YOLOv6-3.0 vs YOLOv7
L'evoluzione del rilevamento di oggetti in tempo reale è stata caratterizzata da rapidi progressi nell'efficienza architetturale e nelle metodologie di addestramento. Due modelli che hanno influenzato il settore sono YOLOv6-3.0 e YOLOv7. Entrambi i framework hanno introdotto nuove tecniche per bilanciare la velocità di inferenza e l'accuratezza del rilevamento, rivolgendosi a deployment che vanno dalle GPU server di fascia alta ai dispositivi edge.
Questo confronto tecnico analizza le architetture, le metriche di prestazione e i casi d'uso ideali, mostrando inoltre come Ultralytics Platform e il più recente modello YOLO26 sviluppino questi concetti per offrire agli sviluppatori un'esperienza più semplice.
YOLOv6-3.0: ottimizzazione della produttività industriale#
Sviluppato dal dipartimento Vision AI di Meituan, YOLOv6-3.0 è stato progettato esplicitamente per applicazioni industriali ad alta produttività. Punta soprattutto a massimizzare le prestazioni sugli acceleratori hardware, rendendolo un'ottima opzione negli ambienti in cui è possibile elaborare batch su GPU dedicate.
- Autori: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
- Organizzazione: Meituan
- Data: 2023-01-13
- arXiv: 2301.05586
- GitHub: meituan/YOLOv6
Innovazioni architetturali#
YOLOv6-3.0 si basa su un backbone EfficientRep, un'architettura ottimizzata per l'hardware e progettata per ottimizzare i costi di accesso alla memoria sulle GPU. Per migliorare la fusione delle feature a scale diverse, il modello introduce nel neck un modulo di concatenazione bidirezionale (BiC). Questo consente alla rete di cogliere gerarchie spaziali complesse con maggiore efficacia rispetto alle versioni precedenti.
Inoltre, YOLOv6-3.0 adotta una strategia di training assistito da anchor (AAT). Questo approccio combina i ricchi segnali di gradiente del training basato su anchor con i vantaggi della distribuzione semplificata dell'inferenza senza anchor, aiutando il modello a convergere in modo più stabile senza sacrificare la velocità di post-elaborazione.
YOLOv6-3.0 eccelle sulle GPU di livello server, come la NVIDIA T4, ma la forte dipendenza da specifiche tecniche di riparametrizzazione strutturale può talvolta causare una latenza non ottimale sui dispositivi edge vincolati alla CPU, rispetto alle architetture più recenti.
YOLOv7: pioniere dei bag-of-freebies#
Rilasciato dai ricercatori della Academia Sinica, YOLOv7 adotta un approccio diverso, concentrandosi sull'analisi del percorso del gradiente e sulle ottimizzazioni in fase di training che non aumentano il costo di inferenza: un concetto che gli autori definiscono "borsa di vantaggi addestrabile".
- Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
- Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
- Data: 2022-07-06
- arXiv: 2207.02696
- GitHub: WongKinYiu/yolov7
Innovazioni architetturali#
Il fulcro di YOLOv7 è la sua rete di aggregazione estesa ed efficiente dei layer (E-ELAN). E-ELAN ottimizza il percorso del gradiente consentendo a layer diversi di apprendere caratteristiche più eterogenee senza alterare la topologia originale della rete. Ne risulta un modello altamente espressivo, capace di raggiungere un'elevata precisione media (mAP).
YOLOv7 sfrutta ampiamente anche la riparametrizzazione del modello, unendo i livelli convoluzionali alla normalizzazione del batch durante l'inferenza. Questo riduce il numero di parametri e velocizza il passaggio in avanti quando il modello viene distribuito con framework come NVIDIA TensorRT o ONNX.
Confronto delle prestazioni#
La valutazione di questi modelli sul set di dati MS COCO evidenzia un compromesso tra le varianti leggere di YOLOv6 e i modelli YOLOv7 più grandi, orientati all'accuratezza.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
I dati mostrano che YOLOv6-3.0n offre l'inferenza più veloce, risultando adatto all'analisi video ad alta frequenza. YOLOv7x raggiunge invece il mAP più elevato e si distingue nelle attività in cui l'accuratezza del rilevamento conta più della frequenza dei fotogrammi.
Casi d'uso e consigli#
La scelta tra YOLOv6 e YOLOv7 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.
Quando scegliere YOLOv6#
YOLOv6 è una scelta valida per:
- Distribuzione ottimizzata per l’hardware industriale: scenari in cui la progettazione consapevole dell’hardware e la riparametrizzazione efficiente del modello offrono prestazioni ottimizzate sull’hardware di destinazione specifico.
- Rilevamento rapido a singolo stadio: applicazioni che privilegiano la velocità pura di inferenza su GPU per l’elaborazione video in tempo reale in ambienti controllati.
- Integrazione nell’ecosistema Meituan: team che lavorano già nello stack tecnologico e nell’infrastruttura di distribuzione di Meituan.
Quando scegliere YOLOv7#
YOLOv7 è consigliato per:
- Benchmark accademici: riprodurre i risultati dello stato dell'arte del 2022 o studiare gli effetti di E-ELAN e delle tecniche del bagaglio di tecniche gratuite addestrabile.
- Ricerca sulla riparametrizzazione: esaminare convoluzioni riparametrizzate pianificate e strategie di scalabilità composta dei modelli.
- Pipeline personalizzate esistenti: progetti con pipeline ampiamente personalizzate e basate sull'architettura specifica di YOLOv7, difficili da ristrutturare.
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.
I vantaggi di Ultralytics: verso il futuro#
YOLOv6-3.0 e YOLOv7 rappresentano traguardi importanti, ma integrare repository distinti nelle pipeline di produzione comporta spesso difficoltà nella distribuzione dei modelli e nella regolazione degli iperparametri. L'ecosistema Ultralytics risolve questi problemi offrendo un'interfaccia unificata e snella.
Perché scegliere Ultralytics?#
- Facilità d'uso: l'API Python di Ultralytics consente agli sviluppatori di caricare, addestrare ed esportare modelli con poche righe di codice. Per passare da un modello meno recente all'architettura più recente basta modificare una sola stringa.
- Ecosistema curato e aggiornato: Ultralytics offre aggiornamenti frequenti, supporto attivo della community e una documentazione completa.
- Versatilità: a differenza dei modelli precedenti, incentrati soprattutto sui riquadri di delimitazione, i modelli Ultralytics supportano nativamente l'apprendimento multi-task, tra cui la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati (OBB).
- Fabbisogno di memoria: durante il training, i modelli Ultralytics YOLO consumano meno memoria rispetto alle architetture basate su Transformer come RT-DETR, consentendo ai ricercatori di addestrarli efficacemente su hardware consumer.
Passaggio a YOLO26#
Per gli sviluppatori che cercano le migliori prestazioni attuali, YOLO26 (rilasciato a gennaio 2026) è l'aggiornamento consigliato per il rilevamento degli oggetti. Introduce un design end-to-end senza NMS opzionale (nms=False) che salta la post-elaborazione con soppressione dei massimi non locali (NMS) e riduce la variabilità della latenza sui dispositivi edge.
Le innovazioni principali di YOLO26 includono:
- Ottimizzatore MuSGD: un ibrido di SGD e Muon, ispirato all'addestramento dei modelli linguistici di grandi dimensioni (LLM), che garantisce dinamiche di addestramento stabili e una convergenza più rapida.
- Rimozione di DFL: rimuovendo Distribution Focal Loss, YOLO26 semplifica la compatibilità con l'esportazione e migliora le prestazioni sui dispositivi a basso consumo.
- ProgLoss + STAL: una loss progressiva e una strategia di assegnazione delle etichette consapevole degli oggetti piccoli migliorano il riconoscimento degli oggetti di piccole dimensioni.
- Velocità su CPU: YOLO26n raggiunge un'inferenza su CPU fino al 43% più veloce di YOLO11n, rendendo YOLO26 particolarmente adatto ai sistemi embedded come Raspberry Pi e ai deployment con Apple CoreML.
Altri modelli validi dell'ecosistema sono YOLO11 e YOLOv8, entrambi ancora adatti alle integrazioni hardware esistenti.
Sviluppando le tue applicazioni di visione artificiale su Ultralytics Platform, puoi adottare modelli Ultralytics più recenti senza riscrivere i loader dei set di dati o gli script di deployment.
Esempio di codice: addestramento semplificato#
Il seguente frammento mostra come addestrare un modello YOLO26 all'avanguardia con l'API Ultralytics. Lo stesso flusso di lavoro si applica a YOLO11 o YOLOv8, senza il codice boilerplate tipicamente richiesto dai repository meno recenti.
from ultralytics import YOLO
# Carica il modello nano YOLO26 per un addestramento rapido
model = YOLO("yolo26n.pt")
# Addestra il modello sul dataset COCO8
# L'API gestisce il download del dataset, l'aumento dei dati e la configurazione degli iperparametri
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="cuda:0", # Usa automaticamente l'accelerazione GPU di PyTorch
)
# Esegui un'inferenza end-to-end senza NMS su un'immagine di test
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)
# Esporta in ONNX per la distribuzione multipiattaforma
model.export(format="onnx")Conclusione#
YOLOv6-3.0 e YOLOv7 hanno affrontato con successo aspetti diversi della sfida del rilevamento in tempo reale. YOLOv6-3.0 è adatto agli ambienti industriali specializzati con GPU, mentre YOLOv7 offre un'elevata accuratezza grazie a una rigorosa ottimizzazione del percorso del gradiente.
Tuttavia, per le applicazioni moderne che richiedono versatilità, un deployment semplice e prestazioni all'avanguardia, la scelta consigliata è Ultralytics YOLO26. La sua head senza NMS opzionale, l'ottimizzatore MuSGD e l'integrazione con Ultralytics Platform aiutano gli sviluppatori a distribuire più rapidamente soluzioni di IA visiva scalabili.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.