YOLOv7 vs YOLOX#

L'evoluzione della visione artificiale è stata caratterizzata da rapidi progressi nel rilevamento degli oggetti in tempo reale. Due tappe fondamentali di questo percorso sono YOLOv7 e YOLOX. Sebbene entrambi i modelli abbiano ampliato i limiti di velocità e accuratezza, hanno adottato filosofie architetturali diverse per ottenere i loro risultati. Questa guida offre un confronto tecnico completo tra questi due potenti modelli, aiutandoti a scegliere l'architettura giusta per i tuoi progetti di visione artificiale.

Introduzione ai modelli#

Comprendere le origini e le principali scelte progettuali di questi modelli è fondamentale per implementarli efficacemente nelle moderne operazioni di machine learning.

Dettagli di YOLOv7#

Sviluppato dai ricercatori che hanno mantenuto le architetture CSPNet e Scaled-YOLOv4, YOLOv7 ha introdotto un approccio di "bag-of-freebies addestrabile" per massimizzare l'accuratezza senza aumentare il costo dell'inferenza.

• Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: https://github.com/WongKinYiu/yolov7
• Documentazione: Documentazione di Ultralytics YOLOv7

Scopri di più su YOLOv7

Dettagli su YOLOX#

YOLOX ha seguito una strada diversa, riportando il paradigma al rilevamento anchor-free e semplificando notevolmente l'architettura della head, mantenendo al contempo prestazioni solide.

• Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
• Organizzazione: Megvii
• Data: 2021-07-18
• Arxiv: https://arxiv.org/abs/2107.08430
• GitHub: https://github.com/Megvii-BaseDetection/YOLOX
• Documentazione: Documentazione ufficiale di YOLOX

Scopri di più su YOLOX

Differenze e innovazioni architetturali#

Le differenze fondamentali tra YOLOv7 e YOLOX riguardano il loro approccio all'estrazione delle caratteristiche, alla predizione dei riquadri delimitatori e all'assegnazione delle label.

YOLOX: il pioniere senza anchor#

YOLOX ha rivoluzionato la famiglia YOLO passando a un design anchor-free. I detector tradizionali basati su anchor richiedono una complessa ottimizzazione euristica per il clustering degli anchor box, che può dipendere fortemente dal dataset. Eliminando gli anchor box, YOLOX ha ridotto significativamente il numero di parametri progettuali. Inoltre, YOLOX utilizza una head disaccoppiata, separando le attività di classificazione e localizzazione in rami distinti della rete. Questo risolve il conflitto intrinseco tra la classificazione di un oggetto e la regressione delle sue coordinate spaziali. YOLOX integra inoltre strategie avanzate di assegnazione delle label come SimOTA, che allocano dinamicamente i campioni positivi durante l'addestramento.

YOLOv7: aggregazione estesa ed efficiente dei layer#

YOLOv7 è tornato alle metodologie basate su anchor, ma ha introdotto la rete di aggregazione estesa ed efficiente dei layer (E-ELAN). E-ELAN ottimizza la lunghezza del percorso del gradiente, assicurando che la rete apprenda efficacemente a diverse profondità. L'architettura si basa fortemente su tecniche di riparametrizzazione, unendo i layer convoluzionali durante l'inferenza per aumentare la velocità senza sacrificare la precisione. La strategia "bag-of-freebies" di YOLOv7 include innovazioni come le convoluzioni riparametrizzate pianificate e l'assegnazione delle label guidata dal lead da grossolana a fine, che portano la Mean Average Precision del modello a livelli notevoli.

Confronto delle prestazioni#

Quando valuti questi modelli per la produzione, è essenziale bilanciare accuratezza ed efficienza computazionale. La tabella seguente illustra i compromessi, evidenziando in grassetto le metriche con le migliori prestazioni.

Come mostrato sopra, YOLOv7x raggiunge il mAP più elevato, risultando eccezionalmente accurato per dataset complessi. Al contrario, YOLOX-Nano è altamente ottimizzato per vincoli estremi di risorse. Tuttavia, entrambi i modelli mostrano un utilizzo della memoria relativamente elevato durante l'addestramento rispetto alle architetture moderne.

Metodologie di addestramento ed ecosistema#

Un fattore cruciale per ricercatori e sviluppatori è la facilità di implementazione. In passato, le versioni precedenti di YOLO richiedevano script C++ fortemente personalizzati o una gestione complessa delle dipendenze.

Il vantaggio dell'ecosistema Ultralytics#

Oggi, il modo più efficace per utilizzare queste architetture consiste nell'affidarsi all'ecosistema Ultralytics, ben mantenuto. Ultralytics offre un'API Python unificata e altamente intuitiva che semplifica notevolmente l'addestramento, la validazione e il deployment.

• Facilità d'uso: con poche righe di codice puoi avviare un ciclo di addestramento, riducendo la ripida curva di apprendimento associata alle implementazioni PyTorch non elaborate.
• Efficienza dell'addestramento: i modelli Ultralytics YOLO utilizzano intrinsecamente meno memoria durante l'addestramento rispetto ai pesanti modelli Transformer come RT-DETR. Questo consente agli sviluppatori di massimizzare le dimensioni dei batch sull'hardware consumer.
• Versatilità: oltre ai semplici riquadri delimitatori, l'ecosistema si estende senza difficoltà ad attività come la segmentazione delle istanze e la stima della posa.

Ecco un esempio eseguibile al 100% che mostra come addestrare un modello utilizzando l'API Ultralytics:

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolov8n.pt")  # Readily available weights for rapid transfer learning

# Train the model efficiently on your custom data
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device="0",  # Utilizes optimal CUDA memory management
)

# Export seamlessly to ONNX or TensorRT
model.export(format="onnx")

Standardizzando la pipeline di esportazione, gli sviluppatori possono trasferire facilmente i propri pesi in formati come TensorRT o ONNX, garantendo un'inferenza ad alta velocità sull'hardware di destinazione.

Casi d'uso ideali e applicazioni nel mondo reale#

La scelta tra YOLOX e YOLOv7 dipende in gran parte dagli obiettivi di deployment:

• YOLOX per l'Edge AI: le varianti YOLOX-Nano e YOLOX-Tiny sono particolarmente adatte al deployment su dispositivi a basso consumo. Se stai realizzando una telecamera di sicurezza intelligente su un Raspberry Pi, le semplici convoluzioni anchor-free di YOLOX si adattano facilmente agli acceleratori edge.
• YOLOv7 per analisi ad alta fedeltà: se elabori immagini satellitari ad alta risoluzione o esegui un complesso controllo qualità nella produzione, l'elevato mAP di YOLOv7x, supportato da GPU NVIDIA di fascia alta, garantisce il rilevamento anche delle anomalie più piccole.

Il futuro: passare a Ultralytics YOLO26#

Sebbene YOLOv7 e YOLOX siano stati rivoluzionari al momento della loro introduzione, il panorama della visione artificiale è progredito significativamente. Per i nuovi deployment, gli sviluppatori dovrebbero prendere in considerazione Ultralytics YOLO26, rilasciato a gennaio 2026. Questo modello all'avanguardia riunisce le migliori teorie architetturali in un sistema definitivo pronto per la produzione.

Ecco perché è altamente consigliato eseguire l'upgrade:

• Design end-to-end senza NMS: YOLO26 elimina nativamente la soppressione dei massimi non adiacenti (NMS) durante il post-processing. Introdotto inizialmente in YOLOv10, questo garantisce una latenza costantemente bassa e semplifica il deployment sui dispositivi privi di supporto hardware per NMS.
• Rimozione di DFL: rimuovendo Distribution Focal Loss, YOLO26 ottiene una compatibilità nettamente migliore con i dispositivi edge a basso consumo e con le esportazioni ONNX dirette.
• Ottimizzatore MuSGD: ispirandosi alle innovazioni nell'addestramento degli LLM, YOLO26 sfrutta un ottimizzatore MuSGD ibrido, garantendo una convergenza più rapida e dinamiche di addestramento estremamente stabili.
• Inferenza CPU fino al 43% più veloce: fortemente ottimizzato per l'hardware del mondo reale, YOLO26 offre prestazioni eccellenti sulle CPU standard senza richiedere costose infrastrutture GPU.
• ProgLoss + STAL: queste funzioni di loss avanzate migliorano notevolmente il riconoscimento degli oggetti piccoli, una caratteristica fondamentale per le ispezioni aeree con droni e le sofisticate reti IoT.

Per gli sviluppatori che cercano il miglior equilibrio tra prestazioni per il rilevamento degli oggetti, la segmentazione e altro ancora, il deployment dei modelli tramite la piattaforma Ultralytics offre un'esperienza senza pari e priva di frizioni.

Conclusioni#

Sia YOLOX sia YOLOv7 hanno introdotto tecniche fondamentali che hanno plasmato il percorso dell'AI open source per la visione artificiale. YOLOX ha dimostrato la validità delle head disaccoppiate anchor-free, mentre YOLOv7 ha evidenziato l'enorme potenza della riparametrizzazione del percorso del gradiente. Oggi, sfruttare l'ecosistema Ultralytics ti permette di esprimere al massimo il potenziale di queste architetture storiche oppure di passare senza difficoltà allo stato dell'arte con YOLO26, rendendo la tua prossima applicazione di visione artificiale pronta per il futuro.