YOLOX vs DAMO-YOLO#

L'evoluzione del rilevamento degli oggetti in tempo reale ha visto il susseguirsi di numerosi paradigmi, dalle architetture basate su anchor a quelle anchor-free e dai backbone progettati manualmente alla ricerca automatizzata dell'architettura neurale (NAS). In questo confronto tecnico completo analizzeremo due tappe significative di questo percorso: YOLOX e DAMO-YOLO. Esamineremo le loro innovazioni architetturali, le metodologie di addestramento e i compromessi in termini di prestazioni, evidenziando anche come il moderno Ultralytics YOLO26 offra un'alternativa senza eguali per gli sviluppatori moderni.

YOLOX: pioniere del paradigma senza ancoraggi#

Rilasciato il 18 luglio 2021 da Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun di Megvii, YOLOX ha segnato una svolta fondamentale integrando con successo un design anchor-free nella famiglia YOLO. Come descritto nel loro dettagliato rapporto tecnico su ArXiv, YOLOX mirava a colmare il divario tra la ricerca accademica e l'implementazione industriale.

Principali innovazioni architetturali#

YOLOX ha introdotto diversi cambiamenti strutturali fondamentali che hanno migliorato drasticamente i suoi predecessori:

• Meccanismo anchor-free: prevedendo direttamente il centro di un oggetto e le dimensioni del suo riquadro di delimitazione, YOLOX ha ridotto il numero di euristiche di progettazione e semplificato i complessi processi di clustering degli anchor. Questo lo rende altamente adattabile a diversi scenari di visione artificiale.
• Testa disaccoppiata: i modelli YOLO tradizionali utilizzavano una singola testa accoppiata sia per la classificazione sia per la regressione. YOLOX ha implementato una testa disaccoppiata, elaborando separatamente classificazione e localizzazione, con una convergenza molto più rapida e una maggiore accuratezza.
• Assegnazione delle etichette SimOTA: è stata utilizzata una versione semplificata dell'assegnazione tramite trasporto ottimale (OTA) per assegnare dinamicamente i campioni positivi, riducendo i tempi di addestramento e superando le ambiguità dell'assegnazione dei punti centrali.

Scopri di più su YOLOX

DAMO-YOLO: ricerca automatizzata dell'architettura su larga scala#

Sviluppato da Xianzhe Xu e da un team di ricercatori di Alibaba Group, DAMO-YOLO è stato introdotto il 23 novembre 2022. Come illustrato nella loro pubblicazione su ArXiv, il modello ha utilizzato ampiamente la ricerca dell'architettura neurale (NAS) per spingere la frontiera di Pareto tra velocità e accuratezza.

Principali innovazioni architetturali#

La strategia di DAMO-YOLO si basava sull'automazione della progettazione di strutture efficienti:

• Backbone MAE-NAS: Utilizzando una ricerca guidata dall'entropia massima, DAMO-YOLO ha scoperto backbone altamente efficienti personalizzati per specifici budget di latenza, in particolare se esportati in framework come TensorRT.
• Efficient RepGFPN: un design del neck pesante che migliora significativamente la fusione delle caratteristiche tra diverse risoluzioni spaziali, rivelandosi particolarmente utile per l'analisi di immagini aeree e il rilevamento di oggetti a scale diverse.
• ZeroHead: una testa di predizione semplificata che riduce la ridondanza computazionale senza sacrificare la precisione media (mAP) complessiva del modello.
• AlignedOTA e distillazione: integra un'assegnazione avanzata delle etichette e la distillazione della conoscenza teacher-student per ottenere il massimo delle prestazioni da modelli student più piccoli.

Confronto di prestazioni e metriche#

Nel confrontare questi due modelli, dobbiamo considerare il numero di parametri, i FLOPs richiesti e i profili di latenza. Di seguito sono riportati i dati di benchmark che confrontano YOLOX e DAMO-YOLO su più scale.

Sebbene entrambi i modelli raggiungano risultati impressionanti, presentano alcune limitazioni. YOLOX richiede un'attenta regolazione della testa disaccoppiata, mentre la forte dipendenza di DAMO-YOLO dalla distillazione rende il riaddestramento su dataset personalizzati molto dispendioso in termini di risorse e richiede grandi quantità di memoria GPU.

Casi d'uso e raccomandazioni#

La scelta tra YOLOX e DAMO-YOLO dipende dai requisiti specifici del tuo progetto, dai vincoli di implementazione e dalle tue preferenze in termini di ecosistema.

Quando scegliere YOLOX#

YOLOX è una scelta valida per:

• Ricerca sul rilevamento senza anchor: ricerca accademica che utilizza l'architettura pulita e senza anchor di YOLOX come baseline per sperimentare nuove teste di rilevamento o funzioni di perdita.
• Dispositivi edge ultraleggeri: distribuzione su microcontrollori o hardware mobile legacy, dove l'ingombro estremamente ridotto della variante YOLOX-Nano (0.91M di parametri) è fondamentale.
• Studi sull'assegnazione delle label SimOTA: progetti di ricerca che analizzano le strategie di assegnazione delle label basate sul trasporto ottimale e il loro impatto sulla convergenza dell'addestramento.

Quando scegliere DAMO-YOLO#

DAMO-YOLO è consigliato per:

• Analisi video ad alta produttività: Elaborazione di flussi video ad alto FPS su infrastrutture GPU NVIDIA fisse, dove la produttività con batch-1 è la metrica principale.
• Linee di produzione industriale: Scenari con rigorosi vincoli di latenza GPU su hardware dedicato, come l'ispezione della qualità in tempo reale sulle linee di assemblaggio.
• Ricerca sulla ricerca dell'architettura neurale: Studio degli effetti della ricerca automatizzata dell'architettura (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:

• Deployment edge senza NMS: applicazioni che richiedono un'inferenza coerente e a bassa latenza senza la complessità della post-elaborazione con Soppressione non massima.
• Ambienti esclusivamente CPU: dispositivi privi di accelerazione GPU dedicata, dove l'inferenza su CPU fino al 43% più veloce di YOLO26 offre un vantaggio decisivo.
• Rilevamento di oggetti piccoli: scenari complessi come le immagini aeree riprese da droni o l'analisi di sensori IoT, in cui ProgLoss e STAL migliorano significativamente l'accuratezza sugli oggetti di piccole dimensioni.

Il vantaggio di Ultralytics: introduzione a YOLO26#

Sebbene YOLOX e DAMO-YOLO rappresentino importanti tappe storiche, gli sviluppatori moderni hanno bisogno di una soluzione che combini un'accuratezza all'avanguardia con una facilità d'uso senza eguali. È qui che Ultralytics YOLO26 trasforma il panorama. Rilasciato nel gennaio 2026, YOLO26 si basa sull'eredità dei modelli NMS-free per offrire il massimo equilibrio tra velocità, accuratezza ed esperienza degli sviluppatori.

Perché scegliere YOLO26?#

L'ecosistema integrato Ultralytics supera i repository accademici frammentati offrendo:

• Design end-to-end NMS-free: YOLO26 elimina nativamente la soppressione non massima (NMS) durante l'inferenza. Il risultato è una latenza incredibilmente rapida e prevedibile, fondamentale per le implementazioni edge e i veicoli autonomi.
• Rimozione della DFL: rimuovendo la Distribution Focal Loss, YOLO26 semplifica i processi di esportazione verso i dispositivi edge, riducendo drasticamente i requisiti di memoria per le applicazioni leggere.
• Ottimizzatore MuSGD: YOLO26 riprende le innovazioni dell'addestramento degli LLM con il suo ottimizzatore ibrido SGD e Muon, garantendo una stabilità di addestramento eccezionale e una convergenza ultra-rapida.
• Inferenza su CPU fino al 43% più veloce: grazie a profonde ottimizzazioni strutturali, YOLO26 funziona a velocità elevatissime sulle CPU senza richiedere costoso hardware GPU.
• Funzioni di perdita avanzate: l'integrazione di ProgLoss + STAL offre enormi miglioramenti nel riconoscimento degli oggetti di piccole dimensioni, rendendola ideale per attività come le ispezioni con droni e il monitoraggio IoT.
• Versatilità: a differenza di DAMO-YOLO, che è esclusivamente un rilevatore, YOLO26 supporta nativamente le attività di segmentazione delle istanze, stima della posa, classificazione delle immagini e riquadro di delimitazione orientato (OBB) in un unico framework unificato.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model effortlessly on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run ultra-fast, NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or OpenVINO with a single command
model.export(format="openvino")

Altri modelli da considerare#

L'ecosistema della visione artificiale è vasto. A seconda dei tuoi vincoli specifici, potresti anche voler esplorare altre architetture pienamente supportate dall'ecosistema Ultralytics:

• YOLO11: il predecessore altamente capace di YOLO26, noto per la sua robustezza nell'analisi del commercio al dettaglio e nel controllo qualità della produzione.
• YOLOv8: un leggendario modello anchor-free altamente stabile, che ha reso popolare l'implementazione edge su larga scala.
• RT-DETR: un Transformer per il rilevamento in tempo reale sviluppato da Baidu, che offre un'eccellente alternativa per le attività che traggono grande beneficio dai meccanismi di attenzione globale, sebbene al costo di requisiti di memoria più elevati durante l'addestramento.

Conclusioni#

Sia YOLOX sia DAMO-YOLO hanno contribuito con concetti fondamentali all'evoluzione del deep learning: YOLOX ha convalidato l'approccio disaccoppiato e anchor-free, mentre DAMO-YOLO ha dimostrato la potenza della ricerca automatizzata dell'architettura. Tuttavia, per la produzione nel mondo reale, la complessità dei loro codebase di ricerca originali può rallentare i team agili.

Sfruttando la completa Ultralytics Platform, gli sviluppatori possono superare questi ostacoli. Grazie al design end-to-end di YOLO26, alle sue velocità superiori su CPU e alla sua ampia documentazione, raggiungere un'intelligenza artificiale per la visione all'avanguardia è oggi più accessibile che mai. Che tu stia sviluppando infrastrutture per smart city, sistemi di diagnostica sanitaria o robotica avanzata, Ultralytics offre il percorso più efficiente dai dati grezzi a un'implementazione robusta nel mondo reale.