Inizia

YOLOv7 e YOLOv5

Quando crei moderne pipeline di computer vision, scegliere l'architettura giusta per il rilevamento degli oggetti è fondamentale per bilanciare accuratezza, velocità di inferenza e utilizzo delle risorse. Questo confronto esamina due modelli influenti nel campo della computer vision: YOLOv7 e Ultralytics YOLOv5.

Analizzandone le differenze architetturali, le metriche di prestazione e gli scenari di distribuzione ideali, questa guida aiuta sviluppatori e ricercatori a scegliere il modello più adatto alle loro esigenze specifiche.

Contesto e origini dei modelli#

Comprendere le origini di questi modelli aiuta a inquadrare le loro filosofie di progettazione e i casi d’uso a cui sono destinati.

YOLOv5#

Rilasciato da Glenn Jocher e dal team Ultralytics il 26 giugno 2020, Ultralytics YOLOv5 ha offerto un'implementazione nativa in PyTorch, dando priorità alla facilità d'uso senza sacrificare le prestazioni. Grazie al suo ecosistema semplificato e alle dinamiche di addestramento affidabili, è diventato rapidamente uno standard del settore. Puoi esplorare il codice sorgente nel repository GitHub di YOLOv5 oppure accedere direttamente al modello tramite la Ultralytics Platform.

YOLOv7#

Presentato il 6 luglio 2022 da Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao dell'Institute of Information Science, Academia Sinica, Taiwan, YOLOv7 si è concentrato fortemente sulle innovazioni architetturali, come le reti Extended Efficient Layer Aggregation Networks (E-ELAN) e un "bag-of-freebies" addestrabile, per spingere al massimo livello la precisione. I dettagli sono disponibili nel loro articolo ufficiale su arXiv e nel repository GitHub di YOLOv7. Per eseguire modelli YOLOv7 esportati con Ultralytics, consulta la documentazione di Ultralytics YOLOv7.

Scopri di più su YOLOv7

Supporto del pacchetto Ultralytics

YOLOv5 è completamente integrato nel pacchetto Python Ultralytics. YOLOv7 non è supportato nativamente per l'addestramento o l'inferenza PyTorch, ma i checkpoint YOLOv7 upstream esportati in ONNX o TensorRT possono essere eseguiti con Ultralytics, come descritto nella documentazione di YOLOv7.

Innovazioni architetturali#

Progettazione di Ultralytics YOLOv5#

YOLOv5 utilizza un backbone CSPDarknet53 modificato abbinato a una rete di aggregazione dei percorsi (PANet) come neck. Questo design è altamente ottimizzato per l'estrazione rapida delle caratteristiche e per l'efficienza nell'uso della memoria. A differenza delle architetture più datate o dei pesanti modelli Transformer, YOLOv5 richiede molta meno memoria CUDA durante l'addestramento, consentendo di usare batch più grandi sulle GPU standard di fascia consumer. Oltre ai normali riquadri di delimitazione, il repository di YOLOv5 ha aggiunto anche la segmentazione delle istanze (v7.0) e la classificazione delle immagini (v6.2).

Progettazione di YOLOv7#

YOLOv7 ha introdotto diverse riparametrizzazioni strutturali e l’architettura E-ELAN, che consente alla rete di apprendere caratteristiche più diversificate senza distruggere il percorso originale del gradiente. Implementa anche una head ausiliaria per la supervisione intermedia durante l’addestramento. Sebbene questi progressi permettano di ottenere un’elevata precisione media (mAP), spesso introducono strutture di tensori complesse che possono rendere leggermente più difficile l’esportazione in formati per dispositivi edge come ONNX o TensorRT, rispetto alle esportazioni semplificate native dei modelli Ultralytics.

Analisi delle prestazioni#

Quando confrontano questi modelli, gli sviluppatori devono bilanciare mAPval50-95, velocità di inferenza e complessità computazionale (FLOP). La tabella seguente mostra le prestazioni di entrambe le architetture, valutate sul dataset COCO.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Punti chiave#

  • Limite massimo di accuratezza: YOLOv7x raggiunge l'accuratezza complessiva più elevata, con 53.1 mAPval50-95, risultando molto competitivo negli scenari in cui l'obiettivo principale è massimizzare le prestazioni di rilevamento.
  • Velocità ed efficienza: Ultralytics YOLOv5n è molto efficiente, con una latenza di inferenza di 1,12 ms su T4 TensorRT e appena 1,9 M di parametri. Questo lo rende un'ottima scelta per le distribuzioni edge con risorse molto limitate.
  • Equilibrio delle prestazioni: la serie YOLOv5 offre un'ampia gamma di dimensioni dei modelli. YOLOv5l offre un buon compromesso: la sua accuratezza è di poco inferiore a quella di YOLOv7l, ma la pipeline di distribuzione è molto più collaudata.

I vantaggi dell’ecosistema Ultralytics#

L'architettura di un modello è solo metà dell'equazione: la sua effettiva praticabilità nel mondo reale dipende dall'ecosistema che lo circonda, un aspetto considerato nella progettazione dei modelli Ultralytics.

Facilità d'uso: Ultralytics offre un'API Python unificata e intuitiva. Puoi addestrare, convalidare e distribuire modelli con pochissimo codice di supporto, grazie all'ampia documentazione ufficiale. Ecosistema ben mantenuto: lo sviluppo attivo porta aggiornamenti regolari, correzioni di bug e integrazioni con strumenti di monitoraggio moderni come Weights & Biases. Efficienza dell'addestramento: grazie a data loader ottimizzati e alla memorizzazione intelligente nella cache, YOLOv5 riduce i tempi di addestramento. Inoltre, i pesi preaddestrati pronti all'uso accelerano il transfer learning in diversi ambiti.

Esempio di codice: addestramento semplificato#

Con il pacchetto Ultralytics, avviare un'esecuzione di addestramento segue lo stesso schema per tutte le architetture supportate.

from ultralytics import YOLO

# Carica un modello YOLOv5 preaddestrato
model = YOLO("yolov5su.pt")  # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics

# Addestra il modello sul dataset di esempio COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esporta il modello addestrato in formato ONNX per il deployment
success = model.export(format="onnx")

Casi d'uso ideali#

Quando scegliere YOLOv7#

  • Benchmark accademici: utile per i ricercatori che devono confrontare nuove tecniche con una baseline del 2022 ben documentata.
  • Elaborazione cloud su GPU di fascia alta: quando si distribuisce su hardware server potente e raggiungere il massimo mAP in scene dense è più importante della semplicità di esportazione.

Quando scegliere YOLOv5#

  • Distribuzioni in produzione: Ideale per le applicazioni commerciali che richiedono elevata stabilità, semplici opzioni di distribuzione dei modelli e ampia compatibilità multipiattaforma.
  • Dispositivi edge: le varianti più piccole (YOLOv5n e YOLOv5s) funzionano bene su telefoni cellulari e sistemi embedded.
  • Requisiti multi-task: se il tuo progetto deve passare dal semplice rilevamento alla segmentazione delle istanze o alla classificazione usando un framework unificato.
Esplora altre architetture

Cerchi versioni più recenti? Scopri Ultralytics YOLOv8 o Ultralytics YOLO11 per approfondire i progressi nel rilevamento anchor-free e nelle capacità di apprendimento multi-task.

La nuova generazione: Ultralytics YOLO26#

Sebbene YOLOv5 e YOLOv7 occupino un posto importante nella storia dell’AI per la visione artificiale, il panorama è in continua evoluzione. Rilasciato a gennaio 2026, Ultralytics YOLO26 è il modello più recente di Ultralytics e migliora le generazioni precedenti in termini di accuratezza, velocità su CPU e semplicità di distribuzione.

YOLO26 introduce diverse funzionalità chiave:

  • Design end-to-end senza NMS: basandosi sull'addestramento senza NMS che YOLOv10 ha introdotto nei modelli YOLO, YOLO26 offre una head end-to-end opzionale (nms=False) che salta la fase di post-processing della soppressione non massima (NMS), riducendo la latenza e semplificando la logica di deployment.
  • Ottimizzatore MuSGD: Ispirato a Kimi K2 di Moonshot AI, questo ottimizzatore ibrido combina SGD standard e Muon, portando le idee di addestramento degli LLM nella visione artificiale per ottenere un addestramento più stabile e una convergenza più rapida.
  • Velocità CPU migliorata: Eliminando la Distribution Focal Loss (DFL), YOLO26n raggiunge un’inferenza su CPU fino al 43% più veloce rispetto a YOLO11n, rendendo YOLO26 particolarmente adatto all’AI edge e alla distribuzione su dispositivi IoT a basso consumo.
  • ProgLoss + STAL: La Progressive Loss e l’assegnazione delle etichette consapevole degli oggetti piccoli migliorano il riconoscimento degli oggetti di piccole dimensioni, fondamentale per le immagini aeree e la robotica di precisione.
  • Miglioramenti specifici per attività: Include una loss di segmentazione semantica per la generazione delle maschere, la stima della log-verosimiglianza residua (RLE) per la stima della posa e una loss angolare specializzata per risolvere i problemi ai bordi delle bounding box orientate (OBB).

Conclusione#

YOLOv5 e YOLOv7 offrono entrambi soluzioni solide per il rilevamento di oggetti in tempo reale. YOLOv7 resta una scelta eccellente per l’accuratezza pura su hardware con elevate capacità di calcolo, mentre YOLOv5 si distingue come strumento intuitivo per gli sviluppatori, con un ottimo equilibrio tra velocità ed efficienza e un ecosistema maturo.

Per gli sviluppatori che vogliono rendere le proprie pipeline pronte per il futuro con la migliore combinazione di velocità, semplicità e accuratezza, la soluzione consigliata è passare a Ultralytics YOLO26. Mantiene la facilità d’uso dell’ecosistema Ultralytics e aggiunge i miglioramenti architetturali descritti sopra.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.