YOLOX vs DAMO-YOLO#

L'evoluzione del rilevamento di oggetti in tempo reale ha visto numerosi cambiamenti di paradigma, dalle architetture basate su ancore a quelle prive di ancore, e dai backbone progettati manualmente alla ricerca automatica dell'architettura neurale (NAS). In questo confronto tecnico completo, analizzeremo due tappe fondamentali di questo percorso: YOLOX e DAMO-YOLO. Esploreremo le loro innovazioni architetturali, le metodologie di addestramento e i compromessi in termini di prestazioni, evidenziando inoltre come il moderno Ultralytics YOLO26 offra un'alternativa senza pari per gli sviluppatori moderni.

YOLOX: Pioniere del paradigma senza anchor#

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

Innovazioni architettoniche chiave#

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

• Meccanismo senza ancore: Prevedendo direttamente il centro di un oggetto e le dimensioni del suo bounding box, YOLOX ha ridotto il numero di euristiche di progettazione e semplificato i complessi processi di clustering delle ancore. Questo lo rende altamente adattabile a diversi scenari di computer vision.
• Head disaccoppiata: I modelli YOLO tradizionali utilizzavano una head accoppiata singola sia per la classificazione che per la regressione. YOLOX ha implementato una head disaccoppiata, elaborando classificazione e localizzazione separatamente, il che ha permesso una convergenza molto più rapida e una maggiore precisione.
• Assegnazione delle etichette SimOTA: Una versione semplificata di Optimal Transport Assignment (OTA) è stata utilizzata per assegnare dinamicamente i campioni positivi, riducendo i tempi di addestramento e superando le ambiguità delle assegnazioni al punto centrale.

Scopri di più su YOLOX

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

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

Innovazioni architettoniche chiave#

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

• Backbone MAE-NAS: Utilizzando un algoritmo evolutivo multi-obiettivo, DAMO-YOLO ha scoperto backbone altamente efficienti personalizzati per specifici budget di latenza, in particolare quando esportati verso framework come TensorRT.
• Efficient RepGFPN: Un design con neck pesante che migliora significativamente la fusione delle feature tra diverse risoluzioni spaziali, il che è estremamente vantaggioso per l'analisi di immagini aeree e il rilevamento di oggetti a varie scale.
• ZeroHead: Una head di previsione semplificata che riduce la ridondanza computazionale senza sacrificare la mean Average Precision (mAP) complessiva del modello.
• AlignedOTA e Distillazione: Incorpora un'assegnazione delle etichette avanzata e la distillazione della conoscenza insegnante-studente per ottenere il massimo delle prestazioni da modelli studenti più piccoli.

Scopri di più su DAMO-YOLO

Confronto tra prestazioni e metriche#

Quando confrontiamo questi due modelli, dobbiamo esaminare i loro conteggi di parametri, i FLOP 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 ottengano risultati impressionanti, presentano delle limitazioni. YOLOX richiede un'attenta messa a punto della sua testa disaccoppiata, mentre la forte dipendenza di DAMO-YOLO dalla distillazione rende il riaddestramento su dataset personalizzati altamente intensivo in termini di risorse, richiedendo vaste 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 distribuzione e dalle preferenze dell'ecosistema.

Quando scegliere YOLOX#

YOLOX è una scelta solida per:

• Ricerca sul rilevamento senza anchor: Ricerca accademica che utilizza l'architettura pulita e senza anchor di YOLOX come base per sperimentare nuove head di rilevamento o funzioni di perdita.
• Dispositivi edge ultraleggeri: Implementazione su microcontrollori o hardware mobile legacy dove l'impronta estremamente ridotta della variante YOLOX-Nano (0.91M di parametri) è critica.
• Studi sull'assegnazione delle label SimOTA: Progetti di ricerca che studiano 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 raccomandato per:

• Video Analytics ad alto throughput: Elaborazione di flussi video ad alto FPS su infrastruttura GPU NVIDIA fissa dove il throughput batch-1 è la metrica principale.
• Linee di produzione industriale: Scenari con rigorosi vincoli di latenza GPU su hardware dedicato, come l'ispezione di qualità in tempo reale sulle linee di assemblaggio.
• Ricerca sulla Neural Architecture Search: Studiare gli effetti della ricerca automatizzata dell'architettura (MAE-NAS) e delle efficienti backbone riparametrizzate 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:

• Implementazione Edge senza NMS: Applicazioni che richiedono un'inferenza costante e a bassa latenza senza la complessità della post-elaborazione della soppressione dei non massimi.
• Ambienti solo CPU: Dispositivi senza accelerazione GPU dedicata, dove l'inferenza CPU fino al 43% più veloce di YOLO26 fornisce un vantaggio decisivo.
• Rilevamento di piccoli oggetti: Scenari complessi come aerial drone imagery o analisi di sensori IoT in cui ProgLoss e STAL aumentano significativamente l'accuratezza sugli oggetti minuscoli.

Il vantaggio di Ultralytics: introduzione a YOLO26#

Mentre YOLOX e DAMO-YOLO rappresentano importanti traguardi storici, gli sviluppatori moderni richiedono una soluzione che unisca precisione all'avanguardia a 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 senza NMS per offrire il perfetto equilibrio tra velocità, precisione ed esperienza per gli sviluppatori.

Perché scegliere YOLO26?#

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

• Design end-to-end senza NMS: YOLO26 elimina nativamente la soppressione dei massimi non locali (NMS) durante l'inferenza. Ciò si traduce in una latenza incredibilmente rapida e prevedibile, fondamentale per le distribuzioni edge e i veicoli autonomi.
• Rimozione DFL: Rimuovendo la Distribution Focal Loss, YOLO26 semplifica i processi di esportazione verso dispositivi edge, riducendo drasticamente i requisiti di memoria per le applicazioni leggere.
• Ottimizzatore MuSGD: YOLO26 prende in prestito le innovazioni dell'addestramento LLM con il suo ottimizzatore ibrido SGD e Muon, garantendo una stabilità di addestramento solida come la roccia e una convergenza ultra-veloce.
• Inferenza CPU fino al 43% più veloce: Grazie a profonde ottimizzazioni strutturali, YOLO26 funziona in modo incredibilmente veloce sulle CPU senza bisogno di costoso hardware GPU.
• Funzioni di perdita avanzate: L'integrazione di ProgLoss + STAL fornisce enormi miglioramenti nel riconoscimento di piccoli oggetti, rendendolo ideale per attività come ispezioni con droni e monitoraggio IoT.
• Versatilità: A differenza di DAMO-YOLO, che è rigorosamente un rilevatore, YOLO26 supporta nativamente attività di segmentazione d'istanza, stima della posa, classificazione delle immagini e bounding box orientati (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")

Scopri di più su YOLO26

Altri modelli da considerare#

L'ecosistema della computer vision 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 retail e nel controllo qualità manifatturiero.
• YOLOv8: Un modello leggendario e altamente stabile privo di ancore che ha reso popolare la diffusione diffusa su edge.
• RT-DETR: Un transformer di rilevamento in tempo reale (Real-Time DEtection TRansformer) sviluppato da Baidu, che offre un'ottima alternativa per attività che beneficiano fortemente dei meccanismi di attenzione globale, sebbene al costo di maggiori requisiti di memoria per l'addestramento.

Conclusione#

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

Sfruttando la completa Piattaforma Ultralytics, gli sviluppatori possono evitare questi ostacoli. Con il design end-to-end di YOLO26, velocità CPU superiori e un'ampia documentazione, raggiungere un'intelligenza artificiale visiva all'avanguardia è più accessibile che mai. Che tu stia costruendo un'infrastruttura per città intelligenti, diagnostica sanitaria o robotica avanzata, Ultralytics fornisce il percorso più efficiente dai dati grezzi a una distribuzione solida nel mondo reale.