YOLOv8 vs YOLOv6-3.0#

Il panorama della visione artificiale in tempo reale è in continua evoluzione, spinto dalla richiesta di modelli più veloci, accurati e versatili. Due delle architetture più importanti emerse all'inizio del 2023 sono Ultralytics YOLOv8 e YOLOv6-3.0 di Meituan. Entrambi i modelli offrono prestazioni elevate in tempo reale, ma rispondono a filosofie di sviluppo e scenari di distribuzione diversi.

Questa guida analizza le loro architetture, le metriche di prestazione e i casi d'uso ideali, aiutando ingegneri del machine learning e ricercatori a scegliere lo strumento giusto per il loro prossimo progetto di rilevamento di oggetti.

Origini e dettagli dei modelli#

Prima di confrontare i dettagli tecnici, è importante comprendere le origini e le specifiche fondamentali di entrambi i modelli. Entrambi sono basati sul popolare framework PyTorch, ma le rispettive integrazioni con l'ecosistema differiscono notevolmente.

Dettagli su YOLOv8#

L'architettura Ultralytics YOLOv8 è un framework unificato e multi-task, progettato fin dall'inizio per offrire un'esperienza di sviluppo semplice e grande versatilità. Si basa su anni di ricerca e sui commenti della community raccolti nelle iterazioni precedenti.

• 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

Dettagli su YOLOv6-3.0#

YOLOv6, presentato inizialmente per applicazioni industriali da Meituan, ha ricevuto un importante aggiornamento "Full-Scale Reloading" nella versione 3.0. Si rivolge principalmente alla distribuzione industriale ottimizzata e usa tecniche come l'auto-distillazione e RepOptimizer.

• Autori: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
• Organizzazione: Meituan
• Data: 2023-01-13
• arXiv: https://arxiv.org/abs/2301.05586
• GitHub: https://github.com/meituan/YOLOv6
• Documentazione: https://docs.ultralytics.com/models/yolov6

Scopri di più su YOLOv6-3.0

Architettura e metodologie di training#

L'architettura Ultralytics YOLOv8#

YOLOv8 ha introdotto una testa di rilevamento senza anchor perfezionata. Rimuovendo le anchor box predefinite, il modello generalizza meglio su dataset eterogenei e riduce il numero di euristiche di post-elaborazione. YOLOv8 offre inoltre un buon compromesso tra velocità e accuratezza per diversi scenari di distribuzione nel mondo reale, dai server cloud ai dispositivi edge con risorse limitate.

Un altro vantaggio di YOLOv8 è il basso consumo di memoria. Durante l'addestramento, i modelli Ultralytics usano in genere meno memoria CUDA rispetto ad alternative più pesanti basate su Transformer, come RT-DETR, così gli sviluppatori possono usare batch più grandi su GPU consumer standard e addestrare in modo efficiente.

L'architettura YOLOv6-3.0#

YOLOv6-3.0 usa un modulo di concatenazione bidirezionale (BiC) e una strategia di addestramento assistita da anchor (AAT). Per i modelli più piccoli (N e S) usa un backbone EfficientRep, mentre le varianti più grandi (M e L) passano a un backbone CSPStackRep. L'architettura è ottimizzata in modo specifico per l'esecuzione con NVIDIA TensorRT, risultando molto veloce quando viene distribuita su hardware compatibile. Tuttavia, questo stretto legame con ottimizzazioni hardware specifiche può rendere la distribuzione multipiattaforma leggermente meno flessibile rispetto ai workflow di esportazione ONNX nativi di Ultralytics.

Confronto delle prestazioni#

Valutati sul dataset di validazione COCO, entrambi i modelli ottengono buoni risultati. La tabella seguente evidenzia le metriche principali.

YOLOv6-3.0 è leggermente più veloce con T4 TensorRT nella maggior parte delle dimensioni e raggiunge risultati in mAP simili a YOLOv8; tuttavia, YOLOv8 usa meno parametri a ogni dimensione e meno FLOPs alle dimensioni n, s e m, garantendo maggiore flessibilità su hardware diversi, inclusi CPU mobili e integrate.

Ecosistema e versatilità#

La differenza più significativa tra i due modelli riguarda il supporto dell'ecosistema.

YOLOv6 è principalmente un motore per il rilevamento di bounding box. YOLOv8, invece, è noto per la sua versatilità. All'interno di un unico framework unificato, YOLOv8 supporta nativamente la segmentazione di istanze, la classificazione di immagini, la stima della posa e il rilevamento di bounding box orientate (OBB).

L'ecosistema Ultralytics è progettato anche per essere facile da usare. Con una semplice API Python, i ricercatori possono iniziare ad addestrare, convalidare i risultati ed esportare i modelli in numerosi formati senza scrivere codice boilerplate complesso. L'ecosistema è mantenuto attivamente, con aggiornamenti frequenti e integrazioni con i più diffusi strumenti di tracciamento degli esperimenti.

Esempio di codice: training di YOLOv8#

Il training di un modello YOLOv8 richiede una configurazione minima, a dimostrazione della facilità d'uso del framework:

from ultralytics import YOLO

# Carica un modello YOLOv8 small preaddestrato
model = YOLO("yolov8s.pt")

# Addestra il modello sul dataset COCO8
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Usa la GPU per un addestramento efficiente
    batch=32,
)

# Esporta facilmente in ONNX per la distribuzione multipiattaforma
model.export(format="onnx")

Casi d'uso e consigli#

La scelta tra YOLOv8 e YOLOv6 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.

Quando scegliere YOLOv8#

YOLOv8 è un'ottima scelta per:

• Distribuzione versatile multi-task: progetti che richiedono un modello collaudato per rilevamento, segmentazione, classificazione e stima della posa nell'ecosistema Ultralytics.
• Sistemi di produzione consolidati: ambienti di produzione esistenti già basati sull’architettura YOLOv8, con pipeline di distribuzione stabili e ben testate.
• Ampio supporto della community e dell’ecosistema: applicazioni che traggono vantaggio dagli estesi tutorial di YOLOv8, dalle integrazioni di terze parti e dalle risorse della community attiva.

Quando scegliere YOLOv6#

YOLOv6 è consigliato per:

• Distribuzione ottimizzata per l’hardware industriale: scenari in cui la progettazione consapevole dell’hardware e la riparametrizzazione efficiente del modello offrono prestazioni ottimizzate sull’hardware di destinazione specifico.
• Rilevamento rapido a singolo stadio: applicazioni che privilegiano la velocità pura di inferenza su GPU per l’elaborazione video in tempo reale in ambienti controllati.
• Integrazione nell’ecosistema Meituan: team che lavorano già nello stack tecnologico e nell’infrastruttura di distribuzione di Meituan.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore di prestazioni ed esperienza per gli sviluppatori:

• Distribuzione edge senza NMS: applicazioni che richiedono un’inferenza costante e a bassa latenza, senza la complessità della post-elaborazione con Non-Maximum Suppression (NMS).
• Ambienti solo CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza CPU di YOLO26, fino al 43% più rapida (YOLO26n rispetto a YOLO11n), offre un vantaggio decisivo.
• Rilevamento di oggetti piccoli: scenari impegnativi come le immagini aeree da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti minuscoli.

Uno sguardo al futuro: passare a YOLO26#

YOLOv8 e YOLOv6-3.0 sono entrambi validi, ma gli sviluppatori che avviano nuovi progetti dovrebbero valutare il modello Ultralytics di nuova generazione YOLO26. Rilasciato a gennaio 2026, YOLO26 è progettato per l'IA visiva pensata prima di tutto per l'edge.

YOLO26 introduce una progettazione end-to-end senza NMS opzionale (nms=False), che elimina la necessità della Non-Maximum Suppression durante la post-elaborazione. Questo approccio nativamente end-to-end permette una logica di distribuzione più semplice e veloce, soprattutto negli ambienti edge. Con la rimozione di DFL (Distribution Focal Loss), anche la testa del modello è più leggera e YOLO26n raggiunge un'inferenza su CPU fino al 43% più veloce di YOLO11n.

Anche la stabilità dell'addestramento e la velocità di convergenza migliorano grazie all'ottimizzatore MuSGD, un ibrido di SGD e Muon ispirato alle metodologie di addestramento degli LLM. ProgLoss + STAL (Progressive Loss e assegnazione delle etichette attenta agli oggetti piccoli) migliorano il rilevamento di oggetti piccoli, fondamentale per le immagini riprese da droni e le ispezioni industriali dense.

Conclusione#

La scelta tra YOLOv8 e YOLOv6-3.0 dipende in definitiva dalle priorità della pipeline di distribuzione. YOLOv6-3.0 è un modello valido per ambienti TensorRT rigorosi, in cui la priorità assoluta è la velocità pura della GPU. Per la maggior parte dei team, tuttavia, Ultralytics YOLOv8 è la scelta più pratica: minori requisiti di memoria durante l'addestramento, versatilità multi-task e l'ecosistema Ultralytics Platform riducono il time-to-market.

Per i nuovi progetti, YOLO26 aggiunge inferenza senza NMS e prestazioni CPU più rapide per le moderne applicazioni di visione artificiale.