Inizia

YOLOv9 vs DAMO-YOLO

La rapida evoluzione della computer vision ha prodotto molte architetture pensate per diversi vincoli di distribuzione e requisiti di accuratezza. Tra le più interessanti figurano YOLOv9, noto per affrontare i colli di bottiglia informativi nelle reti profonde, e DAMO-YOLO, che si basa sulla ricerca dell'architettura neurale (NAS) e su piramidi di caratteristiche efficienti.

Questa guida offre un confronto tecnico tra YOLOv9 e DAMO-YOLO, evidenziandone le differenze architetturali, le metodologie di addestramento e gli scenari di distribuzione ideali. Illustra anche come l'ecosistema Ultralytics semplifichi il passaggio dallo sviluppo alla produzione e perché i modelli più recenti, come YOLO26, siano ora consigliati per i nuovi progetti.

Approfondimento sull’architettura#

Comprendere i meccanismi fondamentali alla base di ciascun modello aiuta a spiegare le differenze di prestazioni nelle varie metriche.

YOLOv9: informazioni di gradiente programmabili#

YOLOv9 è stato progettato per affrontare direttamente la perdita di informazioni che si verifica quando i dati attraversano reti neurali profonde.

  • Autori: Chien-Yao Wang, Hong-Yuan Mark Liao
  • Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
  • Data: 21 febbraio 2024
  • Link: arXiv, GitHub, Documentazione

Scopri di più su YOLOv9

YOLOv9 introduce le Informazioni programmabili sul gradiente (PGI) e la Rete di aggregazione dei livelli efficiente generalizzata (GELAN). PGI garantisce che le informazioni spaziali e semantiche essenziali vengano conservate durante il processo feed-forward, impedendo il deterioramento dei gradienti utilizzati per aggiornare i pesi. GELAN completa questo approccio massimizzando l'efficienza dei parametri, consentendo al modello di raggiungere risultati all'avanguardia nella precisione media (mAP) con meno FLOPs rispetto a molte CNN convenzionali.

DAMO-YOLO: efficienza basata sulla NAS#

Sviluppato da Alibaba Group, DAMO-YOLO segue un approccio diverso e usa la ricerca automatizzata dell'architettura per trovare un equilibrio efficiente tra velocità e accuratezza.

  • Autori: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
  • Organizzazione: Alibaba Group
  • Data: 23 novembre 2022
  • Link: arXiv, GitHub

Scopri di più su DAMO-YOLO

DAMO-YOLO si basa su un backbone MAE-NAS (Maximum Entropy Neural Architecture Search) per generare automaticamente strutture di rete efficienti. Utilizza una RepGFPN (Reparameterized Generalized Feature Pyramid Network) per una fusione robusta delle caratteristiche e una progettazione "ZeroHead" per ridurre al minimo il carico computazionale della testa di rilevamento. Inoltre, integra AlignedOTA per l'assegnazione delle etichette e la distillazione della conoscenza, migliorando le prestazioni delle varianti più piccole.

Il ruolo della NAS nella visione artificiale

La ricerca dell'architettura neurale (NAS) automatizza la progettazione delle reti neurali artificiali. Può produrre modelli molto efficienti come DAMO-YOLO, ma aggiunge una fase di ricerca alla progettazione del modello (DAMO-YOLO usa la ricerca MAE-NAS senza addestramento), a differenza dell'architettura progettata manualmente di YOLOv9.

Confronto delle prestazioni e delle metriche#

Quando selezioni un modello di rilevamento degli oggetti, è fondamentale bilanciare accuratezza, velocità e ingombro computazionale.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Analisi#

  • Accuratezza e parametri: YOLOv9 presenta in genere un rapporto tra parametri e accuratezza migliore. Ad esempio, YOLOv9c raggiunge un mAP del 53.0% con 25.5M di parametri, mentre DAMO-YOLOl raggiunge un mAP del 50.8% ma richiede molti più parametri (42.1M).
  • Velocità di inferenza: l'architettura di DAMO-YOLO offre velocità di inferenza TensorRT competitive sulle GPU T4 e supera leggermente YOLOv9 nelle fasce medie. Tuttavia, il numero inferiore di parametri di YOLOv9 nella maggior parte delle dimensioni contribuisce a ridurre l'uso della memoria GPU.
  • Requisiti di memoria: i modelli YOLO di Ultralytics, incluso YOLOv9, usano in genere meno memoria durante l'addestramento e l'inferenza rispetto ai modelli complessi generati tramite NAS o alle architetture Transformer più pesanti, risultando pratici per la distribuzione su hardware edge con risorse limitate.

I vantaggi dell’ecosistema Ultralytics#

Le metriche teoriche sono importanti, ma spesso è l'implementazione pratica a determinare il successo di un progetto. In questo ambito, la piattaforma Ultralytics e il più ampio ecosistema software Ultralytics offrono vantaggi evidenti rispetto a repository autonomi come DAMO-YOLO.

Facilità d'uso ed efficienza dell'addestramento#

Per addestrare un modello YOLOv9 personalizzato serve pochissimo codice boilerplate. La API Python di Ultralytics gestisce processi complessi come l'aumento dei dati, l'addestramento distribuito e l'ottimizzazione hardware.

from ultralytics import YOLO

# Carica un modello YOLOv9 preaddestrato
model = YOLO("yolov9c.pt")

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

# Convalida le prestazioni del modello
metrics = model.val()

# Esporta il modello per la distribuzione in produzione
model.export(format="onnx")

Al contrario, usare DAMO-YOLO richiede spesso di destreggiarsi tra file di configurazione rigidi e catene di dipendenze complesse, specifiche della sua particolare pipeline di addestramento, con una curva di apprendimento più ripida.

Versatilità in diverse attività#

La versatilità è una caratteristica distintiva dei modelli Ultralytics. Oltre al rilevamento standard dei riquadri di delimitazione, il framework Ultralytics supporta attività come la segmentazione di istanze, la classificazione delle immagini, la stima della posa e il rilevamento di riquadri di delimitazione orientati (OBB). DAMO-YOLO è ottimizzato esclusivamente per il rilevamento degli oggetti 2D e richiede una notevole riprogettazione per adattarsi ad altri paradigmi visivi.

Esportazione verso dispositivi edge

Ultralytics semplifica la pipeline di distribuzione offrendo l'esportazione dei modelli con un solo comando in formati come TensorRT, OpenVINO e CoreML, aiutandoti a ottimizzare le prestazioni sull'hardware di destinazione.

Casi d'uso e consigli#

La scelta tra YOLOv9 e DAMO-YOLO dipende dai requisiti specifici del tuo progetto, dai vincoli di distribuzione e dalle tue preferenze in fatto di ecosistemi.

Quando scegliere YOLOv9#

YOLOv9 è una scelta valida per:

  • Ricerca sui colli di bottiglia informativi: progetti accademici che studiano le informazioni di gradiente programmabili (PGI) e le architetture di rete di aggregazione efficiente generalizzata dei livelli (GELAN).
  • Studi sull'ottimizzazione del flusso del gradiente: ricerche incentrate sulla comprensione e sulla riduzione della perdita di informazioni nei livelli delle reti profonde durante l'addestramento.
  • Benchmark di rilevamento ad alta precisione: scenari in cui le prestazioni di YOLOv9 nei benchmark COCO servono come riferimento per confrontare le architetture.

Quando scegliere DAMO-YOLO#

DAMO-YOLO è consigliato per:

  • Analisi video ad alto throughput: elaborazione di flussi video ad alto FPS su infrastrutture GPU NVIDIA fisse, dove il throughput con batch di dimensione 1 è la metrica principale.
  • Linee di produzione industriale: scenari con rigidi vincoli di latenza GPU su hardware dedicato, come l'ispezione della qualità in tempo reale sulle linee di assemblaggio.
  • Ricerca sulla ricerca di architetture neurali: studio degli effetti della ricerca automatizzata delle architetture (MAE-NAS) e dei backbone efficienti riparametrizzati sulle prestazioni di rilevamento.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la migliore combinazione 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.

Il futuro: passare a YOLO26#

YOLOv9 e DAMO-YOLO sono traguardi importanti, ma la computer vision moderna si è orientata verso architetture end-to-end native. Per i nuovi sviluppi, il modello consigliato è YOLO26.

Rilasciato a gennaio 2026, YOLO26 si basa sui suoi predecessori e migliora sia l'accuratezza sia la semplicità di distribuzione.

Principali innovazioni di YOLO26#

  • Design end-to-end senza NMS: la testa one-to-one opzionale di YOLO26 (nms=False) elimina completamente la post-elaborazione della soppressione dei non massimi (NMS). Ne risulta una pipeline di distribuzione nativamente end-to-end e più snella, un approccio introdotto nei modelli YOLO da YOLOv10.
  • Rimozione di DFL: la Distribution Focal Loss è stata rimossa per semplificare l'esportazione e migliorare la compatibilità con i dispositivi edge e a basso consumo.
  • Inferenza su CPU fino al 43% più veloce: rimuovendo DFL e NMS, YOLO26n è fino al 43% più veloce di YOLO11n su CPU, caratteristica adatta agli scenari di edge computing senza GPU dedicate.
  • Ottimizzatore MuSGD: ispirato alle innovazioni nell'addestramento degli LLM, YOLO26 usa un approccio ibrido di SGD e Muon (MuSGD) per un addestramento più stabile e una convergenza più rapida.
  • ProgLoss + STAL: Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli (STAL) migliorano il rilevamento degli oggetti piccoli, rendendo YOLO26 particolarmente adatto alle immagini aeree ad alta quota e ai dispositivi IoT.

Se stai valutando YOLO11 o YOLOv8 per il tuo prossimo progetto, prendi in considerazione YOLO26, l'attuale modello Ultralytics consigliato.

Riepilogo#

La scelta del modello giusto dipende dai tuoi specifici vincoli operativi:

  • DAMO-YOLO offre spunti utili sull'ottimizzazione basata su NAS e velocità competitive per profili hardware molto specifici, nei quali la sua architettura RepGFPN dà il meglio.
  • YOLOv9 è un'ottima scelta per chi fa ricerca e vuole preservare i dettagli visivi più fini, grazie alla sua architettura PGI, che previene la perdita di informazioni nelle reti profonde.
  • Ultralytics YOLO26 è la scelta consigliata per le nuove applicazioni aziendali e di ricerca. La facilità d'uso, l'architettura senza NMS e le ottimizzazioni di addestramento MuSGD lo rendono affidabile, accurato e facile da distribuire.

Commenti

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