facilità d’uso: Ultralytics si occupa del codice boilerplate complesso. Puoi addestrare, convalidare e testare i modelli tramite un’intuitiva API Python o la CLI.
- Flessibilità di distribuzione: esportare i modelli è semplice. Con un solo comando, puoi convertire i pesi YOLOv5 addestrati in formati come ONNX, TensorRT o OpenVINO, garantendo un'ampia compatibilità negli ambienti edge e cloud.
- Community attiva: una community ampia e una manutenzione attiva si traducono in aggiornamenti frequenti, documentazione estesa e soluzioni ben testate alle sfide più comuni della visione artificiale.
Al contrario, PP-YOLOE+ dipende fortemente dai complessi file di configurazione specifici di PaddleDetection, che possono rallentare la prototipazione rapida e complicare l’integrazione nelle moderne pipeline MLOps.
Implementazioni pratiche ed esempi di codice#
Iniziare con Ultralytics è semplice. Ecco un esempio completo ed eseguibile che carica un modello YOLOv5u preaddestrato, lo addestra sul dataset di esempio COCO8, esegue l'inferenza ed esporta il risultato:
from ultralytics import YOLO
# Carica un modello YOLOv5 small preaddestrato
model = YOLO("yolov5su.pt") # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics
# Addestra il modello sul dataset COCO8 per 50 epoche
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Esegui l'inferenza su un'immagine di esempio
predict_results = model("https://ultralytics.com/images/bus.jpg")
# Esporta il modello ottimizzato in formato ONNX
path = model.export(format="onnx")Casi d'uso e consigli#
La scelta tra YOLOv5 e PP-YOLOE+ dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle preferenze relative all’ecosistema.
Quando scegliere YOLOv5#
YOLOv5 è un'ottima scelta per:
- Sistemi di produzione collaudati: distribuzioni esistenti in cui contano la lunga esperienza di stabilità di YOLOv5, la documentazione esaustiva e l'ampia community.
- Addestramento con risorse limitate: ambienti con risorse GPU limitate, in cui la pipeline di addestramento efficiente e i requisiti di memoria ridotti di YOLOv5 sono vantaggiosi.
- Ampio supporto dei formati di esportazione: progetti che richiedono la distribuzione in numerosi formati, tra cui ONNX, TensorRT, CoreML e LiteRT.
Quando scegliere PP-YOLOE+#
PP-YOLOE+ è consigliato per:
- Integrazione con l'ecosistema PaddlePaddle: Organizzazioni che dispongono già di un'infrastruttura basata sul framework e sugli strumenti PaddlePaddle di Baidu.
- Distribuzione edge con Paddle Lite: Distribuzione su hardware con kernel di inferenza altamente ottimizzati specificamente per Paddle Lite o per il motore di inferenza Paddle.
- Rilevamento lato server ad alta accuratezza: Scenari che privilegiano la massima accuratezza di rilevamento su potenti server GPU, dove la dipendenza dal framework non è un problema.
Quando scegliere Ultralytics (YOLO26)#
Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:
- Distribuzione edge senza NMS: applicazioni che richiedono inferenza costante a bassa latenza senza la complessità della post-elaborazione con soppressione non massima.
- Ambienti solo CPU: dispositivi senza accelerazione GPU dedicata, sui quali YOLO26n è fino al 43% più veloce di YOLO11n su CPU.
- Rilevamento di oggetti piccoli: scenari impegnativi come le immagini aeree da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti minuscoli.
Altri modelli all’avanguardia da prendere in considerazione#
YOLOv5 è uno standard collaudato, ma il campo della visione artificiale evolve rapidamente. Per i team che avviano nuovi progetti, Ultralytics consiglia le sue architetture più recenti.
Ultralytics YOLO26#
Rilasciato a gennaio 2026, YOLO26 è la famiglia di modelli Ultralytics più recente e migliora sia la precisione sia la velocità rispetto alle generazioni precedenti. Le innovazioni principali includono:
- Progettazione end-to-end senza NMS: basandosi sui concetti di YOLOv10, la testa opzionale one-to-one di YOLO26 (
nms=False) salta la post-elaborazione soppressione dei massimi non locali (NMS), riducendo la latenza e semplificando la logica di distribuzione. - Rimozione di DFL: con la rimozione di Distribution Focal Loss, YOLO26n offre un'inferenza CPU fino al 43% più veloce di YOLO11n, caratteristica adatta ai dispositivi edge a basso consumo.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento degli LLM, questo approccio ibrido tra SGD e Muon offre sessioni di addestramento stabili e una convergenza più rapida.
- ProgLoss + STAL: la loss progressiva e l'assegnazione delle etichette consapevole degli oggetti piccoli migliorano il riconoscimento degli oggetti piccoli, fondamentale per le immagini dei droni e l'agricoltura intelligente.
Potresti anche prendere in considerazione YOLO11, che offre prestazioni elevate e resta un'opzione affidabile e pienamente supportata tra i sistemi precedenti e YOLO26.
Casi d’uso nel mondo reale#
La scelta tra YOLOv5 e PP-YOLOE+ dipende in definitiva dall’ambiente di distribuzione e dai vincoli del progetto.
Applicazioni ideali per YOLOv5: I requisiti contenuti in termini di risorse e la facilità d'uso rendono YOLOv5 una scelta comune per l'IA edge. È adatto alle applicazioni che richiedono frame rate elevati su hardware limitato, come la robotica in tempo reale, l'integrazione nelle applicazioni mobili e i sistemi di monitoraggio del traffico con più telecamere. Il supporto alla segmentazione di istanze e alla classificazione di immagini nello stesso framework lo rende adattabile.
Applicazioni ideali per PP-YOLOE+: PP-YOLOE+ è più adatto agli scenari in cui la massima precisione conta più dell'inferenza più veloce e alle pipeline di ispezione industriale delle organizzazioni i cui stack tecnologici sono già basati sull'ecosistema PaddlePaddle di Baidu.
In sintesi, PP-YOLOE+ offre risultati di precisione notevoli, ma i modelli Ultralytics YOLO combinano un buon equilibrio di prestazioni, una distribuzione semplice e un design pensato per gli sviluppatori, aiutando i progetti di visione artificiale a passare dall'idea alla produzione.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.