YOLOX vs YOLOv7
L'evoluzione del rilevamento di oggetti in tempo reale è stata guidata da continui progressi architetturali. Due tappe importanti di questo percorso sono YOLOX e YOLOv7. Rilasciati a meno di un anno di distanza, entrambi i modelli hanno introdotto nuovi approcci al paradigma standard del rilevamento di oggetti, migliorando notevolmente il compromesso tra velocità e precisione.
Questa pagina presenta un'analisi tecnica di YOLOX e YOLOv7, confrontandone le architetture, le metriche prestazionali e i casi d'uso ideali per aiutare gli sviluppatori a scegliere lo strumento giusto per le proprie distribuzioni di visione artificiale.
YOLOX: pioniere del rilevamento anchor-free#
Presentato dai ricercatori di Megvii nel luglio 2021, YOLOX ha segnato un cambiamento importante, abbandonando i tradizionali design basati su anchor. Colmando il divario tra ricerca accademica e applicazioni industriali, YOLOX ha semplificato la head di rilevamento e migliorato le prestazioni complessive.
Dettagli principali del modello:
- Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
- Organizzazione: Megvii
- Data: 2021-07-18
- Articolo di ricerca: arXiv:2107.08430
- Codice sorgente: YOLOX di Megvii su GitHub
- Documentazione: Documentazione di YOLOX su GitHub
Innovazioni architetturali#
YOLOX ha introdotto un approccio senza anchor, riducendo notevolmente il numero di parametri di progettazione e le regolazioni euristiche necessarie per i dataset personalizzati. Ha implementato una testa disaccoppiata, separando le attività di classificazione e regressione e migliorando la velocità di convergenza e la precisione. Inoltre, YOLOX ha utilizzato strategie avanzate di aumento dei dati come MixUp e Mosaic per migliorare la robustezza del modello.
Predicendo una casella per posizione anziché più caselle anchor, YOLOX riduce il numero di previsioni da associare alle annotazioni reali tramite Intersection over Union (IoU) durante l'addestramento, semplificando l'assegnazione delle etichette e potenzialmente riducendo l'uso della memoria CUDA.
YOLOv7: Bag-of-Freebies addestrabile#
Rilasciato a luglio 2022 dai ricercatori dell'Institute of Information Science dell'Academia Sinica di Taiwan, YOLOv7 ha ulteriormente avanzato il rilevamento di oggetti in tempo reale. Ha introdotto il concetto di «bag-of-freebies addestrabile», stabilendo risultati all'avanguardia sul dataset MS COCO al momento del rilascio.
Dettagli principali del modello:
- Autori: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
- Organizzazione: Institute of Information Science, Academia Sinica, Taiwan
- Data: 2022-07-06
- Articolo di ricerca: arXiv:2207.02696
- Codice sorgente: YOLOv7 di WongKinYiu su GitHub
- Documentazione: Documentazione Ultralytics di YOLOv7
Innovazioni architetturali#
L'architettura di YOLOv7 si basa sull'Extended Efficient Layer Aggregation Network (E-ELAN), che consente al modello di apprendere continuamente caratteristiche più diversificate senza degradare il percorso del gradiente. Inoltre, YOLOv7 ha utilizzato tecniche di riparametrizzazione del modello, che consentono di semplificare durante l'inferenza reti di addestramento complesse e multi-ramo trasformandole in reti più veloci a percorso singolo.
Confronto delle prestazioni#
Per valutare questi modelli in applicazioni reali, è fondamentale comprenderne le prestazioni alle diverse scale. La tabella seguente confronta le metriche standard per le varie dimensioni di YOLOX e YOLOv7.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Analisi#
- Accuratezza: YOLOv7 generalmente raggiunge un mAP più alto rispetto ai modelli YOLOX equivalenti. Ad esempio, YOLOv7x raggiunge 53.1 mAP rispetto ai 51.1 di YOLOXx.
- Velocità: entrambi i modelli sono ottimizzati per l'esecuzione su GPU tramite TensorRT. Alle dimensioni maggiori, YOLOv7 è più veloce e preciso (per esempio, YOLOv7l viene eseguito in 6,84 ms contro i 9,04 ms di YOLOXl), anche se YOLOX offre varianti più piccole per i dispositivi edge.
- Versatilità: YOLOv7 ha ampliato le proprie funzionalità oltre i riquadri di delimitazione, fornendo nativamente pesi per la segmentazione di istanze e la stima della posa, risultando più versatile del repository YOLOX di base.
Applicazioni nel mondo reale#
La scelta tra questi modelli dipende spesso dall'ambiente di distribuzione specifico.
Edge computing e IoT#
Per dispositivi edge con risorse limitate, come Raspberry Pi o i processori mobili meno recenti, YOLOX-Nano e YOLOX-Tiny sono opzioni interessanti. Il numero minimo di parametri e la natura senza anchor li rendono più facili da distribuire in ambienti a basso consumo per attività come il semplice tracciamento del movimento o le applicazioni per videocitofoni intelligenti.
Analisi video ad alta fedeltà#
Per elaborare flussi ad alta risoluzione nel rilevamento di difetti industriali o nel monitoraggio del traffico intenso, YOLOv7 è la scelta migliore. La sua robusta aggregazione delle caratteristiche gli consente di mantenere un'elevata precisione anche quando gli oggetti sono parzialmente occlusi o variano notevolmente di dimensioni.
Casi d'uso e consigli#
La scelta tra YOLOX e YOLOv7 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 YOLOv7#
YOLOv7 è consigliato per:
- Benchmark accademici: riprodurre i risultati dello stato dell'arte del 2022 o studiare gli effetti di E-ELAN e delle tecniche del bagaglio di tecniche gratuite addestrabile.
- Ricerca sulla riparametrizzazione: esaminare convoluzioni riparametrizzate pianificate e strategie di scalabilità composta dei modelli.
- Pipeline personalizzate esistenti: progetti con pipeline ampiamente personalizzate e basate sull'architettura specifica di YOLOv7, difficili da ristrutturare.
Quando scegliere Ultralytics (YOLO26)#
Per la maggior parte dei nuovi progetti, Ultralytics YOLO26 offre la combinazione migliore 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 solo CPU: dispositivi senza accelerazione GPU dedicata, sui quali l'inferenza CPU di YOLO26, fino al 43% più rapida (YOLO26n rispetto a 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 YOLOX e YOLOv7 siano implementazioni di ricerca potenti, passare da un repository di ricerca a un ambiente di produzione scalabile può essere difficile. È qui che Ultralytics Platform è utile.
I modelli Ultralytics offrono un'API Python unificata, che gestisce l'addestramento, la convalida e la distribuzione dei modelli come attività semplificate e standardizzate. In questo modo eviti di gestire dipendenze complesse di terze parti o operatori C++ personalizzati, comuni nelle architetture più datate.
Inoltre, i modelli Ultralytics YOLO richiedono molta meno memoria CUDA durante l'addestramento rispetto ai rilevatori basati su Transformer come RT-DETR. Questo consente ai professionisti di utilizzare dimensioni dei batch maggiori, stabilizzando l'addestramento e accelerando la convergenza sui dataset personalizzati.
Ultralytics supporta nativamente l'esportazione dei modelli in formati standard del settore come ONNX, OpenVINO e CoreML con un singolo argomento format, semplificando il processo di distribuzione del modello.
Esempio di codice: addestramento con Ultralytics#
Il pacchetto Python Ultralytics non addestra né esegue nativamente i checkpoint .pt di YOLOv7 (la documentazione di YOLOv7 spiega come eseguire i modelli ONNX o TensorRT esportati), ma le architetture più recenti, come YOLO26, possono essere caricate, addestrate ed eseguite con poche righe di codice.
from ultralytics import YOLO
# Carica un modello YOLO26 preaddestrato
model = YOLO("yolo26n.pt")
# Addestra il modello su un dataset personalizzato (ad es., COCO8)
# L'API gestisce automaticamente il caricamento dei dati, l'aumento dei dati e la gestione della memoria
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Esegui l'inferenza su un'immagine di test
predictions = model("path/to/image.jpg")
predictions[0].show()Il futuro: Ultralytics YOLO26#
YOLOv7 e YOLOX rappresentano tappe storiche importanti, ma il settore evolve rapidamente. Rilasciato a gennaio 2026, Ultralytics YOLO26 introduce diverse modifiche che superano i modelli precedenti.
- Design end-to-end senza NMS: la testa opzionale one-to-one di YOLO26 (
nms=False) salta la post-elaborazione NMS. Questo riduce i colli di bottiglia della latenza e offre tempi di esecuzione prevedibili su configurazioni hardware diverse. - Inferenza su CPU fino al 43% più veloce: con Distribution Focal Loss (DFL) rimossa e l'inferenza senza NMS, YOLO26n è fino al 43% più veloce di YOLO11n su CPU, caratteristica adatta ai dispositivi edge senza hardware GPU dedicato.
- Ottimizzatore MuSGD: ispirato alle tecniche di addestramento dei modelli linguistici di grandi dimensioni (LLM), l'ottimizzatore MuSGD (una combinazione di SGD e Muon) offre un addestramento stabile e una convergenza più rapida.
- Rilevamento migliorato degli oggetti piccoli: ProgLoss + STAL (Progressive Loss e Small-Target-Aware Label Assignment) migliorano il riconoscimento degli oggetti piccoli e distanti, fondamentale per la mappatura con droni e la sorveglianza di sicurezza.
- Supporto nativo delle attività: YOLO26 supporta nativamente, all'interno della stessa API, la segmentazione di istanze, la segmentazione semantica, la stima della profondità, la classificazione, la stima della posa e le caselle delimitatrici orientate (OBB).
Per gli sviluppatori che oggi iniziano un nuovo progetto di visione artificiale, Ultralytics YOLO26 è il percorso consigliato per ottenere il miglior equilibrio tra velocità, precisione e semplicità di distribuzione. Per chi aggiorna progetti da generazioni precedenti come YOLO11 o YOLOv8, in genere basta modificare la stringa del modello.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.