YOLOX vs YOLOv5
Scegliere il modello di rilevamento di oggetti giusto è una decisione cruciale per qualsiasi progetto di visione artificiale. Questa guida offre un confronto tecnico tra due modelli influenti: YOLOX di Megvii e Ultralytics YOLOv5. Analizzandone le architetture, le metriche prestazionali e gli ecosistemi di addestramento, aiuta sviluppatori e ricercatori a fare una scelta consapevole per i propri ambienti di distribuzione.
Introduzione ai modelli#
Entrambi i modelli sono emersi in un periodo di rapidi progressi nel rilevamento di oggetti in tempo reale, ma hanno seguito approcci architetturali diversi per ottenere le proprie prestazioni.
YOLOX: un approccio senza anchor#
Rilasciato il 18 luglio 2021 dai ricercatori Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun di Megvii, YOLOX ha introdotto un cambiamento significativo, allontanandosi dalle tradizionali caselle anchor. Descritto nel loro rapporto tecnico arXiv, YOLOX ha integrato un design senza anchor con una testa disaccoppiata e la strategia SimOTA di assegnazione delle etichette. Il design mirava a colmare il divario tra ricerca accademica e applicazioni industriali, offrendo prestazioni elevate sui dataset standard.
YOLOv5: lo standard per la computer vision in produzione#
Scritto da Glenn Jocher e rilasciato da Ultralytics il 26 giugno 2020, YOLOv5 è diventato rapidamente uno dei modelli di visione artificiale più diffusi in produzione. Basato nativamente sul framework PyTorch, ha reso l'IA all'avanguardia più accessibile grazie alla facilità d'uso, alla rapidità di addestramento e a un repository ben rifinito. L'architettura di YOLOv5 bilancia velocità, precisione e facilità di distribuzione, rendendolo popolare in contesti che vanno dai dispositivi edge alle grandi distribuzioni cloud.
Differenze architetturali#
Comprendere le differenze strutturali fondamentali tra queste reti chiarisce perché si comportano in modo diverso nelle varie attività.
Senza anchor vs. basato su anchor#
La differenza più significativa è il meccanismo senza anchor di YOLOX. I modelli tradizionali basati su anchor, come YOLOv5, si affidano a caselle anchor predefinite per prevedere le caselle delimitatrici; per determinare le dimensioni ottimali delle anchor è quindi necessario analizzare il clustering sul dataset di addestramento. YOLOX elimina questo passaggio e prevede direttamente le coordinate della casella delimitatrice in ogni posizione spaziale. L'approccio senza anchor riduce il numero di parametri di progettazione e le regolazioni euristiche, mentre l'approccio perfezionato basato su anchor di YOLOv5, affiancato dalla funzionalità di generazione automatica delle anchor, garantisce fin da subito una convergenza dell'addestramento stabile e prevedibile.
Head disaccoppiata vs. head accoppiata#
YOLOX utilizza una head disaccoppiata, cioè separa le attività di classificazione e regressione in rami distinti della rete neurale. Secondo gli autori, questo risolve i conflitti tra l'apprendimento delle caratteristiche spaziali e quello delle caratteristiche semantiche. YOLOv5, al contrario, utilizzava una head accoppiata altamente ottimizzata (nelle versioni precedenti), che massimizzava l'efficienza computazionale e riduceva la latenza di inferenza, un aspetto fondamentale per il calcolo edge in tempo reale.
Strategia di assegnazione delle etichette#
YOLOX utilizza SimOTA per l'assegnazione delle etichette, formulando l'abbinamento tra gli oggetti reali e le predizioni come un problema di trasporto ottimale. Questa assegnazione dinamica migliora la gestione delle scene affollate. YOLOv5 impiega una solida assegnazione basata su regole di forma, assicurando che campioni positivi di alta qualità vengano forniti con costanza alla funzione di perdita, contribuendo così alla stabilità dell'addestramento.
Prestazioni e benchmark#
Il compromesso tra velocità e accuratezza è il banco di prova principale per queste architetture. La tabella seguente illustra le prestazioni di modelli di diverse dimensioni su benchmark standard.
| 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 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
YOLOX è più accurato nelle dimensioni dalla s alla x, mentre YOLOv5 è più veloce su T4 TensorRT in tutte le fasce. YOLOv5s, per esempio, impiega 1.92 ms contro i 2.56 ms di YOLOXs: un aspetto importante per le applicazioni in tempo reale, in cui ogni millisecondo conta.
I vantaggi di Ultralytics: addestramento e usabilità#
Nel passaggio dalla ricerca alla produzione, l'ecosistema che circonda un modello è spesso importante quanto il modello stesso. In questo caso, i vantaggi dell'ecosistema Ultralytics sono evidenti.
Esperienza utente semplificata#
YOLOv5 è noto per un'esperienza di sviluppo semplice e intuitiva. La API Python di Ultralytics e la CLI ti consentono di caricare, addestrare e distribuire modelli con poche righe di codice. Al contrario, eseguire YOLOX dal repository GitHub di Megvii richiede una configurazione più manuale delle variabili d'ambiente, impostazioni complesse dei percorsi Python e una curva di apprendimento più ripida, tipica dei progetti di ricerca accademica.
Efficienza dell'addestramento e requisiti di memoria#
I modelli Ultralytics sono progettati per ridurre al minimo l'utilizzo della memoria durante l'addestramento. YOLOv5 richiede molta meno memoria CUDA rispetto ai modelli Transformer con un numero elevato di parametri, come RT-DETR, o ai modelli di ricerca non ottimizzati. Questo consente agli sviluppatori di addestrare modelli con batch più grandi su hardware di fascia consumer, accelerando il ciclo di sviluppo iterativo.
Versatilità in diverse attività#
Mentre YOLOX è esclusivamente un framework per il rilevamento di oggetti, l'ecosistema Ultralytics ha fatto evolvere YOLOv5 per supportare più attività di visione artificiale. Puoi eseguire subito il rilevamento di oggetti, la segmentazione delle istanze e la classificazione delle immagini usando la stessa sintassi API.
Se hai bisogno di attività ancora più avanzate, come la stima della posa o il rilevamento di riquadri delimitanti orientati (OBB), valuta il passaggio a Ultralytics YOLO26, che supporta queste attività in modo nativo e con elevata accuratezza.
Confronto del codice#
Le differenze di usabilità si vedono meglio con il codice.
Addestramento con YOLOv5:
from ultralytics import YOLO
# Carica un modello YOLOv5s preaddestrato
model = YOLO("yolov5su.pt") # YOLOv5u: pesi YOLOv5 anchor-free per il pacchetto ultralytics
# Addestra il modello sul dataset di esempio COCO8
model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esegui l'inferenza su un'immagine
results = model("https://ultralytics.com/images/zidane.jpg")
# Visualizza i risultati
results[0].show()Addestramento con YOLOX: (Richiede la clonazione manuale del repository, l'installazione con setup.py e argomenti CLI complessi)
# Example YOLOX training command
python tools/train.py -f exps/default/yolox_s.py -d 1 -b 64 --fp16 -oL'approccio Ultralytics elimina gli ostacoli, consentendoti di concentrarti sul tuo dataset e sulla logica dell'applicazione invece di correggere i file di configurazione. Il monitoraggio degli esperimenti è integrato anche tramite le integrazioni per Weights & Biases e Comet ML.
Casi d'uso ideali e applicazioni nel mondo reale#
La scelta tra questi modelli dipende dall'ambiente operativo del tuo progetto.
Dove eccelle YOLOX#
YOLOX resta un valido candidato in ambito accademico, quando i ricercatori studiano esplicitamente i paradigmi senza anchor o le strategie di assegnazione delle etichette. È utile anche negli scenari in cui il rilevamento nelle scene affollate è la metrica principale e la velocità di distribuzione sui dispositivi edge è secondaria.
Dove YOLOv5 eccelle#
YOLOv5 è una scelta collaudata per la distribuzione pratica.
- Produzione ad alta velocità: per il rilevamento dei difetti sulle linee di assemblaggio, la bassa latenza di inferenza di YOLOv5 sulle GPU edge consente di ispezionare i prodotti senza rallentare il nastro trasportatore.
- Droni e immagini aeree: grazie all'ingombro ridotto in memoria, può funzionare sui computer ausiliari leggeri dei droni per attività come il monitoraggio agricolo e il tracciamento della fauna selvatica.
- Commercio al dettaglio intelligente: dalla cassa automatizzata alla gestione dell'inventario, YOLOv5 si esporta facilmente in TensorRT e ONNX per il deployment su larga scala nelle telecamere di migliaia di negozi.
Uno sguardo al futuro: i vantaggi di YOLO26#
YOLOv5 è ancora ampiamente utilizzato, ma il settore dell'AI avanza rapidamente. Se oggi stai iniziando un nuovo progetto, Ultralytics consiglia l'ultima generazione di modelli Ultralytics.
Rilasciato a gennaio 2026, Ultralytics YOLO26 offre un design end-to-end opzionale senza NMS (nms=False), che elimina la necessità della post-elaborazione con soppressione dei massimi non locali (NMS) e semplifica la logica di distribuzione. Rimuovendo la Distribution Focal Loss (DFL), YOLO26n raggiunge un'inferenza su CPU fino al 43% più veloce rispetto a YOLO11n, mentre l'ottimizzatore MuSGD migliora la stabilità dell'addestramento e ProgLoss + STAL (perdita progressiva e assegnazione delle etichette attenta agli oggetti piccoli) aumentano l'accuratezza sugli oggetti di piccole dimensioni.
Che tu scelga YOLOv5 o YOLO26, la piattaforma Ultralytics offre strumenti per portare le soluzioni di visione artificiale dall'idea alla produzione, mentre la documentazione Ultralytics illustra ogni fase della pipeline.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.