YOLOX vs YOLO11
L'evoluzione della computer vision è stata guidata dalla ricerca di framework per il rilevamento di oggetti in tempo reale che bilancino elevata accuratezza e velocità di inferenza. Tra le tappe più importanti di questo percorso figurano YOLOX e Ultralytics YOLO11. Sebbene entrambi i modelli abbiano contribuito in modo significativo al settore, le architetture sottostanti, le filosofie di progettazione e gli ecosistemi per sviluppatori sono sostanzialmente diversi.
Questo confronto tecnico analizza architetture, metriche di prestazione, metodologie di addestramento e scenari di deployment ideali, per aiutarti a prendere una decisione consapevole per il tuo prossimo progetto di intelligenza artificiale.
Panoramica di YOLOX#
Presentato il 18 luglio 2021 dai ricercatori Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun di Megvii, YOLOX ha segnato una svolta significativa nella serie YOLO. Ha contribuito a colmare il divario tra ricerca accademica e applicazione industriale introducendo un design senza anchor.
Per ulteriori approfondimenti tecnici, puoi consultare l'articolo originale di YOLOX su arXiv.
Caratteristiche architetturali principali#
YOLOX si è discostato dal rilevamento tradizionale basato su anchor adottando una head disaccoppiata e un meccanismo senza anchor. Questo design ha ridotto il numero di parametri di progettazione e migliorato le prestazioni del modello su diversi benchmark. Inoltre, ha introdotto strategie di assegnazione delle etichette come SimOTA per accelerare l'addestramento e migliorare la convergenza.
Per la sua epoca, YOLOX offre un'ottima accuratezza, ma si concentra principalmente sul rilevamento degli oggetti tramite box di delimitazione e non supporta nativamente altre attività complesse di visione artificiale.
Eliminando le anchor box predefinite, YOLOX ha ridotto notevolmente la necessità di regolazioni euristiche per i diversi dataset, diventando un solido baseline per la ricerca sulle metodologie senza anchor.
Panoramica di Ultralytics YOLO11#
Rilasciato il 27 settembre 2024 da Glenn Jocher e Jing Qiu di Ultralytics, YOLO11 è un modello pronto per la produzione, progettato per essere versatile e facile da usare. Basato su anni di ricerca su YOLO, offre buone prestazioni in numerose attività.
I vantaggi di Ultralytics#
YOLO11 non è solo un rilevatore di oggetti: è un framework unificato che supporta la segmentazione di istanza, la classificazione delle immagini, la stima della posa e il rilevamento delle bounding box orientate (OBB). La sua architettura efficiente bilancia velocità, numero di parametri e accuratezza.
Inoltre, YOLO11 è completamente integrato nella piattaforma Ultralytics, che offre un ecosistema semplificato per l'annotazione dei dati, l'addestramento dei modelli e la loro implementazione.
Confronto delle prestazioni e delle metriche#
Confrontando questi modelli, emerge chiaramente l'equilibrio delle prestazioni. YOLO11 raggiunge una precisione media (mAP) superiore con un numero di parametri e FLOP notevolmente inferiore nella maggior parte delle categorie dimensionali rispetto ai corrispondenti modelli YOLOX.
| Modello | dimensione (pixel) | mAPval50-95 | Velocità CPU ONNX (ms) | Velocità T4 TensorRT10 (ms) | parametri (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Come dimostrato, i modelli YOLO11 superano costantemente YOLOX in accuratezza mantenendo un numero di parametri inferiore. Per esempio, YOLO11m raggiunge un 51.5 mAP con appena 20.1M di parametri, mentre YOLOXx ottiene un mAP simile, pari a 51.1, ma richiede 99.1M di parametri. Questa efficienza in termini di parametri riduce l'uso di memoria durante l'addestramento e l'inferenza, rendendo YOLO11 ideale per il deployment su dispositivi edge AI ed evitando gli elevati requisiti di memoria CUDA tipici dei modelli meno recenti o basati su Transformer come RT-DETR.
In genere, durante l'addestramento i modelli Ultralytics richiedono meno memoria GPU rispetto a YOLOX e alle architetture basate su Transformer, consentendo ai ricercatori di addestrare modelli potenti su hardware consumer standard.
Ecosistema e facilità d’uso#
Una delle principali differenze tra i due framework riguarda l'esperienza di sviluppo.
Spesso YOLOX richiede di clonare repository, configurare ambienti complessi e usare argomenti dettagliati da riga di comando per addestrare ed esportare modelli in formati come ONNX o TensorRT.
Al contrario, Ultralytics YOLO11 offre una semplice API Python e una CLI. La libreria Ultralytics gestisce automaticamente l'aumento dei dati, l'ottimizzazione degli iperparametri e l'esportazione.
from ultralytics import YOLO
# Carica un modello YOLO11 preaddestrato
model = YOLO("yolo11n.pt")
# Addestra il modello con dati personalizzati
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esporta il modello addestrato in TensorRT per un'implementazione ottimizzata
model.export(format="engine")Questo ecosistema ben mantenuto è supportato da un'ampia documentazione e dall'integrazione con strumenti come Weights & Biases per il monitoraggio degli esperimenti.
Casi d'uso ideali#
La scelta tra questi modelli dipende spesso dalle caratteristiche specifiche dell'ambiente di implementazione.
Quando usare YOLOX#
- Sistemi legacy: se hai una pipeline consolidata, sviluppata esplicitamente sulla codebase originale di YOLOX o sui paradigmi di rilevamento degli oggetti dei primi anni 2021.
- Riferimenti accademici: quando svolgi ricerche che richiedono un confronto diretto con le architetture senza anchor fondamentali dell'era 2021.
Quando usare YOLO11#
- Deployment in produzione: per applicazioni commerciali nella vendita al dettaglio intelligente o nei sistemi di allarme di sicurezza, in cui sono essenziali codice robusto e mantenuto e un'elevata accuratezza.
- Pipeline multi-attività: quando un progetto richiede di tracciare gli oggetti, stimare le pose umane e segmentare le istanze con un unico framework unificato.
- Dispositivi edge con risorse limitate: grazie al numero ridotto di parametri e all'elevato throughput, YOLO11 è ideale per il deployment su Raspberry Pi o nodi edge mobili tramite CoreML e NCNN.
Uno sguardo al futuro: i vantaggi di YOLO26#
YOLO11 rappresenta un notevole passo avanti rispetto a YOLOX, ma il campo della computer vision avanza rapidamente. Per gli sviluppatori che iniziano oggi nuovi progetti, la scelta consigliata è Ultralytics YOLO26.
Rilasciato a gennaio 2026, YOLO26 si basa su YOLO11 e introduce diverse nuove funzionalità:
- Design end-to-end senza NMS: la head one-to-one opzionale di YOLO26 (
nms=False) elimina la post-elaborazione con la soppressione non massima (NMS), per pipeline di deployment più rapide e semplici (un approccio esplorato per la prima volta in YOLOv10). - Inferenza su CPU fino al 43% più veloce: con la Distribution Focal Loss (DFL) rimossa e l'inferenza senza NMS, YOLO26n è fino al 43% più veloce di YOLO11n su CPU, a vantaggio dei dispositivi edge a basso consumo.
- Ottimizzatore MuSGD: ispirato alle innovazioni nell'addestramento degli LLM, come Kimi K2 di Moonshot AI, l'ottimizzatore MuSGD (un ibrido di SGD e Muon) garantisce un addestramento stabile e una convergenza rapida.
- ProgLoss + STAL: la Progressive Loss e l'assegnazione delle etichette consapevole dei target piccoli (STAL) migliorano il rilevamento degli oggetti piccoli, fondamentale per le immagini acquisite da droni e la robotica autonoma.
Per la maggior parte delle moderne attività di computer vision, YOLO26 offre il miglior equilibrio tra velocità, accuratezza e semplicità di deployment.
Commenti2
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.
shah0nawaz
Is the latency comparison on the same machine? If yes, please if you can give me the reference , I am working on the latency accuracy trade-off research.
Glenn JocherUltralytics@shah0nawaz I can’t confirm that the listed latencies were measured on the same machine, so I wouldn’t treat them as a controlled comparison for your research. The YOLO11 performance table specifies T4/TensorRT10, while the official YOLOX benchmarks report V100 timings and do not establish the provenance of the YOLOX latencies shown here. For a defensible latency–accuracy trade-off, benchmark both on the same GPU with matched input size, batch size, precision, runtime version, and timing boundaries, explicitly stating whether preprocessing and NMS are included.