Inizia

YOLOX vs YOLOv6-3.0

L'evoluzione della visione artificiale è stata in gran parte definita dai rapidi progressi della serie YOLO. La scelta dell'architettura giusta per la tua distribuzione dipende spesso dal bilanciamento tra capacità di elaborazione grezza, semplicità architetturale ed efficienza di addestramento. Due tappe importanti di questo percorso sono l'attenzione alla ricerca senza anchor di YOLOX e l'attenzione alla capacità di elaborazione industriale di YOLOv6-3.0.

Questo confronto tecnico illustra le differenze architetturali, le metriche prestazionali e i casi d'uso ideali, presentando anche Ultralytics YOLO26 agli sviluppatori che necessitano di una distribuzione edge e cloud efficiente.

YOLOX: un ponte tra ricerca e industria#

Sviluppato dai ricercatori di Megvii, YOLOX è stato introdotto come un importante passo verso la semplificazione dell'architettura YOLO, rendendola interamente senza anchor.

Punti salienti dell'architettura#

YOLOX ha integrato un design senza anchor nella famiglia YOLO. Eliminando le caselle anchor predefinite, il modello riduce notevolmente il numero di parametri di progettazione e le regolazioni euristiche necessarie durante l'addestramento. Questo rende YOLOX adattabile a diversi dataset personalizzati senza dover ricalcolare manualmente le anchor.

Inoltre, YOLOX ha introdotto un'architettura con testa disaccoppiata. Separando le attività di classificazione e regressione in rami diversi, il modello riduce il conflitto tra identificare che cosa sia un oggetto e dove si trovi. Insieme alla strategia SimOTA di assegnazione delle etichette, YOLOX raggiunge una convergenza più rapida e una precisione media (mAP) superiore.

Scopri di più su YOLOX

Il vantaggio dell’approccio anchor-free

I rilevatori anchor-free come YOLOX spesso funzionano meglio su dataset personalizzati con rapporti d'aspetto degli oggetti insoliti, perché non si basano su prior fissi dei riquadri di delimitazione che potrebbero non adattarsi ai nuovi dati.

YOLOv6-3.0: il peso massimo industriale#

Sviluppato dal dipartimento Vision AI di Meituan, YOLOv6-3.0 è progettato per un'elevata capacità di elaborazione industriale, in particolare sulle GPU NVIDIA con acceleratori hardware come TensorRT.

  • Autori: Chuyi Li, Lulu Li, Yifei Geng, et al.
  • Organizzazione: Meituan
  • Data: 2023-01-13
  • arXiv: 2301.05586
  • GitHub: meituan/YOLOv6

Ottimizzazione per la distribuzione#

YOLOv6-3.0 si concentra sulla massimizzazione dell'utilizzo della GPU. Introduce un modulo Bi-directional Concatenation (BiC) nel collo della rete per migliorare la fusione delle caratteristiche mantenendo elevate velocità d'inferenza. Sebbene la fase d'inferenza sia completamente senza anchor, YOLOv6-3.0 usa una strategia Anchor-Aided Training (AAT) per beneficiare della stabilità degli approcci basati su anchor durante l'addestramento.

I modelli più piccoli usano il backbone EfficientRep, adatto all'hardware (quelli più grandi usano CSPStackRep), progettato per ridurre al minimo i costi di accesso alla memoria e massimizzare la densità computazionale sugli acceleratori moderni. Questo rende YOLOv6 un'ottima scelta per l'analisi video lato server.

Scopri di più su YOLOv6

Confronto delle prestazioni#

Nel confrontare questi modelli, gli sviluppatori devono soppesare l'accuratezza pura rispetto alla velocità di inferenza e al numero di parametri. La tabella seguente evidenzia le prestazioni delle due famiglie di modelli nelle varie dimensioni.

Modellodimensione
(pixel)
mAPval50-95Velocità
CPU ONNX
(ms)
Velocità
T4 TensorRT10
(ms)
parametri
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
YOLOv6-3.0n64037.5-1.174.711.4
YOLOv6-3.0s64045.0-2.6618.545.3
YOLOv6-3.0m64050.0-5.2834.985.8
YOLOv6-3.0l64052.8-8.9559.6150.7

YOLOv6-3.0 raggiunge un mAP superiore a YOLOX a ogni dimensione comparabile, con velocità TensorRT simili o maggiori, mentre YOLOX rimane competitivo grazie alla sua semplicità e alle varianti Nano e Tiny molto piccole.

Casi d'uso e consigli#

La scelta tra YOLOX e YOLOv6 dipende dai requisiti specifici del progetto, dai vincoli di distribuzione e dalle preferenze relative all'ecosistema.

Quando scegliere YOLOX#

YOLOX è una scelta valida per:

  • Ricerca sul rilevamento senza anchor: Ricerca accademica che usa l'architettura pulita e senza anchor di YOLOX come riferimento per sperimentare nuove head di rilevamento o funzioni di perdita.
  • Dispositivi edge ultraleggeri: Implementazione su microcontrollori o hardware mobile legacy, dove le dimensioni estremamente ridotte della variante YOLOX-Nano (0,91 M di parametri) sono fondamentali.
  • Studi sull'assegnazione delle etichette SimOTA: Progetti di ricerca che analizzano le strategie di assegnazione delle etichette basate sul trasporto ottimale e il loro impatto sulla convergenza dell'addestramento.

Quando scegliere YOLOv6#

YOLOv6 è consigliato per:

  • Distribuzione ottimizzata per l’hardware industriale: scenari in cui la progettazione consapevole dell’hardware e la riparametrizzazione efficiente del modello offrono prestazioni ottimizzate sull’hardware di destinazione specifico.
  • Rilevamento rapido a singolo stadio: applicazioni che privilegiano la velocità pura di inferenza su GPU per l’elaborazione video in tempo reale in ambienti controllati.
  • Integrazione nell’ecosistema Meituan: team che lavorano già nello stack tecnologico e nell’infrastruttura di distribuzione di Meituan.

Quando scegliere Ultralytics (YOLO26)#

Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la migliore combinazione di prestazioni ed esperienza per gli sviluppatori:

  • Distribuzione edge senza NMS: applicazioni che richiedono un’inferenza costante e a bassa latenza, senza la complessità della post-elaborazione con Non-Maximum Suppression (NMS).
  • Ambienti senza GPU: Dispositivi privi di accelerazione GPU dedicata, sui quali l’inferenza CPU di YOLO26n, fino al 43% più veloce di YOLO11n, offre un vantaggio decisivo.
  • Rilevamento di oggetti piccoli: scenari impegnativi come le immagini aeree da droni o l'analisi dei sensori IoT, in cui ProgLoss e STAL migliorano la precisione sugli oggetti minuscoli.

I vantaggi di Ultralytics#

Sebbene Megvii e Meituan offrano entrambi repository di ricerca validi, distribuire questi modelli in produzione richiede spesso un notevole lavoro tecnico aggiuntivo. L'ecosistema Ultralytics integrato riduce queste difficoltà offrendo un'API unificata e ampiamente documentata.

Con il pacchetto Ultralytics, gli sviluppatori hanno a disposizione un'esperienza utente coerente. Include l'aumento dei dati integrato, una gestione efficiente della memoria durante l'addestramento (con requisiti VRAM molto inferiori rispetto ai modelli Transformer come RT-DETR) e pipeline di esportazione in formati come ONNX e OpenVINO.

A differenza dei modelli specializzati, le architetture Ultralytics sono versatili e supportano nativamente il rilevamento di oggetti, la segmentazione di istanze, la classificazione delle immagini, la stima della posa e le caselle delimitatrici orientate (OBB).

Ecco YOLO26#

Per i team che iniziano nuovi progetti di visione artificiale, Ultralytics consiglia Ultralytics YOLO26, rilasciato a gennaio 2026. Basato su YOLO11 e YOLOv8, YOLO26 introduce diverse nuove funzionalità:

  • Design end-to-end senza NMS: esplorata per la prima volta in YOLOv10, la testa opzionale one-to-one di YOLO26 (nms=False) elimina la necessità della post-elaborazione NMS. Offre un'inferenza prevedibile e a bassa latenza per la robotica in tempo reale.
  • Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni, come Kimi K2 di Moonshot AI, YOLO26 usa l'ottimizzatore MuSGD (una combinazione di SGD e Muon) per un addestramento stabile e una convergenza più rapida.
  • Inferenza su CPU fino al 43% più veloce: con Distribution Focal Loss (DFL) rimossa e una testa di rete semplificata, YOLO26n è fino al 43% più veloce di YOLO11n su CPU, caratteristica adatta ai dispositivi edge che si affidano all'esecuzione su CPU.
  • ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment (STAL) migliorano il rilevamento degli oggetti piccoli, rendendo YOLO26 particolarmente adatto alle immagini aeree e all'ispezione di difetti microscopici.

Esempio di addestramento unificato#

Con l'API Python di Ultralytics, bastano poche righe di codice per addestrare modelli all'avanguardia. La stessa interfaccia semplice si applica sia quando provi un modello YOLO più datato sia quando distribuisci il modello YOLO26 più recente.

from ultralytics import YOLO

# Load the next-generation YOLO26 model (NMS-free, optimized for edge)
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset
# The ecosystem handles dataset downloading, caching, and batching natively
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model and print mAP metrics
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment
model.export(format="onnx")
Piattaforma Ultralytics

Per un'esperienza ancora più fluida, gestisci i dataset, monitora gli esperimenti e addestra i modelli nel cloud usando Ultralytics Platform, senza scrivere codice.

Consigli per i casi d'uso#

Quando scegli tra queste architetture, considera i vincoli hardware specifici e i requisiti del progetto:

  • Scegli YOLOX se svolgi ricerca accademica sulle strategie di assegnazione delle etichette o se ti serve una baseline anchor-free pura e facile da comprendere per apportare modifiche architetturali personalizzate.
  • Scegli YOLOv6-3.0 se distribuisci il modello in un rack di server industriali dotato di GPU NVIDIA di fascia alta, come A100 o T4, dove puoi sfruttare batch di grandi dimensioni e ottimizzazioni TensorRT per elaborare simultaneamente centinaia di flussi video.
  • Scegli YOLO26 per la stragrande maggioranza delle applicazioni moderne. Se sviluppi applicazioni di IA edge per dispositivi IoT, droni o telefoni cellulari, il design nativo senza NMS di YOLO26, le ottimizzazioni per CPU e il supporto completo dell'ecosistema lo rendono la scelta consigliata per colmare il divario tra addestramento e produzione.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.