YOLOX vs YOLOv8
Il campo della visione artificiale ha compiuto rapidi progressi nel rilevamento di oggetti in tempo reale negli ultimi anni. Mentre ricercatori e ingegneri continuano a migliorare precisione e velocità, orientarsi tra i modelli disponibili può essere difficile. Questa guida offre un confronto tecnico tra due architetture influenti: YOLOX e Ultralytics YOLOv8.
Analizzando le architetture, le metodologie di addestramento e le capacità di distribuzione, gli sviluppatori possono prendere decisioni consapevoli nella scelta del framework più adatto ai propri progetti di intelligenza artificiale.
YOLOX: un ponte tra ricerca e industria#
YOLOX è emerso come un modello importante che ha contribuito a colmare il divario tra ricerca accademica e applicazioni industriali. Ha introdotto un ritorno a un design senza anchor, riducendo notevolmente il numero di parametri di progettazione e le regolazioni euristiche richieste dai precedenti rilevatori basati su anchor.
Dettagli del modello:
- Autori: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
- Organizzazione: Megvii
- Data: 2021-07-18
- arXiv: YOLOX: supera la serie YOLO nel 2021
- GitHub: Megvii-BaseDetection/YOLOX
- Documentazione: Documentazione di YOLOX
Punti salienti dell'architettura#
YOLOX integra diverse modifiche chiave che lo distinguono dai predecessori. La più significativa è la testa disaccoppiata, che separa le attività di classificazione e regressione delle caselle delimitatrici in percorsi distinti. Questa scelta architetturale riduce il conflitto tra l'allineamento spaziale necessario alla regressione e l'invarianza alle traslazioni richiesta dalla classificazione, accelerando la convergenza durante l'addestramento.
Inoltre, YOLOX utilizza la strategia di assegnazione delle etichette SimOTA. Questo metodo di assegnazione dinamica formula l’abbinamento tra gli oggetti di riferimento e le previsioni come un problema di trasporto ottimale, riducendo efficacemente i tempi di addestramento e migliorando la precisione media (mAP). Il modello utilizza anche tecniche efficaci di aumento dei dati, tra cui MixUp e Mosaic, che però vengono disattivate nelle epoche finali per stabilizzare le caratteristiche apprese.
YOLOv8: lo standard versatile dell’ecosistema#
Frutto di anni di ricerca continua, Ultralytics YOLOv8 rappresenta un importante passo avanti per i modelli Ultralytics. È stato progettato fin dall'inizio non solo come rilevatore di oggetti, ma come framework completo multi-attività, in grado di affrontare un'ampia gamma di sfide di riconoscimento visivo tramite un'API accessibile.
Dettagli del modello:
- Autori: Glenn Jocher, Ayush Chaurasia e Jing Qiu
- Organizzazione: Ultralytics
- Data: 2023-01-10
- GitHub: ultralytics/ultralytics
- Documentazione: Documentazione di YOLOv8
Progressi architetturali#
YOLOv8 introduce un'architettura semplificata che sostituisce il modulo C3 con il più efficiente modulo C2f, migliorando il flusso del gradiente e l'estrazione delle caratteristiche senza aumentare eccessivamente il numero di parametri. Come YOLOX, YOLOv8 utilizza un design senza anchor e una testa disaccoppiata; tuttavia, perfeziona il calcolo della loss integrando Distribution Focal Loss (DFL) e la loss CIoU, ottenendo previsioni delle caselle delimitatrici più precise, soprattutto per gli oggetti piccoli o sovrapposti.
Uno dei principali punti di forza di YOLOv8 è la sua profonda integrazione nell'ecosistema Ultralytics. Che tu usi l'API Python unificata o l'interfaccia visiva di Ultralytics Platform, il passaggio dall'addestramento alla distribuzione è semplice e supporta nativamente formati da ONNX a TensorRT.
Oltre al rilevamento di oggetti standard, YOLOv8 supporta nativamente la segmentazione di istanze, la classificazione delle immagini, la stima della posa e le caselle delimitatrici orientate (OBB). Questa versatilità multi-attività lo rende interessante per gli ambienti di produzione complessi in cui è necessario gestire più tipi di modelli.
Confronto delle prestazioni e delle metriche#
Nel confrontare questi modelli, gli sviluppatori devono considerare i compromessi tra precisione, latenza d'inferenza e carico computazionale. La tabella seguente illustra i benchmark di entrambe le famiglie di modelli.
| 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
YOLOv8 raggiunge costantemente un mAP superiore a YOLOX a parità di numero di parametri, mantenendo al contempo elevate velocità su GPU. Inoltre, i modelli Ultralytics sono noti per i minori requisiti di memoria durante l'addestramento. È un vantaggio cruciale quando si aumentano le dimensioni dei batch su hardware consumer, soprattutto rispetto ad architetture Transformer ad alto consumo di risorse come RT-DETR, che usa molta più memoria CUDA.
Esperienza di sviluppo e distribuzione#
Lavorare con basi di codice di ricerca legacy richiede spesso la configurazione di ambienti complessi e la scrittura di codice boilerplate personalizzato per l'inferenza. L'API Ultralytics, invece, semplifica tutto in poche righe di Python.
from ultralytics import YOLO
# Inizializza il modello YOLOv8 small
model = YOLO("yolov8s.pt")
# Addestra il modello su un dataset personalizzato
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Convalida l'accuratezza del modello
metrics = model.val()
# Esegui l'inferenza su un'immagine di test
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()Questa interfaccia unificata è una caratteristica distintiva dell'ecosistema Ultralytics, curato e aggiornato con attenzione, e fa sì che gli sviluppatori dedichino meno tempo a risolvere problemi dell'ambiente e più tempo a perfezionare le proprie soluzioni di computer vision.
Casi d'uso e consigli#
La scelta tra YOLOX e YOLOv8 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 YOLOv8#
YOLOv8 è consigliato per:
- Distribuzione versatile multi-task: progetti che richiedono un modello collaudato per rilevamento, segmentazione, classificazione e stima della posa nell'ecosistema Ultralytics.
- Sistemi di produzione consolidati: ambienti di produzione esistenti già basati sull’architettura YOLOv8, con pipeline di distribuzione stabili e ben testate.
- Ampio supporto della community e dell’ecosistema: applicazioni che traggono vantaggio dagli estesi tutorial di YOLOv8, dalle integrazioni di terze parti e dalle risorse della community attiva.
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 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.
Uno sguardo al futuro: l'architettura YOLO26#
YOLOv8 offre un ottimo equilibrio tra precisione e usabilità, ma l'IA continua a progredire rapidamente. Rilasciato a gennaio 2026, YOLO26 è il modello consigliato per le moderne distribuzioni edge e cloud e si basa sulle fondamenta delle generazioni precedenti.
YOLO26 introduce un design end-to-end senza NMS: la sua testa opzionale one-to-one (nms=False) salta la fase euristica di post-elaborazione NMS, offrendo una latenza stabile e prevedibile su diversi ambienti di distribuzione. Rimosso il modulo Distribution Focal Loss (DFL), YOLO26n raggiunge un'inferenza su CPU fino al 43% più veloce di YOLO11n, rendendo YOLO26 una scelta ottimale per sistemi embedded e applicazioni mobili.
YOLO26 migliora anche la stabilità dell'addestramento con l'ottimizzatore MuSGD, una combinazione di SGD e Muon che accelera la convergenza. Con ProgLoss + STAL (Progressive Loss e Small-Target-Aware Label Assignment), YOLO26 migliora il rilevamento degli oggetti di piccole dimensioni, fondamentale per la mappatura con droni e i sistemi di allarme di sicurezza.
Conclusioni e raccomandazioni#
YOLOX ha rappresentato un passo importante nella transizione ai metodi senza anchor, ma la mancanza di un ecosistema integrato multi-attività ne limita l'uso negli ambienti di produzione frenetici.
Per gli sviluppatori che danno priorità a un'esperienza fluida, al supporto di attività versatili e a una community solida, YOLOv8 rimane una scelta robusta. Tuttavia, per chi vuole massimizzare le prestazioni del calcolo edge, eliminare i colli di bottiglia NMS e ottenere la massima precisione con le più recenti innovazioni nell'addestramento, YOLO26 è il modello consigliato per ogni nuovo progetto di visione artificiale.
Se vuoi esplorare altri modelli della suite Ultralytics, puoi anche esaminare le caratteristiche prestazionali di YOLO11 o approfondire l'approccio senza NMS introdotto in YOLOv10.
Commenti1
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.
zaraquinnat(modificato)
Excellent technical comparison! YOLOX introduced some innovative ideas like decoupled heads and anchor-free design, which definitely influenced later models. However, this YOLOv8 comparison shows how v8 builds on such advancements with a cleaner architecture, better task flexibility, and improved performance across various benchmarks. Both have their strengths depending on the application.