YOLOv8 PP-YOLOE+: un'analisi approfondita del rilevamento di oggetti ad alte prestazioni

Nel panorama in rapida evoluzione della visione artificiale, la scelta dell'architettura di rilevamento degli oggetti più adeguata è fondamentale per bilanciare accuratezza, velocità e fattibilità di implementazione. Questa guida fornisce un confronto tecnico completo tra Ultralytics YOLOv8 e PP-YOLOE+, analizzando le loro innovazioni architetturali, le metriche di prestazione e l'idoneità per le applicazioni nel mondo reale.

Panoramica del modello

Ultralytics YOLOv8

YOLOv8 rappresenta un significativo passo avanti nella YOLO , introducendo un framework unificato per il rilevamento di oggetti, la segmentazione di istanze e la stima della posa. Basato su una tradizione di velocità e precisione, è dotato di una nuova testa di rilevamento senza ancoraggio e di una nuova funzione di perdita.

Autori: Glenn Jocher, Ayush Chaurasia e Jing Qiu
Organizzazione:Ultralytics
Data: 2023-01-10
GitHub:https://github.com/ultralytics/ultralytics
Documentazione:https://docs.ultralytics.com/models/yolov8/

Scopri di più su YOLOv8

PP-YOLOE+

PP-YOLOE+ è un'evoluzione della serie PP-YOLOE del PaddlePaddle di Baidu. Si concentra sul perfezionamento del meccanismo senza ancoraggio e sul miglioramento delle strategie di formazione per ottenere prestazioni competitive, in particolare all'interno PaddlePaddle .

Autori: Autori di PaddlePaddle
Organizzazione:Baidu
Data: 2022-04-02
Arxiv:https://arxiv.org/abs/2203.16250
GitHub:https://github.com/PaddlePaddle/PaddleDetection/
Documentazione:Configurazioni PaddleDetection PP-YOLOE+

Scopri di più su PP-YOLOE+

Confronto delle prestazioni

Quando si valutano i rilevatori di oggetti, il compromesso tra velocità di inferenza (latenza) e precisione media (mAP) è fondamentale. Il grafico sottostante visualizza questa relazione, seguito da una tabella dettagliata delle metriche.

Modello	dimensione ^(pixel)	mAP^val 50-95	Velocità ^{CPU ONNX (ms)}	Velocità ^{T4 TensorRT10 (ms)}	parametri ^(M)	FLOPs ^(B)
YOLOv8n	640	37.3	80.4	1.47	3.2	8.7
YOLOv8s	640	44.9	128.4	2.66	11.2	28.6
YOLOv8m	640	50.2	234.7	5.86	25.9	78.9
YOLOv8l	640	52.9	375.2	9.06	43.7	165.2
YOLOv8x	640	53.9	479.1	14.37	68.2	257.8

PP-YOLOE+t	640	39.9	-	2.84	4.85	19.15
PP-YOLOE+s	640	43.7	-	2.62	7.93	17.36
PP-YOLOE+m	640	49.8	-	5.56	23.43	49.91
PP-YOLOE+l	640	52.9	-	8.36	52.2	110.07
PP-YOLOE+x	640	54.7	-	14.3	98.42	206.59

Nota: le metriche delle prestazioni evidenziano che, mentre PP-YOLOE+ mostra una forte efficienza teorica in termini di FLOP, YOLOv8 offre YOLOv8 un throughput e un'efficienza dei parametri superiori nel mondo reale, in particolare sui dispositivi edge CPU.

Differenze Architetturali

YOLOv8 Ultralytics YOLOv8

YOLOv8 un sistema di rilevamento all'avanguardia senza ancoraggi. A differenza delle versioni precedenti che si basavano su riquadri di ancoraggio predefiniti, YOLOv8 direttamente i centri degli oggetti. Ciò semplifica il processo di addestramento e migliora la generalizzazione su diversi set di dati come COCO.

Le caratteristiche architettoniche principali includono:

Modulo C2f: sostituendo il modulo C3, il modulo C2f (Cross-Stage Partial Bottleneck con due convoluzioni) migliora il flusso del gradiente e arricchisce la rappresentazione delle caratteristiche mantenendo un ingombro ridotto.
Testa disaccoppiata: le attività di classificazione e regressione sono gestite da rami separati, consentendo al modello di concentrarsi su tipi di caratteristiche specifici per ciascuna attività, con conseguente maggiore accuratezza.
Assegnatore allineato alle attività: una sofisticata strategia di assegnazione delle etichette che allinea dinamicamente i campioni positivi con la verità di base in base ai punteggi di classificazione e regressione.

Architettura di PP-YOLOE+

PP-YOLOE+ è basato sul framework PP-YOLOE e utilizza una struttura CSPResNet e un collo semplificato Path Aggregation Network (PANet). Pone l'accento sulla riparametrizzazione e sull'assegnazione efficiente delle etichette.

Le caratteristiche architettoniche principali includono:

RepResBlock: utilizza tecniche di riparametrizzazione per unire più livelli in un'unica convoluzione durante l'inferenza, riducendo la latenza senza sacrificare la capacità di addestramento.
TAL (Task Alignment Learning): simile a YOLOv8, utilizza l'apprendimento dell'allineamento dei compiti per ottimizzare l'allineamento degli anchor.
Pre-addestramento Objects365: Il segno "+" in PP-YOLOE+ indica l'uso di un pre-addestramento su larga scala sul set di dati Objects365, che contribuisce al suo elevato mAP aumenta la complessità dell'addestramento per gli utenti che desiderano replicare i risultati da zero.

Ecosistema e facilità d'uso

Il vantaggio di Ultralytics

Uno dei fattori di differenziazione più significativi per YOLOv8 è il solido Ultralytics . Il modello non è solo un archivio di codice, ma un prodotto completamente supportato e integrato in un flusso di lavoro senza soluzione di continuità.

API unificata: gli sviluppatori possono passare da un'attività all'altra (rilevamento, segmentazione, stima della posa, OBB e classificazione) semplicemente modificando un singolo argomento stringa.
Ultralytics : la Ultralytics consente una gestione semplice dei set di dati, l'addestramento dei modelli e l'implementazione direttamente dal browser.
Ampia integrazione: supporto nativo per strumenti MLOps come Weights & Biases, Comete MLflow garantisce che il monitoraggio degli esperimenti sia plug-and-play.

Interfaccia python semplice

L'esecuzione dell'inferenza con YOLOv8 solo poche righe di codice:

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.pt")

# Run inference
results = model("https://ultralytics.com/images/bus.jpg")

Ecosistema PP-YOLOE+

PP-YOLOE+ è profondamente integrato nel PaddlePaddle . Sebbene potente, questo può comportare una curva di apprendimento più ripida per gli sviluppatori abituati a PyTorch TensorFlow. L'implementazione spesso si basa su PaddleLite o sulla conversione dei modelli in ONNX Paddle2ONNX, il che aggiunge un passaggio in più rispetto alle funzionalità di esportazione diretta dei Ultralytics .

Allenamento ed efficienza della memoria

Addestramento Efficiente

YOLOv8 progettato per garantire l'efficienza dell'addestramento. Supporta la determinazione automatica della dimensione dei batch eGPU fin da subito. La sua architettura è ottimizzata per consumare meno VRAM durante l'addestramento rispetto ai modelli basati su trasformatori come RT-DETR, consentendo agli utenti di addestrare modelli più grandi su hardware di livello consumer.

Pesi pre-addestrati

Ultralytics un'ampia gamma di pesi pre-addestrati per varie attività e dimensioni (da Nano a X-Large). Questi modelli sono immediatamente disponibili e vengono scaricati automaticamente al primo utilizzo, accelerando notevolmente il ciclo di sviluppo dei progetti di transfer learning. Al contrario, per sfruttare appieno la potenza di PP-YOLOE+ è spesso necessario navigare tra le configurazioni specifiche della libreria PaddleDetection.

Casi d'Uso e Raccomandazioni

Quando scegliere YOLOv8

Ultralytics YOLOv8 è la scelta consigliata dalla maggior parte degli sviluppatori e delle aziende grazie alla sua versatilità e facilità d'uso.

Distribuzione Edge: ideale per l'esecuzione su dispositivi come Raspberry Pi o telefoni cellulari che utilizzano TFLite o CoreML.
Compiti multimodali: se il tuo progetto richiede segmentazione o stima della posa oltre al rilevamento, YOLOv8 una soluzione unificata.
Prototipazione rapida: la semplice CLI Python consentono una rapida iterazione, rendendola perfetta per startup e hackathon.
Supporto della community: grazie alla vasta community su GitHub e Discord, trovare soluzioni ai problemi è veloce e affidabile.

Quando scegliere PP-YOLOE+

PP-YOLOE+ è un valido concorrente se avete già investito nell 'infrastruttura Baidu.

PaddlePaddle : indispensabile per i team le cui pipeline di produzione sono interamente basate su PaddlePaddle.
Server ad alta potenza di calcolo: il modello offre prestazioni ottimali in ambienti in cui sono disponibili GPU di fascia alta in grado di sfruttare la sua complessa architettura per ottenere il massimo mAP, indipendentemente dalla complessità dell'implementazione.

Il Futuro: YOLO26

Sebbene YOLOv8 un solido standard industriale, Ultralytics a spingersi oltre i confini della visione artificiale. Il recente rilascio di YOLO26 rappresenta la nuova generazione in termini di efficienza.

YOLO26 introduce un design end-to-end NMS, eliminando la necessità di post-elaborazione con soppressione non massima. Ciò si traduce in un'inferenza più rapida e una logica di implementazione più semplice. Inoltre, innovazioni come MuSGD Optimizer e DFL Removal rendono YOLO26 fino al 43% più veloce sulla CPU rispetto alle generazioni precedenti, consolidando la sua posizione come scelta privilegiata per l'edge computing.

Per gli sviluppatori che oggi intraprendono nuovi progetti, YOLOv8 altamente raccomandabile valutare YOLO26 insieme a YOLOv8 per garantire la compatibilità futura delle vostre applicazioni.

Scopri di più su YOLO26

Conclusione

Sia YOLOv8 PP-YOLOE+ sono modelli eccellenti per il rilevamento di oggetti. Tuttavia, Ultralytics YOLOv8 si distingue per il suo design incentrato sull'utente, la documentazione completa e la versatilità senza pari. Abbassando la barriera all'ingresso e mantenendo prestazioni all'avanguardia, YOLOv8e il suo successore YOLO26 consentono agli sviluppatori di creare soluzioni AI sofisticate con il minimo sforzo.

Per ulteriori approfondimenti sul confronto tra i modelli, consulta le nostre analisi su YOLOv8 EfficientDet e YOLOv8 YOLOv6.