YOLOv5 vs YOLOX
L'evoluzione della visione artificiale in tempo reale ha segnato numerose tappe, con architetture diverse che hanno migliorato velocità e precisione. Due modelli molto influenti in questo ambito sono YOLOv5 e YOLOX. Entrambi sono noti per le elevate prestazioni nel rilevamento di oggetti, ma adottano approcci architetturali fondamentalmente diversi.
Questa guida offre un'analisi tecnica dei due modelli, confrontandone le architetture, le metriche di prestazione, le metodologie di addestramento e gli scenari di distribuzione ideali per aiutare sviluppatori e ricercatori a scegliere lo strumento giusto per i loro progetti di IA per la visione.
Panoramica dei modelli e differenze architetturali#
Ultralytics YOLOv5#
- Autore: Glenn Jocher
- Organizzazione: Ultralytics
- Data: 2020-06-26
- GitHub: Repository di Ultralytics YOLOv5
- Documentazione: Documentazione ufficiale di YOLOv5
Introdotto da Ultralytics, YOLOv5 è diventato rapidamente uno standard di settore grazie al suo eccellente equilibrio tra prestazioni, facilità d'uso ed efficienza della memoria. Sviluppato nativamente sul framework PyTorch, YOLOv5 utilizza un'architettura basata su anchor. Si affida a forme predefinite di bounding box per prevedere la posizione degli oggetti, risultando molto efficace nelle attività standard di rilevamento degli oggetti.
Uno dei maggiori punti di forza di YOLOv5 è il suo ecosistema ben mantenuto. Offre una documentazione completa, una semplice API Python e l'integrazione nativa con la piattaforma Ultralytics. Questo consente agli sviluppatori di passare direttamente dall'etichettatura del dataset all'addestramento e all'esportazione in formati come ONNX e TensorRT.
I modelli Ultralytics YOLO richiedono in genere molta meno memoria GPU durante l'addestramento rispetto alle complesse alternative basate su Transformer. Questo ridotto consumo di memoria rende YOLOv5 molto accessibile ai ricercatori che lavorano con hardware di fascia consumer.
Megvii YOLOX#
- Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
- Organizzazione: Megvii
- Data: 2021-07-18
- arXiv: YOLOX: supera la serie YOLO nel 2021
- GitHub: Repository Megvii YOLOX
- Documentazione: Documentazione di YOLOX su GitHub
Sviluppato dai ricercatori di Megvii, YOLOX ha intrapreso una strada diversa, introducendo un design senza anchor nella famiglia YOLO. Eliminando le anchor box, YOLOX semplifica la testa di rilevamento e riduce notevolmente il numero di parametri euristici da regolare manualmente durante l'addestramento.
YOLOX integra inoltre una testa disaccoppiata, che separa le attività di classificazione e regressione in diversi rami della rete, e utilizza la strategia di assegnazione delle etichette SimOTA. Queste innovazioni colmano il divario tra ricerca accademica e applicazioni industriali, rendendo YOLOX particolarmente efficace in ambienti con oggetti di scale molto variabili.
Prestazioni e metriche#
Quando valuti i modelli di computer vision, il compromesso tra precisione media (mAP) e velocità di inferenza è fondamentale. Entrambi i modelli sono disponibili in diverse dimensioni, da Nano a Extra-Large, per adattarsi ai vari vincoli hardware.
| 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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
YOLOXx raggiunge una precisione massima leggermente superiore (51,1 mAP), ma YOLOv5 offre una pipeline di distribuzione più matura e ampiamente testata su hardware CPU e GPU. YOLOv5 registra inoltre una latenza TensorRT inferiore su T4 rispetto a YOLOX a parità di dimensioni, risultando una scelta affidabile per l'analisi video in tempo reale.
Metodologie di addestramento e facilità d’uso#
L'esperienza di sviluppo varia notevolmente tra queste due architetture.
L'approccio di YOLOX#
L'addestramento di YOLOX richiede in genere di clonare il repository originale, gestire dipendenze specifiche ed eseguire complessi script da riga di comando. Pur supportando funzionalità avanzate come l'addestramento a precisione mista e le configurazioni multi-nodo tramite MegEngine, la curva di apprendimento può essere ripida per gli sviluppatori che hanno bisogno di prototipare rapidamente.
I vantaggi di Ultralytics#
Ultralytics, invece, dà priorità a un'esperienza d'uso semplice. Con il pacchetto Python ultralytics, gli sviluppatori possono caricare, addestrare e convalidare un modello con un minimo di codice boilerplate. Ultralytics gestisce automaticamente l'aumento dei dati e la pianificazione del tasso di apprendimento, offrendo anche la regolazione degli iperparametri integrata.
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
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Valida le prestazioni del modello
metrics = model.val()La versatilità di YOLOv5 va oltre il rilevamento standard degli oggetti: il repository originale YOLOv5 supporta la segmentazione di istanze e la classificazione di immagini, mentre il pacchetto ultralytics copre queste attività con modelli più recenti come YOLO26.
Al termine dell'addestramento, esportare un modello YOLOv5 in ONNX, CoreML, LiteRT o OpenVINO è semplice come eseguire una sola chiamata, ad esempio model.export(format="onnx"). Questo elimina la necessità di ricorrere agli script di conversione di terze parti, spesso richiesti dai repository incentrati sulla ricerca.
Applicazioni nel mondo reale#
La scelta tra questi modelli dipende dall'ambiente di deployment e dai requisiti tecnici:
- Commercio al dettaglio e gestione delle scorte: per le applicazioni che richiedono il riconoscimento dei prodotti in tempo reale su dispositivi edge come NVIDIA Jetson, YOLOv5 è una soluzione adatta. L'ingombro minimo in memoria e le elevate velocità di inferenza TensorRT supportano pipeline con più telecamere a frame rate in tempo reale.
- Ricerca accademica e architetture personalizzate: YOLOX è molto apprezzato dalla comunità di ricerca. La testa disaccoppiata e l'assenza di anchor ne fanno un ottimo punto di partenza per gli ingegneri che vogliono sperimentare nuove strategie di assegnazione delle etichette o lavorano con dataset in cui le anchor box tradizionali non riescono a generalizzare.
- IA per l'agricoltura: Per attività di agricoltura di precisione come il rilevamento dei frutti o l'identificazione delle erbacce tramite droni, la facilità di addestramento e deployment dei modelli YOLOv5 con la Piattaforma Ultralytics permette agli esperti del settore di implementare soluzioni di IA senza una formazione approfondita nell'ingegneria del machine learning.
Casi d'uso e consigli#
La scelta tra YOLOv5 e YOLOX dipende dai requisiti specifici del progetto, dai vincoli di deployment 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 YOLOX#
YOLOX è consigliato per:
- Ricerca sul rilevamento senza anchor: Ricerca accademica che usa l'architettura pulita e senza anchor di YOLOX come riferimento per sperimentare nuove head di rilevamento o funzioni di perdita.
- Dispositivi edge ultraleggeri: Implementazione su microcontrollori o hardware mobile legacy, dove le dimensioni estremamente ridotte della variante YOLOX-Nano (0,91 M di parametri) sono fondamentali.
- Studi sull'assegnazione delle etichette SimOTA: Progetti di ricerca che analizzano le strategie di assegnazione delle etichette basate sul trasporto ottimale e il loro impatto sulla convergenza dell'addestramento.
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.
Il futuro dell’IA per la visione: arriva YOLO26#
YOLOv5 e YOLOX si sono entrambi affermati nella storia della visione artificiale, ma il settore avanza rapidamente. Agli sviluppatori che oggi avviano nuovi progetti, Ultralytics consiglia il suo modello più recente, YOLO26.
Rilasciato a gennaio 2026, YOLO26 rappresenta un notevole passo avanti in termini di prestazioni e facilità d'uso. Introduce una progettazione end-to-end senza NMS opzionale (selezionabile con nms=False) che elimina la post-elaborazione con soppressione dei massimi non locali. Questo riduce la variabilità della latenza e semplifica la logica di distribuzione sui dispositivi a basso consumo.
Inoltre, YOLO26 utilizza l'ottimizzatore MuSGD, un approccio ibrido tra SGD e Muon ispirato alle innovazioni nell'addestramento degli LLM, per ottenere una convergenza stabile e rapida. Grazie alla rimozione di DFL (Distribution Focal Loss rimossa per semplificare l'esportazione e migliorare la compatibilità con dispositivi edge e a basso consumo), YOLO26n offre un'inferenza CPU fino al 43% più veloce di YOLO11n, rendendo YOLO26 un'ottima scelta per le moderne applicazioni di edge computing, robotica e IoT. Inoltre, ProgLoss + STAL (Progressive Loss e assegnazione delle etichette consapevole degli oggetti piccoli) apporta notevoli miglioramenti al riconoscimento degli oggetti piccoli, fondamentale per IoT, robotica e immagini aeree. Chi è interessato alle generazioni precedenti può anche valutare YOLO11, anche se YOLO26 è la scelta consigliata per i nuovi progetti.
Conclusione#
YOLOv5 e YOLOX offrono entrambi solide capacità di rilevamento degli oggetti. Nel 2021 YOLOX ha dimostrato che i design senza anchor potevano eguagliare e superare i metodi basati su anchor. Tuttavia, YOLOv5 resta ampiamente utilizzato grazie alla facilità d'uso, all'ecosistema completo e ai requisiti di memoria inferiori durante l'addestramento.
Per la maggior parte delle applicazioni commerciali, l'ecosistema Ultralytics offre il percorso più rapido da un dataset grezzo a un modello distribuito in produzione. Che utilizzino il collaudato YOLOv5 o passino a YOLO26, gli sviluppatori beneficiano di un framework progettato per rendere l'IA per la visione accessibile ed efficiente.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.