Inizia

YOLOv7 vs YOLOv6-3.0

Il campo della computer vision è in continua evoluzione e i nuovi modelli di rilevamento degli oggetti migliorano costantemente velocità e accuratezza. Due tappe significative di questo percorso sono YOLOv7 e YOLOv6-3.0. Entrambi i modelli hanno introdotto innovazioni architetturali originali, pensate per massimizzare throughput e precisione nelle applicazioni reali. Questa pagina offre un'analisi tecnica approfondita di entrambe le architetture e ne confronta prestazioni, metodologie di addestramento e casi d'uso ideali, per aiutarti a prendere una decisione informata per il tuo prossimo progetto di intelligenza artificiale.

YOLOv7: pioniere dei bag-of-freebies#

Rilasciato a metà del 2022, YOLOv7 ha introdotto diverse strategie innovative per ottimizzare l'architettura della rete senza aumentare il costo dell'inferenza. Si è concentrato soprattutto sul "bag-of-freebies" addestrabile per migliorare l'accuratezza mantenendo prestazioni in tempo reale.

Punti salienti dell'architettura#

YOLOv7 si distingue per la sua rete di aggregazione dei livelli estesa ed efficiente (E-ELAN). Questa architettura consente al modello di apprendere caratteristiche più diversificate controllando i percorsi del gradiente più brevi e più lunghi. Inoltre, durante l'inferenza YOLOv7 utilizza tecniche di riparametrizzazione strutturale per unire i livelli convoluzionali, riducendo di fatto il numero di parametri e il tempo di calcolo senza sacrificare le rappresentazioni apprese.

Il modello presenta anche una strategia di addestramento con testa ausiliaria distintiva. Utilizzando una "testa principale" per le predizioni finali e una "testa ausiliaria" per guidare l'addestramento nei livelli intermedi, YOLOv7 ottiene una convergenza migliore e un'estrazione di caratteristiche più ricca, particolarmente utile per affrontare attività impegnative di rilevamento degli oggetti.

Scopri di più su YOLOv7

YOLOv6-3.0: throughput di livello industriale#

Sviluppato dal Meituan Vision AI Department, YOLOv6-3.0 è stato progettato esplicitamente come "rilevatore di oggetti di nuova generazione per applicazioni industriali". Rilasciato all'inizio del 2023, si concentra soprattutto sul massimizzare l'utilizzo dell'hardware, in particolare delle GPU NVIDIA.

Punti salienti dell'architettura#

YOLOv6-3.0 adotta un backbone EfficientRep ottimizzato per l'elaborazione parallela sulle GPU. Questo lo rende molto efficiente per l'elaborazione batch su larga scala. La versione 3.0 ha introdotto nel neck un modulo Bi-directional Concatenation (BiC) per migliorare la fusione delle caratteristiche a diverse scale e la capacità del modello di rilevare oggetti di dimensioni variabili.

Inoltre, YOLOv6-3.0 utilizza una strategia Anchor-Aided Training (AAT). Questo approccio combina i vantaggi dell'addestramento basato su anchor con l'inferenza anchor-free, mantenendo la stabilità delle anchor durante l'apprendimento e la velocità e semplicità del design anchor-free durante la distribuzione.

Scopri di più su YOLOv6

Confronto delle prestazioni#

Quando valuti i modelli per la produzione, è fondamentale bilanciare accuratezza (mAP), velocità di inferenza e carico computazionale (FLOPs). Di seguito trovi un confronto dettagliato delle varianti standard di entrambi i modelli.

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
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7
Considerazioni sull'hardware

YOLOv6-3.0 è adatto agli ambienti GPU ad alto throughput, come TensorRT, mentre YOLOv7 offre un'opzione equilibrata per i sistemi che danno priorità alla conservazione delle caratteristiche.

I vantaggi di Ultralytics#

I repository autonomi di YOLOv7 e YOLOv6-3.0 sono potenti, ma l'ecosistema Ultralytics semplifica l'esperienza di sviluppo. Il pacchetto Python ultralytics riunisce architetture diverse in un unico framework intuitivo.

  • Facilità d'uso: l'API Ultralytics ti consente di creare, addestrare e distribuire modelli YOLOv6 (a partire dalle relative configurazioni YAML) o modelli moderni come YOLO26, con pochissimo codice di supporto. YOLOv7 non è supportato nativamente: per prima cosa è necessario esportare i checkpoint YOLOv7 upstream in ONNX o TensorRT. Per passare da un'architettura supportata a un'altra, basta cambiare il file del modello.
  • Ecosistema ben mantenuto: Ultralytics offre un ambiente aggiornato attivamente e aggiornamenti frequenti, garantendo la compatibilità nativa con le distribuzioni più recenti di PyTorch e le versioni di CUDA.
  • Efficienza dell'addestramento: le pipeline di addestramento sono ottimizzate per sfruttare al meglio le risorse GPU. Inoltre, durante l'addestramento i modelli Ultralytics YOLO richiedono in genere meno memoria dei modelli pesanti basati su Transformer, come RT-DETR, consentendo di usare dimensioni dei batch maggiori su hardware di fascia consumer.
  • Versatilità: oltre al normale rilevamento con riquadri di delimitazione, il framework Ultralytics supporta attività come la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati nelle famiglie di modelli compatibili, una funzionalità spesso assente nei repository di ricerca autonomi.

Esempio di codice: addestramento e inferenza#

Integrare questi modelli nella tua pipeline Python è semplice. Assicurati che il tuo dataset utilizzi il formato YOLO per il rilevamento, come il dataset COCO, quindi esegui quanto segue:

from ultralytics import YOLO

# Crea un modello YOLOv6n dalla sua configurazione YAML (non sono forniti pesi YOLOv6 preaddestrati)
model = YOLO("yolov6n.yaml")

# Addestra il modello con la gestione integrata degli iperparametri
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Esegui l'inferenza su un URL di un'immagine o su un percorso locale
predictions = model("https://ultralytics.com/images/bus.jpg")

# Visualizza i risultati del rilevamento
predictions[0].show()

Casi d'uso ideali#

Quando scegliere YOLOv7#

YOLOv7 eccelle negli scenari che richiedono un'elevata accuratezza e un'estrazione densa delle caratteristiche.

  • Videosorveglianza complessa: la capacità di conservare dettagli molto fini lo rende adatto al monitoraggio di scene affollate o al rilevamento di piccole anomalie nelle infrastrutture delle smart city.
  • Benchmark accademici: spesso utilizzato come solida baseline nella ricerca grazie alla sua filosofia di progettazione completa "bag-of-freebies".

Quando scegliere YOLOv6-3.0#

YOLOv6-3.0 è il cavallo di battaglia per le pipeline ad alto volume accelerate da GPU.

  • Automazione industriale: adatta alle linee di fabbrica e al rilevamento di difetti di fabbricazione, dove GPU di classe server elaborano simultaneamente più flussi video.
  • Analisi ad alto throughput: utile per elaborare archivi video offline quando l'obiettivo principale è massimizzare i frame al secondo.

Il futuro: YOLO26#

YOLOv7 e YOLOv6-3.0 sono modelli molto capaci, ma il rapido ritmo dell'innovazione nell'intelligenza artificiale richiede un'efficienza ancora maggiore. Rilasciato a gennaio 2026, Ultralytics YOLO26 affronta molti limiti delle architetture più datate.

Se stai avviando un nuovo progetto, si consiglia YOLO26 rispetto alle generazioni precedenti. Introduce diverse funzionalità chiave:

  • Design end-to-end senza NMS: basandosi sui fondamenti introdotti da YOLOv10, la testa opzionale uno-a-uno di YOLO26 (nms=False) salta Non-Maximum Suppression (NMS). Questo riduce il carico della post-elaborazione, semplifica la distribuzione nelle applicazioni mobili e mantiene la latenza di inferenza bassa e costante.
  • Ottimizzatore MuSGD: ispirato alle tecniche avanzate di addestramento degli LLM, come quelle usate in Kimi K2 di Moonshot AI, YOLO26 utilizza un ottimizzatore ibrido che combina SGD e Muon. Questo garantisce un addestramento più stabile e una convergenza più rapida.
  • Inferenza su CPU fino al 43% più veloce: rimuovendo Distribution Focal Loss (DFL), YOLO26n raggiunge una velocità su CPU fino al 43% superiore a YOLO11n. Questo rende YOLO26 adatto agli ambienti edge, come Raspberry Pi, e ai sensori IoT remoti.
  • ProgLoss + STAL: una funzione di perdita progressiva e un'assegnazione delle etichette consapevole degli oggetti piccoli, progettate per migliorare il riconoscimento degli oggetti di piccole dimensioni, una debolezza storica dei rilevatori a singolo stadio.

Combinando queste innovazioni con la Ultralytics Platform, YOLO26 offre prestazioni elevate, versatilità multi-task e una distribuzione semplice per gli ingegneri del machine learning.

Collaboratori

Commenti

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