YOLOv5 vs YOLO11
Quando scegli l'architettura di visione artificiale giusta per un nuovo progetto, è importante capire l'evoluzione dei modelli all'avanguardia. Il passaggio dalle architetture precedenti ai framework unificati moderni evidenzia progressi significativi sia nell'efficienza algoritmica sia nell'esperienza degli sviluppatori. Questa guida offre un confronto tecnico tra due modelli ampiamente utilizzati, sviluppati da Ultralytics: YOLOv5 e il suo successore YOLO11.
Introduzione ai modelli#
Entrambe le architetture rappresentano tappe importanti nel campo del rilevamento degli oggetti in tempo reale e offrono vantaggi distinti a seconda dell'ambiente di deployment e dei requisiti legacy.
YOLOv5: il cavallo di battaglia del settore#
Rilasciato nell'estate del 2020, YOLOv5 è diventato rapidamente uno standard del settore grazie all'implementazione nativa in PyTorch, che ha abbassato la soglia di accesso all'addestramento e al deployment. Si è allontanato dai complessi framework C Darknet dei predecessori, offrendo un approccio Pythonic alla creazione dei modelli.
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentazione: Documentazione di YOLOv5
YOLOv5 ha stabilito un solido punto di riferimento per la facilità d'uso e introdotto metodologie di addestramento efficaci, tra cui l'aumento dei dati Mosaic e l'auto-anchoring. Rimane popolare tra i ricercatori che sviluppano a partire da una codebase ben documentata e ampiamente collaudata.
YOLO11: il framework unificato per la visione artificiale#
Sviluppato sulla base di anni di feedback e ricerca architetturale, YOLO11 è stato introdotto come parte di un framework unificato in grado di gestire nativamente più attività di visione artificiale. Progettato fin dall'inizio per offrire la massima versatilità ed efficienza, va oltre i semplici riquadri di delimitazione.
- Autori: Glenn Jocher e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2024-09-27
- GitHub: ultralytics/ultralytics
- Documentazione: Documentazione di YOLO11
YOLO11 offre un'esperienza d'uso semplificata tramite il pacchetto Python ultralytics, con un'API semplice che unifica il rilevamento degli oggetti, la segmentazione di istanze, la classificazione, la stima della posa e i riquadri di delimitazione orientati (OBB). Offre un ottimo compromesso tra velocità e accuratezza, risultando ideale per diversi scenari di deployment nel mondo reale.
Entrambi i modelli beneficiano dell'ecosistema ben mantenuto offerto dalla piattaforma Ultralytics. Questo ambiente integrato semplifica l'annotazione dei dataset, l'addestramento nel cloud e l'esportazione dei modelli per diverse piattaforme hardware.
Confronto delle prestazioni e delle metriche#
Un confronto diretto tra questi modelli mostra come i miglioramenti architetturali si traducano in vantaggi prestazionali concreti. La tabella seguente riporta la precisione media (mAP) valutata sul dataset COCO, insieme alle velocità di inferenza su CPU e GPU e al numero di parametri.
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Analisi dei risultati#
Le metriche evidenziano un netto miglioramento dell'equilibrio prestazionale raggiunto da YOLO11. Per esempio, il modello nano YOLO11n raggiunge un mAP del 39.5%, rispetto al 28.0% di YOLOv5n: un incremento di 11.5 punti con appena 0.7M di parametri aggiuntivi. YOLO11 richiede inoltre meno memoria durante l'addestramento rispetto ai modelli basati su Transformer, rendendolo pratico da addestrare su hardware consumer e distribuire su dispositivi edge.
Differenze architetturali#
I miglioramenti prestazionali di YOLO11 derivano da diverse importanti evoluzioni architetturali. Mentre YOLOv5 utilizzava un backbone CSPNet standard con moduli C3, i modelli Ultralytics più recenti hanno introdotto blocchi di estrazione delle feature più efficienti, come C2f (YOLOv8) e C3k2 (YOLO11), che ottimizzano il flusso del gradiente e riducono il carico computazionale.
YOLO11 presenta anche una testa notevolmente perfezionata. Abbandonando il design basato su anchor dei modelli meno recenti, le nuove architetture Ultralytics adottano un approccio senza anchor. Questo riduce il numero di previsioni delle box, snellisce la pipeline di post-elaborazione e migliora la capacità del modello di generalizzare a scale e rapporti d'aspetto diversi. Inoltre, questi modelli offrono una migliore efficienza di addestramento e pesi preaddestrati pronti all'uso, che accelerano la convergenza durante il fine-tuning su dataset personalizzati.
Implementazione ed esempi di codice#
Uno dei punti di forza dell'ecosistema Ultralytics è la sua semplicità. Mentre YOLOv5 ha reso popolare l'uso di torch.hub per l'inferenza rapida, YOLO11 fa un ulteriore passo avanti con il pacchetto Python unificato ultralytics.
Addestramento con YOLO11#
Per caricare, addestrare e convalidare un modello basta pochissimo codice boilerplate. L'API offre valori predefiniti sensati per l'addestramento e gestisce automaticamente checkpoint e log.
from ultralytics import YOLO
# Carica un modello YOLO11 preaddestrato
model = YOLO("yolo11s.pt")
# Addestra su un dataset personalizzato per 50 epoche
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Esegui un'inferenza rapida e visualizza i risultati
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()
# Esporta facilmente il modello in TensorRT per l'accelerazione hardware
model.export(format="engine")Inferenza legacy con YOLOv5#
Se mantieni una pipeline meno recente, YOLOv5 si integra direttamente con il meccanismo di caricamento nativo di PyTorch, perciò è facile inserirlo negli script di inferenza esistenti.
import torch
# Carica da PyTorch Hub un modello YOLOv5 personalizzato o preaddestrato
model = torch.hub.load("ultralytics/yolov5", "yolov5s")
# Esegui l'inferenza su un URL di un'immagine
results = model("https://ultralytics.com/images/zidane.jpg")
# Stampa i dettagli delle previsioni nella console
results.print()Entrambi i modelli supportano un'ampia gamma di formati di esportazione. Che tu debba eseguire il deployment su un NVIDIA Jetson usando TensorRT o su un'applicazione iOS con CoreML, il processo di deployment è documentato in modo completo e supportato dalla community.
Casi d'uso ideali#
La scelta tra questi modelli dipende soprattutto dalla fase del ciclo di vita del tuo progetto e dai requisiti specifici.
Quando scegliere YOLOv5#
- Manutenzione di basi di codice legacy: se il tuo ambiente di produzione è fortemente personalizzato in base alla struttura del repository YOLOv5 o a specifiche tecniche di evoluzione degli iperparametri.
- Baseline accademiche: quando pubblichi ricerche che richiedono un confronto diretto con gli standard consolidati della visione artificiale del periodo 2020-2022.
Quando scegliere YOLO11#
- Progetti multi-task: quando la tua applicazione richiede una combinazione di attività, come la stima della posa e la segmentazione di istanze, tramite un'unica API unificata.
- Deployment edge: per gli scenari di edge computing in cui è fondamentale ottenere il massimo mAP con un determinato budget computazionale (FLOPs).
- Soluzioni di IA commerciali: Ideali per applicazioni aziendali nel retail e nella sicurezza, con il supporto della piattaforma Ultralytics.
La nuova generazione: Ultralytics YOLO26#
Sebbene YOLO11 offra un ottimo equilibrio tra velocità e precisione, il settore evolve rapidamente. Agli sviluppatori che iniziano oggi nuovi progetti, Ultralytics consiglia il suo modello più recente: Ultralytics YOLO26.
Rilasciato a gennaio 2026, YOLO26 introduce diversi progressi pensati per le esigenze del deployment moderno:
- Design end-to-end senza NMS: basandosi sull'addestramento senza NMS che YOLOv10 ha introdotto nei modelli YOLO, YOLO26 supporta l'inferenza end-to-end nativa. La sua head one-to-one opzionale (
nms=False) elimina la necessità del post-processing della soppressione non massima (NMS), semplificando le pipeline di deployment e riducendo la latenza. - Ottimizzatore MuSGD: Ispirato alle innovazioni nell'addestramento degli LLM, introdotte da modelli come Kimi K2 di Moonshot AI, questo ibrido tra SGD e Muon garantisce un addestramento più stabile e una convergenza più rapida.
- Inferenza più rapida su CPU: Con la rimozione della Distribution Focal Loss (DFL), YOLO26n è fino al 43% più veloce su CPU rispetto a YOLO11n, rendendo YOLO26 ideale per i dispositivi edge e gli ambienti senza GPU dedicate.
- Metodi di addestramento avanzati: L'integrazione di ProgLoss e STAL migliora notevolmente il riconoscimento degli oggetti piccoli, fondamentale per l'analisi con droni, l'IoT e la robotica.
- Miglioramenti specifici per attività: Introduce ottimizzazioni specializzate, come Residual Log-Likelihood Estimation (RLE) per la posa e una funzione di perdita angolare dedicata alle bounding box orientate, migliorando la precisione nelle attività supportate.
Se ti interessano architetture specializzate oltre al rilevamento standard di oggetti, puoi anche esplorare modelli come RT-DETR per il rilevamento basato su Transformer o YOLO-World per il tracciamento e il rilevamento a vocabolario aperto. Questi strumenti ben mantenuti aiutano a mantenere efficienti e scalabili le tue pipeline di visione artificiale.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.