YOLOv9 vs EfficientDet
Il campo della computer vision ha assistito a una rapida evoluzione nel rilevamento degli oggetti in tempo reale, con i ricercatori impegnati a migliorare continuamente accuratezza ed efficienza. Nello sviluppo di sistemi di visione robusti, scegliere l'architettura giusta è una decisione fondamentale. Due modelli ampiamente discussi in questo ambito sono YOLOv9, un'evoluzione avanzata della linea YOLO incentrata sulle informazioni sui gradienti, ed EfficientDet, un framework scalabile sviluppato da Google.
Questa guida propone un'analisi tecnica che confronta le due architetture, esaminandone i meccanismi di base, le metriche di prestazione e gli scenari di distribuzione ideali per aiutarti a prendere una decisione consapevole per il tuo prossimo progetto AI.
Origini dei modelli e specifiche tecniche#
Conoscere la storia e la filosofia di progettazione di un modello aiuta a comprendere le scelte strutturali e le applicazioni pratiche.
YOLOv9: massimizzare il flusso di informazioni#
Progettato per affrontare il "collo di bottiglia informativo" del deep learning, YOLOv9 introduce metodi per evitare che le informazioni vadano perse mentre i dati attraversano reti neurali profonde.
- Autori: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
- Data: 21 febbraio 2024
- Collegamenti: Pubblicazione su arXiv, GitHub ufficiale
YOLOv9 introduce Informazioni programmabili sul gradiente (PGI), un framework di supervisione ausiliaria che aiuta a preservare informazioni affidabili sui gradienti attraverso i livelli profondi. A questo si affianca la Rete efficiente generalizzata di aggregazione dei livelli (GELAN), che ottimizza l'efficienza dei parametri combinando i punti di forza di CSPNet ed ELAN. In questo modo YOLOv9 raggiunge un'elevata accuratezza mantenendo un'impronta leggera, adatta all'elaborazione edge in tempo reale.
EfficientDet: scaling composto e BiFPN#
Introdotto da Google Brain, EfficientDet affronta il rilevamento degli oggetti scalando sistematicamente le dimensioni della rete per bilanciare velocità e accuratezza.
- Autori: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organizzazione: Google
- Data: 20 novembre 2019
- Collegamenti: Pubblicazione su arXiv, GitHub ufficiale
EfficientDet si basa su un backbone EfficientNet combinato con una rete piramidale bidirezionale delle caratteristiche (BiFPN). BiFPN consente una fusione multiscala delle caratteristiche semplice e rapida. L'architettura utilizza un metodo di scaling composto che scala uniformemente e simultaneamente la risoluzione, la profondità e la larghezza del backbone, della rete delle caratteristiche e delle reti di predizione di caselle e classi.
Le architetture teoriche sono importanti, ma spesso è l'ecosistema software a determinare il successo di un progetto. Ultralytics offre una API Python ottimizzata e strumenti di distribuzione robusti che riducono il time-to-market rispetto a codebase complesse e orientate alla ricerca.
Confronto delle prestazioni e delle metriche#
Quando si analizzano le prestazioni di un modello, è essenziale bilanciare l'accuratezza con la latenza di inferenza e il costo computazionale. La tabella seguente illustra i compromessi tra diverse dimensioni di YOLOv9 ed EfficientDet.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
Analisi critica delle metriche#
- Soglie di accuratezza: YOLOv9e raggiunge l'accuratezza complessiva più elevata, con il 55.6% di mAP (precisione media media), superando il modello EfficientDet-d7 più pesante (53.7%) e mantenendo al contempo velocità TensorRT superiori.
- Velocità in tempo reale: YOLOv9t richiede solo 2.3ms su una GPU T4 con TensorRT, a dimostrazione dell'efficienza dell'architettura GELAN per i flussi video ad alta velocità. EfficientDet-d0 è più lento, con 3.92 ms, e resta indietro rispetto a YOLOv9t di 3.7 mAP.
- Complessità computazionale: EfficientDet aumenta notevolmente il numero di parametri e i FLOPs all'aumentare del fattore composto. La variante d7 raggiunge una latenza di 128 ms, risultando circa 7.6 volte più lenta di YOLOv9e, più accurato (16.77 ms), il che ne limita l'uso negli ambienti di inferenza in tempo reale.
Efficienza dell'addestramento ed ecosistema#
La scelta di un modello richiede di valutare l'ecosistema per gli sviluppatori. L'ecosistema Ultralytics offre vantaggi evidenti in termini di efficienza di addestramento, flessibilità di distribuzione e versatilità.
I vantaggi di Ultralytics#
I modelli supportati dal framework Ultralytics, tra cui YOLOv9, YOLOv8 e YOLO11, richiedono in genere meno memoria durante l'addestramento rispetto ai modelli basati su Transformer o alle architetture TensorFlow meno recenti come EfficientDet. Il backend PyTorch supporta una convergenza rapida e un addestramento stabile.
- Versatilità: a differenza di EfficientDet, incentrato esclusivamente sul rilevamento dei riquadri di delimitazione, l'API Ultralytics supporta nativamente la segmentazione di istanze, la classificazione delle immagini, la stima della posa e i riquadri di delimitazione orientati (OBB).
- Facilità d'uso: EfficientDet si basa su librerie TensorFlow meno recenti e configurazioni AutoML complesse, che possono essere difficili da impostare in modo affidabile. Ultralytics offre invece un'API perfezionata per la messa a punto degli iperparametri e la gestione dei dataset.
Esempio di implementazione#
L'addestramento di un modello di computer vision non dovrebbe richiedere centinaia di righe di codice boilerplate. L'esempio seguente avvia l'addestramento con il pacchetto Python Ultralytics:
from ultralytics import YOLO
# Carica un modello Ultralytics ufficiale (ad es. YOLO11 o YOLO26)
model = YOLO("yolo11n.pt")
# Addestra il modello in modo nativo su un dataset personalizzato
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esporta il modello addestrato in formato ONNX per il deployment
model.export(format="onnx")Casi d'uso ideali e applicazioni nel mondo reale#
I diversi paradigmi strutturali rendono questi modelli adatti a scenari distinti.
Quando usare EfficientDet: EfficientDet resta una soluzione valida nei sistemi legacy fortemente integrati nell'ecosistema TensorFlow, nei quali la migrazione a PyTorch non è fattibile. È inoltre storicamente rilevante nella ricerca sull'analisi delle immagini mediche, dove è accettabile elaborare offline scansioni ad alta risoluzione più lentamente.
Quando usare YOLOv9: YOLOv9 è adatto alle applicazioni che richiedono un'elevata accuratezza senza un numero elevato di parametri. Applicazioni come la gestione del traffico nelle smart city e il monitoraggio di folle ad alta densità traggono vantaggio dalla capacità di PGI di preservare i dettagli delle caratteristiche.
Prepararsi al futuro: la prossima generazione di IA visiva#
YOLOv9 ed EfficientDet sono modelli capaci, ma gli sviluppatori che cercano il miglior equilibrio tra velocità di edge computing, stabilità dell'addestramento e semplicità di distribuzione dovrebbero prendere in considerazione le innovazioni più recenti.
Rilasciato a gennaio 2026, Ultralytics YOLO26 è l'attuale modello Ultralytics consigliato. Migliora le generazioni precedenti (inclusi YOLO11 e YOLOv8) con alcune modifiche fondamentali:
- Design end-to-end senza NMS: YOLO26 offre una testa one-to-one opzionale (
nms=False) che salta completamente la soppressione dei non massimi (NMS), un approccio introdotto nei modelli YOLO da YOLOv10, consentendo una distribuzione del modello più veloce e semplice. - 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: YOLO26n è fino al 43% più veloce di YOLO11n su CPU, risultando adatto ai dispositivi IoT e agli ambienti senza GPU dedicate.
- Ottimizzatore MuSGD: un approccio ibrido di SGD e Muon, ispirato alle innovazioni nell'addestramento degli LLM, per una convergenza più rapida e un addestramento più stabile.
- ProgLoss + STAL: Progressive Loss e l'assegnazione delle etichette consapevole degli oggetti piccoli (STAL) migliorano il rilevamento degli oggetti piccoli, un fattore essenziale per le immagini aeree riprese da droni e per la robotica.
Con la piattaforma Ultralytics, i team possono gestire i dataset, monitorare gli esperimenti e distribuire modelli come YOLO26 su hardware diversi, mantenendo le pipeline di computer vision pronte per la produzione.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.