YOLOv7 vs EfficientDet#

Scegliere l’architettura di rete neurale giusta è il fondamento di qualsiasi progetto di visione artificiale di successo. Questa guida offre un confronto tecnico dettagliato tra due modelli fondamentali nella storia delle architetture per il rilevamento di oggetti: YOLOv7 ed EfficientDet. Esaminando le innovazioni architetturali, le metodologie di addestramento e gli scenari di distribuzione ideali, gli sviluppatori possono prendere decisioni informate. La guida illustra anche come Ultralytics YOLO26 migliori entrambi.

Origini dei modelli e dettagli tecnici#

Entrambi i modelli sono stati sviluppati da importanti gruppi di ricerca e hanno introdotto progressi significativi nel campo del machine learning.

YOLOv7

• Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2022-07-06
• arXiv: YOLOv7: il bag-of-freebies addestrabile stabilisce un nuovo stato dell'arte per i rilevatori di oggetti in tempo reale
• GitHub: WongKinYiu/yolov7
• Documentazione: Documentazione di Ultralytics YOLOv7

Scopri di più su YOLOv7

EfficientDet

• Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
• Organizzazione: Google Research
• Data: 2019-11-20
• arXiv: EfficientDet: rilevamento degli oggetti scalabile ed efficiente
• GitHub: Google AutoML EfficientDet

Scopri di più su EfficientDet

Differenze architetturali e analisi equilibrata#

Comprendere le differenze strutturali fondamentali tra queste reti è essenziale per una distribuzione efficace dei modelli.

EfficientDet: scaling composto e BiFPN#

Sviluppato nell'ecosistema TensorFlow, EfficientDet ha introdotto un approccio sistematico alla scalabilità dei modelli. Invece di ampliare o approfondire la rete arbitrariamente, i ricercatori di Google hanno utilizzato un metodo di scalabilità composta che ridimensiona in modo uniforme risoluzione, profondità e larghezza.

Inoltre, EfficientDet ha introdotto la rete piramidale di caratteristiche bidirezionale (BiFPN). Questa variante della rete piramidale di caratteristiche consente una rapida fusione delle caratteristiche a più scale.

Punti di forza: È altamente efficiente in termini di parametri e raggiunge un'elevata precisione media (mAP) con meno FLOPs rispetto a molti modelli contemporanei. Punti deboli: Si affida in larga misura a strategie di ricerca AutoML ormai superate. L'integrazione nei flussi di lavoro moderni e dinamici di PyTorch può risultare macchinosa e la latenza sui dispositivi edge è spesso più elevata del previsto, nonostante il basso numero di FLOPs.

YOLOv7: Bag-of-Freebies addestrabile#

YOLOv7 ha dato priorità all’inferenza in tempo reale e all’ottimizzazione dell’addestramento. Ha introdotto il concetto di rete estesa ed efficiente di aggregazione dei layer (E-ELAN), che consente al modello di apprendere continuamente caratteristiche più diversificate senza compromettere il percorso del gradiente originale. YOLOv7 ha inoltre impiegato una tecnica chiamata «bag-of-freebies addestrabile», che migliora l’accuratezza del rilevamento senza aumentare i costi di inferenza.

Punti di forza: Velocità di elaborazione elevate e latenza di inferenza favorevole, ideali per flussi video ad alto FPS. Punti deboli: Pur essendo molto efficiente, si basa ancora sulle anchor box e richiede la soppressione non massima (NMS) durante la post-elaborazione, che può creare un collo di bottiglia nella latenza nelle scene molto affollate.

Metriche di prestazione e benchmark#

La tabella seguente mette a confronto le principali metriche delle prestazioni, permettendo agli sviluppatori di valutare i compromessi tra velocità, numero di parametri e precisione.

Come mostrato, EfficientDet-d7 raggiunge un mAP elevato, ma la sua velocità con TensorRT è nettamente inferiore a quella delle varianti YOLOv7, evidenziando il vantaggio di queste ultime nel rilevamento di oggetti in tempo reale con accelerazione GPU.

L'evoluzione del rilevamento degli oggetti: YOLO26#

Sebbene YOLOv7 ed EfficientDet abbiano gettato basi importanti, il panorama dell’AI per la visione artificiale evolve rapidamente. Per le applicazioni moderne che richiedono la migliore efficienza e accuratezza, l’aggiornamento consigliato è YOLO26, rilasciato a gennaio 2026.

YOLO26 affronta i limiti delle generazioni precedenti e offre un’ampia versatilità per il rilevamento di oggetti, la segmentazione delle istanze, la segmentazione semantica, la stima della profondità, la classificazione delle immagini, la stima della posa e il rilevamento di bounding box orientate (OBB).

Principali innovazioni di YOLO26#

• Design end-to-end senza NMS: YOLO26 offre una head one-to-one opzionale (nms=False) che salta il post-processing della soppressione non massima (NMS). Introdotto nei modelli YOLO da YOLOv10, questo design semplifica la logica di deployment e mantiene la latenza costante indipendentemente dalla densità degli oggetti.
• Rimozione di DFL: Rimuovendo la perdita focale di distribuzione (DFL), l'architettura del modello si semplifica, migliorando la compatibilità con ambienti di elaborazione periferica con risorse estremamente limitate.
• Inferenza su CPU fino al 43% più veloce: YOLO26n funziona fino al 43% più velocemente su CPU rispetto a YOLO11n, risultando ideale per hardware senza GPU dedicata.
• Ottimizzatore MuSGD: Ispirato alle tecniche dei modelli linguistici di grandi dimensioni (come Kimi K2 di Moonshot AI), questo ibrido di SGD e Muon garantisce un addestramento più stabile e una convergenza più rapida nell'addestramento per la visione artificiale.
• ProgLoss + STAL: La loss progressiva e l'assegnazione delle etichette consapevole degli oggetti piccoli migliorano il riconoscimento degli oggetti di piccole dimensioni, un aspetto importante per le immagini aeree e le applicazioni con droni.
• Miglioramenti specifici per attività: Include una loss per la segmentazione semantica e proto multi-scala per le attività di segmentazione, la stima della log-verosimiglianza residua (RLE) per la stima della posa e una loss angolare specializzata, progettata per risolvere i problemi ai bordi delle Bounding Box orientate (OBB).

Per i team che usano attualmente sistemi legacy, passare alla Ultralytics Platform offre un flusso di lavoro semplificato, in cui questi modelli possono essere addestrati e distribuiti facilmente. Gli sviluppatori possono anche valutare le generazioni precedenti, come YOLO11 e YOLOv8, in base alle specifiche esigenze di compatibilità con le versioni precedenti.

Addestramento semplificato e facilità d'uso#

Una delle caratteristiche distintive dei modelli Ultralytics è la facilità d'uso. A differenza delle configurazioni complesse con molte dipendenze richieste dagli ambienti TensorFlow AutoML di EfficientDet, Ultralytics offre un'API semplice e in stile Python.

Questo ambiente mantiene basso l'uso della memoria CUDA durante l'addestramento e aiuta ad addestrare modelli su grandi dataset senza gli errori di memoria esaurita (OOM) comuni nelle architetture basate su Transformer.

Esempio di codice: iniziare con Ultralytics#

Il seguente frammento mostra come gli sviluppatori possono usare il pacchetto Ultralytics per addestrare subito un modello YOLO26.

from ultralytics import YOLO

# Initialize a YOLO26 nano model for object detection
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 example dataset
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # GPU index; use device='cpu' to train on CPU
    batch=16,
)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment (e.g., OpenVINO for CPU optimization)
model.export(format="openvino")

Casi d'uso ideali e applicazioni nel mondo reale#

Quando progetti una soluzione, è importante allineare i punti di forza del modello al caso d'uso specifico.

Quando usare EfficientDet#

EfficientDet resta una possibile scelta per la ricerca accademica tradizionale o per gli ambienti strettamente vincolati all'ecosistema Google Cloud, in cui gli esperimenti sulla scalabilità composta sono l'obiettivo principale. Le varianti più piccole (d0-d2) sono utili quando le dimensioni su disco sono fortemente limitate.

Quando usare YOLOv7#

YOLOv7 eccelle nelle configurazioni tradizionali ad alte prestazioni, soprattutto quando si preferisce l'integrazione con PyTorch a quella con TensorFlow. È ancora ampiamente utilizzato per:

• Analisi video: Elaborazione di flussi di sicurezza ad alta frequenza di fotogrammi, con ampia disponibilità di accelerazione GPU.
• Ispezione industriale: Individuazione dei difetti nelle linee di assemblaggio a elevata velocità.

Quando scegliere YOLO26#

Per le nuove implementazioni, YOLO26 è la scelta consigliata. Il suo equilibrio prestazionale e l'ecosistema ben mantenuto lo rendono particolarmente adatto a:

• Smart city e gestione del traffico: La testa opzionale senza NMS mantiene costante la latenza di inferenza per il coordinamento del traffico in tempo reale.
• Robotica e sistemi autonomi: L'inferenza su CPU di YOLO26n, fino al 43% più veloce rispetto a YOLO11n, aiuta a mantenere reattiva la navigazione sui dispositivi integrati.
• Monitoraggio agricolo e aereo: Usa ProgLoss e STAL per identificare oggetti piccoli, come colture specifiche o fauna selvatica, in immagini ad alta quota.

In sintesi, EfficientDet e YOLOv7 offrono un prezioso contesto storico e un'utilità specifica per alcune nicchie, ma gli ingegneri moderni della visione artificiale ottengono i risultati migliori adottando l'architettura Ultralytics YOLO26, che affronta i precedenti colli di bottiglia nella distribuzione, nella velocità su CPU e nella precisione sugli oggetti piccoli.