YOLOv5 vs YOLOX#

L'evoluzione della computer vision in tempo reale ha visto numerose pietre miliari, con architetture diverse che hanno ampliato i limiti di velocità e accuratezza. Due modelli altamente influenti in questo ambito sono YOLOv5 e YOLOX. Sebbene entrambi siano rinomati per le loro elevate prestazioni nel rilevamento degli oggetti, adottano approcci architetturali fondamentalmente diversi.

Questa guida offre un'analisi tecnica approfondita di questi due modelli, confrontandone le architetture, le metriche delle prestazioni, le metodologie di addestramento e gli scenari di deployment ideali, per aiutare sviluppatori e ricercatori a scegliere lo strumento giusto per i loro progetti di AI 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 del settore grazie al suo eccezionale equilibrio tra prestazioni, facilità d'uso ed efficienza della memoria. Costruito nativamente sul framework PyTorch, YOLOv5 utilizza un'architettura basata su anchor. Si affida a forme predefinite dei riquadri di delimitazione per prevedere la posizione degli oggetti, risultando altamente efficace per le attività standard di rilevamento degli oggetti.

Uno dei principali punti di forza di YOLOv5 è il suo ecosistema ben mantenuto. Offre una documentazione estesa, un'API Python incredibilmente semplice e un'integrazione nativa con la Ultralytics Platform. Questo consente agli sviluppatori di passare senza soluzione di continuità dall'annotazione dei dataset all'addestramento e all'esportazione in formati come ONNX e TensorRT.

Megvii YOLOX#

• Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
• Organizzazione: Megvii
• Data: 2021-07-18
• Arxiv: YOLOX: oltre la serie YOLO nel 2021
• GitHub: Repository di Megvii YOLOX
• Documentazione: Documentazione di YOLOX su GitHub

Sviluppato dai ricercatori di Megvii, YOLOX ha seguito una direzione diversa introducendo un design senza anchor nella famiglia YOLO. Eliminando gli anchor box, YOLOX semplifica la testata di rilevamento e riduce significativamente il numero di parametri euristici che devono essere ottimizzati manualmente durante l'addestramento.

YOLOX incorpora inoltre una testata disaccoppiata, che separa le attività di classificazione e regressione in diversi rami della rete, e utilizza la strategia di assegnazione delle label SimOTA. Queste innovazioni colmano il divario tra la ricerca accademica e le applicazioni industriali, rendendo YOLOX particolarmente efficace in ambienti con scale degli oggetti molto variabili.

Scopri di più su YOLOX

Prestazioni e metriche#

Nel valutare i modelli di computer vision, il compromesso tra la Precisione Media Media (mAP) e la velocità di inferenza è fondamentale. Entrambi i modelli offrono una gamma di dimensioni (da Nano a Extra-Large) per adattarsi a diversi vincoli hardware.

Sebbene YOLOXx raggiunga un'accuratezza di picco leggermente superiore (51.1 mAP), YOLOv5 offre una pipeline di deployment molto più robusta e ampiamente testata su hardware CPU e GPU. Le velocità TensorRT di YOLOv5 evidenziano la sua profonda ottimizzazione per i dispositivi di edge computing, rendendolo una scelta altamente affidabile per l'analisi video in tempo reale.

Metodologie di addestramento e usabilità#

L'esperienza degli sviluppatori varia significativamente 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 script complessi dalla riga di comando. Sebbene supporti 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.

Il vantaggio di Ultralytics#

Al contrario, Ultralytics dà priorità a un'esperienza utente eccezionalmente snella. Con il pacchetto Python ultralytics, gli sviluppatori possono caricare, addestrare e validare un modello con una quantità minima di codice di configurazione. Ultralytics gestisce automaticamente complesse tecniche di aumento dei dati, l'evoluzione degli iperparametri e la pianificazione del learning rate.

from ultralytics import YOLO

# Load a pretrained YOLOv5 small model
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

Inoltre, la versatilità di YOLOv5 va oltre il rilevamento standard degli oggetti, offrendo un solido supporto per la classificazione delle immagini e la segmentazione delle istanze all'interno della stessa API coerente.

Applicazioni nel mondo reale#

La scelta tra questi modelli dipende dal tuo ambiente di deployment e dai tuoi requisiti tecnici:

• Vendita al dettaglio e gestione dell'inventario: per le applicazioni che richiedono il riconoscimento dei prodotti in tempo reale su dispositivi edge come NVIDIA Jetson, YOLOv5 è particolarmente indicato. Il suo ingombro di memoria minimo e le elevate velocità di inferenza TensorRT consentono il tracciamento con più telecamere senza perdere fotogrammi.
• Ricerca accademica e architetture personalizzate: YOLOX è molto apprezzato nella comunità di ricerca. La sua testata disaccoppiata e la sua natura senza anchor lo rendono un eccellente baseline per gli ingegneri che desiderano sperimentare nuove strategie di assegnazione delle label o che lavorano con dataset in cui i tradizionali anchor box non riescono a generalizzare.
• AI per l'agricoltura: per attività di agricoltura di precisione come il rilevamento dei frutti o l'identificazione delle erbe infestanti tramite droni, la facilità di addestramento e deployment dei modelli YOLOv5 utilizzando la Ultralytics Platform consente agli esperti del settore di implementare soluzioni di AI senza una formazione approfondita nell'ingegneria del machine learning.

Casi d'uso e raccomandazioni#

La scelta tra YOLOv5 e YOLOX dipende dai requisiti specifici del tuo progetto, dai vincoli di deployment e dalle tue preferenze riguardo all'ecosistema.

Quando scegliere YOLOv5#

YOLOv5 è una scelta eccellente per:

• Sistemi di produzione collaudati: implementazioni esistenti in cui sono apprezzati il lungo storico di stabilità di YOLOv5, la documentazione estesa e l'enorme supporto della community.
• Addestramento con risorse limitate: ambienti con risorse GPU limitate, in cui la pipeline di addestramento efficiente di YOLOv5 e i requisiti di memoria inferiori sono vantaggiosi.
• Ampio supporto dei formati di esportazione: progetti che richiedono l'implementazione in numerosi formati, tra cui ONNX, TensorRT, CoreML e TFLite.

Quando scegliere YOLOX#

YOLOX è consigliato per:

• Ricerca sul rilevamento senza anchor: ricerca accademica che utilizza l'architettura pulita e senza anchor di YOLOX come baseline per sperimentare nuove teste di rilevamento o funzioni di perdita.
• Dispositivi edge ultraleggeri: distribuzione su microcontrollori o hardware mobile legacy, dove l'ingombro estremamente ridotto della variante YOLOX-Nano (0.91M di parametri) è fondamentale.
• Studi sull'assegnazione delle label SimOTA: progetti di ricerca che analizzano le strategie di assegnazione delle label 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 migliore combinazione di prestazioni ed esperienza per gli sviluppatori:

• Deployment edge senza NMS: applicazioni che richiedono un'inferenza coerente e a bassa latenza senza la complessità della post-elaborazione con Soppressione non massima.
• Ambienti esclusivamente CPU: dispositivi privi di accelerazione GPU dedicata, dove l'inferenza su CPU fino al 43% più veloce di YOLO26 offre un vantaggio decisivo.
• Rilevamento di oggetti piccoli: scenari complessi come le immagini aeree riprese da droni o l'analisi di sensori IoT, in cui ProgLoss e STAL migliorano significativamente l'accuratezza sugli oggetti di piccole dimensioni.

Il futuro dell'IA per la visione: arriva YOLO26#

Sebbene YOLOv5 e YOLOX abbiano entrambi consolidato il loro posto nella storia della computer vision, il settore sta avanzando rapidamente. Per gli sviluppatori che iniziano oggi nuovi progetti, Ultralytics raccomanda vivamente di esplorare il suo più recente modello di punta, YOLO26.

Rilasciato a gennaio 2026, YOLO26 rappresenta un enorme passo avanti sia in termini di prestazioni sia di usabilità. Introduce un rivoluzionario design end-to-end senza NMS, eliminando completamente il post-processing della soppressione non massimale. Questo riduce significativamente la variabilità della latenza e semplifica la logica di deployment sui dispositivi a basso consumo.

Inoltre, YOLO26 utilizza il nuovo ottimizzatore MuSGD, un ibrido tra SGD e Muon ispirato alle innovazioni nell'addestramento degli LLM, per una convergenza incredibilmente stabile e veloce. Con la rimozione di DFL (Distribution Focal Loss rimossa per semplificare l'esportazione e migliorare la compatibilità con dispositivi edge e a basso consumo), YOLO26 raggiunge un'inferenza CPU fino al 43% più veloce, consolidando la sua posizione come modello definitivo per il moderno edge computing, la robotica e le applicazioni IoT. Inoltre, ProgLoss + STAL offre funzioni di loss migliorate, con progressi significativi nel riconoscimento degli oggetti di piccole dimensioni, fondamentale per IoT, robotica e immagini aeree. Gli utenti interessati alle generazioni precedenti possono anche consultare YOLO11, sebbene YOLO26 sia indiscutibilmente la scelta allo stato dell'arte.

Conclusioni#

YOLOv5 e YOLOX offrono entrambi straordinarie capacità di rilevamento degli oggetti. Nel 2021, YOLOX ha ampliato i confini dell'architettura dimostrando che i design senza anchor potevano competere con i metodi tradizionali e superarli. Tuttavia, YOLOv5 rimane una forza dominante grazie alla sua impareggiabile facilità d'uso, all'ampio ecosistema e ai minori requisiti di memoria durante l'addestramento.

Per la stragrande maggioranza delle applicazioni commerciali, l'ecosistema Ultralytics offre il percorso più rapido da un dataset grezzo a un modello di produzione distribuito. Che utilizzino il collaudato YOLOv5 o passino all'avanguardia di YOLO26, gli sviluppatori traggono vantaggio da un framework progettato per rendere l'AI per la visione accessibile, efficiente e altamente performante.