Confronto tra Ultralytics YOLO11 e i modelli YOLO precedenti

Dall’automazione delle attività quotidiane al supporto di decisioni consapevoli in tempo reale, l’intelligenza artificiale (AI) sta ridefinendo il futuro di diversi settori. Uno degli ambiti più affascinanti dell’AI è la visione artificiale, nota anche come AI visiva. Si concentra sulla capacità delle macchine di analizzare e interpretare i dati visivi come fanno gli esseri umani.

In particolare, i modelli di visione artificiale promuovono innovazioni che migliorano sia la sicurezza sia l’efficienza. Ad esempio, questi modelli vengono utilizzati nelle auto a guida autonoma per rilevare i pedoni e nelle telecamere di sicurezza per sorvegliare i locali 24 ore su 24.

Tra i modelli di visione artificiale più noti ci sono i modelli YOLO (lo vedi una sola volta), famosi per le loro capacità di rilevamento degli oggetti in tempo reale. Nel tempo, i modelli YOLO sono migliorati e ogni nuova versione ha offerto prestazioni superiori e maggiore flessibilità.

Le versioni più recenti, come Ultralytics YOLO11, possono gestire diverse attività, tra cui la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e il tracciamento di più oggetti, con precisione, velocità e accuratezza mai raggiunte prima.

In questo articolo confronteremo Ultralytics YOLOv8, YOLOv9, YOLOv10 e Ultralytics YOLO11 per capire meglio come si sono evoluti questi modelli. Analizzeremo le loro caratteristiche principali, i risultati dei benchmark e le differenze nelle prestazioni. Cominciamo!

Panoramica di Ultralytics YOLOv8#

Rilasciato da Ultralytics il 10 gennaio 2023, YOLOv8 ha rappresentato un notevole passo avanti rispetto ai modelli YOLO precedenti. È ottimizzato per un rilevamento preciso in tempo reale e combina approcci collaudati con aggiornamenti innovativi per ottenere risultati migliori.

Oltre al rilevamento degli oggetti, supporta anche le seguenti attività di visione artificiale: segmentazione delle istanze, stima della posa, rilevamento degli oggetti con riquadri di delimitazione orientati (OBB) e classificazione delle immagini. Un’altra caratteristica importante di Ultralytics YOLOv8 è la disponibilità di cinque varianti del modello: Nano, Small, Medium, Large e X, così puoi scegliere il giusto equilibrio tra velocità e precisione in base alle tue esigenze.

Grazie alla sua versatilità e alle prestazioni elevate, Ultralytics YOLOv8 può essere utilizzato in molte applicazioni reali, come sistemi di sicurezza, città intelligenti, sanità e automazione industriale.

Fig 1. Gestione dei parcheggi nelle città intelligenti con YOLOv8.

Caratteristiche principali di Ultralytics YOLOv8#

Ecco uno sguardo più da vicino ad alcune delle altre caratteristiche principali di Ultralytics YOLOv8:

• Architettura di rilevamento migliorata: Ultralytics YOLOv8 utilizza un backbone CSPDarknet migliorato. Questo backbone è ottimizzato per l’estrazione delle caratteristiche, ovvero il processo di individuazione e acquisizione di schemi o dettagli importanti dalle immagini in ingresso che aiutano il modello a formulare previsioni accurate.
• Testa di rilevamento: utilizza un design senza ancore e disaccoppiato: non si basa su forme predefinite dei riquadri di delimitazione (ancore), ma impara a prevedere direttamente la posizione degli oggetti. Grazie alla struttura disaccoppiata, le attività di classificazione dell’oggetto e di previsione della sua posizione (regressione) vengono gestite separatamente, migliorando la precisione e accelerando l’addestramento.
• Equilibrio tra precisione e velocità: questo modello raggiunge una precisione notevole mantenendo tempi di inferenza rapidi, ed è quindi adatto sia agli ambienti cloud sia a quelli edge.
• Facile da usare: YOLOv8 è progettato per essere semplice da usare fin da subito: puoi iniziare a fare previsioni e a visualizzare i risultati in pochi minuti con il pacchetto Python Ultralytics.

YOLOv9 punta all’efficienza computazionale#

YOLOv9 è stato rilasciato il 21 febbraio 2024 da Chien-Yao Wang e Hong-Yuan Mark Liao dell’Institute of Information Science dell’Academia Sinica, Taiwan. Supporta attività come il rilevamento degli oggetti e la segmentazione delle istanze.

Questo modello si basa su Ultralytics YOLOv5 e introduce due importanti innovazioni: le informazioni di gradiente programmabili (PGI) e la rete di aggregazione dei livelli efficiente generalizzata (GELAN).

PGI aiuta YOLOv9 a conservare le informazioni importanti mentre elabora i dati attraverso i suoi livelli, ottenendo così risultati più accurati. GELAN, invece, migliora il modo in cui il modello utilizza i suoi livelli, aumentando le prestazioni e l’efficienza computazionale. Grazie a questi miglioramenti, YOLOv9 può gestire attività in tempo reale su dispositivi edge e app mobili, dove le risorse di calcolo sono spesso limitate.

Fig 2. Come GELAN migliora la precisione di YOLOv9.

Caratteristiche principali di YOLOv9#

Ecco una panoramica di alcune delle altre caratteristiche principali di YOLOv9:

• Elevata precisione ed efficienza: YOLOv9 offre un’elevata precisione di rilevamento senza consumare molta potenza di calcolo, ed è quindi un’ottima scelta quando le risorse sono limitate.
• Modelli leggeri: le varianti leggere del modello YOLOv9 sono ottimizzate per le distribuzioni edge e mobili.
• Facile da usare: YOLOv9 è supportato dal pacchetto Python Ultralytics, quindi è semplice da configurare e utilizzare in diversi ambienti, sia tramite codice sia dalla riga di comando.

YOLOv10 consente il rilevamento degli oggetti senza NMS#

YOLOv10 è stato presentato il 23 maggio 2024 da ricercatori della Tsinghua University ed è progettato per il rilevamento degli oggetti in tempo reale. Supera i limiti delle versioni precedenti di YOLO eliminando la necessità della soppressione dei non massimi (NMS), una fase di post-elaborazione usata per eliminare i rilevamenti duplicati, e perfezionando il design complessivo del modello. Il risultato è un rilevamento degli oggetti più rapido ed efficiente, che mantiene al contempo una precisione all’avanguardia.

Un elemento fondamentale che lo rende possibile è un approccio di addestramento noto come assegnazione coerente delle etichette doppie. Combina due strategie: una consente a più previsioni di apprendere dallo stesso oggetto (uno-a-molti), mentre l’altra si concentra sulla selezione della migliore previsione singola (uno-a-uno). Poiché entrambe le strategie seguono le stesse regole di corrispondenza, il modello impara a evitare autonomamente i duplicati, quindi NMS non è necessaria.

Fig 3. YOLOv10 usa l’assegnazione coerente delle etichette doppie per l’addestramento senza NMS.

L’architettura di YOLOv10 utilizza anche un backbone CSPNet migliorato per apprendere le caratteristiche in modo più efficace e un neck PAN (rete di aggregazione dei percorsi) che combina le informazioni provenienti da diversi livelli, migliorando il rilevamento degli oggetti sia piccoli sia grandi. Questi miglioramenti permettono di utilizzare YOLOv10 in applicazioni reali nei settori della produzione, della vendita al dettaglio e della guida autonoma.

Caratteristiche principali di YOLOv10#

Ecco alcune delle altre caratteristiche distintive di YOLOv10:

• Convoluzioni con kernel di grandi dimensioni: il modello utilizza convoluzioni con kernel di grandi dimensioni per acquisire più contesto da aree più ampie dell’immagine, aiutandolo a comprendere meglio la scena nel suo insieme.

• Moduli di attenzione personale parziale: il modello integra moduli di attenzione personale parziale per concentrarsi sulle parti più importanti dell’immagine senza usare troppa potenza di calcolo, migliorando le prestazioni in modo efficiente.

• Variante esclusiva del modello: oltre alle consuete dimensioni di YOLOv10 — Nano, Small, Medium, Large e X — è disponibile anche una versione speciale chiamata YOLOv10b (Balanced). È un modello più ampio, cioè elabora più caratteristiche a ogni livello, migliorando la precisione e mantenendo un equilibrio tra velocità e dimensioni.

• Facile da usare: YOLOv10 è compatibile con il pacchetto Python Ultralytics, quindi è facile da usare.

Ultralytics YOLO11: maggiore velocità e precisione#

Quest’anno, il 30 settembre, Ultralytics ha presentato ufficialmente YOLO11 — uno dei modelli più recenti della serie YOLO — durante il suo evento ibrido annuale, YOLO Vision 2024 (YV24).

Questa versione ha introdotto miglioramenti significativi rispetto alle versioni precedenti. Ultralytics YOLO11 è più veloce, più accurato e altamente efficiente. Supporta l'intera gamma di attività di visione artificiale che gli utenti di YOLOv8 conoscono bene, tra cui il rilevamento degli oggetti, la segmentazione delle istanze e la classificazione delle immagini. Mantiene inoltre la compatibilità con i flussi di lavoro di YOLOv8, facilitando la transizione degli utenti alla nuova versione.

Inoltre, Ultralytics YOLO11 è progettato per soddisfare un’ampia gamma di esigenze di calcolo, dai dispositivi edge leggeri ai potenti sistemi cloud. Il modello è disponibile sia in versione open source sia in versione enterprise, adattandosi così a diversi casi d’uso.

È un’ottima scelta per attività di precisione come l’imaging medico e il rilevamento satellitare, oltre che per applicazioni più ampie nei veicoli autonomi, nell’agricoltura e nella sanità.

Fig 4. Uso di Ultralytics YOLO11 per rilevare, contare e tracciare il traffico.

Caratteristiche principali di Ultralytics YOLO11#

Ecco alcune delle altre caratteristiche esclusive di Ultralytics YOLO11:

• Rilevamento rapido ed efficiente: Ultralytics YOLO11 integra una testa di rilevamento progettata per ridurre al minimo la latenza e dare priorità alla velocità negli ultimi livelli di previsione senza compromettere le prestazioni.
• Estrazione delle caratteristiche migliorata: un’architettura ottimizzata del backbone e del neck migliora l’estrazione delle caratteristiche, producendo previsioni più precise.
• Distribuzione fluida su diverse piattaforme: Ultralytics YOLO11 è ottimizzato per funzionare in modo efficiente su dispositivi edge, piattaforme cloud e GPU NVIDIA, garantendo l’adattabilità a diversi ambienti.

Benchmark dei modelli YOLO sul set di dati COCO#

Quando si esplorano diversi modelli, non è sempre facile confrontarli limitandosi a esaminarne le caratteristiche. È qui che entrano in gioco i benchmark. Eseguendo tutti i modelli sullo stesso set di dati, possiamo misurarne e confrontarne oggettivamente le prestazioni. Vediamo come si comporta ciascun modello sul set di dati COCO.

Confrontando i modelli YOLO, ogni nuova versione porta miglioramenti notevoli in termini di precisione, velocità e flessibilità. In particolare, YOLO11m compie un notevole passo avanti perché utilizza il 22% di parametri in meno rispetto a YOLOv8m, risultando più leggero e rapido da eseguire. Inoltre, nonostante le dimensioni inferiori, raggiunge una precisione media media (mAP) superiore sul set di dati COCO. Questa metrica misura l’efficacia del modello nel rilevare e localizzare gli oggetti: un mAP più alto corrisponde quindi a previsioni più accurate.

Fig 5. Benchmark di YOLO11 e altri modelli YOLO sul set di dati COCO.

Test e confronto dei modelli YOLO su un video#

Vediamo come si comportano questi modelli in una situazione reale.

Per confrontare YOLOv8, YOLOv9, YOLOv10 e YOLO11, tutti e quattro sono stati eseguiti sullo stesso video del traffico, utilizzando una soglia di confidenza pari a 0,3 (il modello visualizza i rilevamenti solo quando ha almeno il 30% di probabilità di aver identificato correttamente un oggetto) e una dimensione dell’immagine di 640, per garantire una valutazione equa. I risultati del rilevamento e del tracciamento degli oggetti hanno evidenziato differenze significative in termini di precisione, velocità e accuratezza del rilevamento.

Fin dal primo fotogramma, YOLO11 ha rilevato veicoli grandi come i camion, sfuggiti a YOLOv10. YOLOv8 e YOLOv9 hanno offerto prestazioni discrete, ma variabili a seconda delle condizioni di illuminazione e delle dimensioni degli oggetti. I veicoli più piccoli e distanti sono rimasti difficili da rilevare per tutti i modelli, anche se YOLO11 ha mostrato miglioramenti significativi anche in questi rilevamenti.

Fig 6. Confronto tra YOLOv8, YOLOv9, YOLOv10 e YOLO11.

In termini di velocità, tutti i modelli hanno impiegato tra 10 e 20 millisecondi per fotogramma, una rapidità sufficiente per gestire attività in tempo reale a oltre 50 FPS. Da un lato, Ultralytics YOLOv8 e YOLOv9 hanno fornito rilevamenti costanti e affidabili per tutta la durata del video. È interessante notare che YOLOv10, progettato per ridurre la latenza, era più veloce, ma ha mostrato alcune incoerenze nel rilevamento di determinati tipi di oggetti.

Ultralytics YOLO11, invece, si è distinto per la precisione, offrendo un buon equilibrio tra velocità e accuratezza. Sebbene nessuno dei modelli abbia ottenuto risultati perfetti in ogni fotogramma, il confronto diretto ha dimostrato chiaramente che YOLO11 ha offerto le migliori prestazioni complessive.

Qual è il miglior modello YOLO per le attività di visione artificiale?#

La scelta di un modello per un progetto dipende dai requisiti specifici. Ad esempio, alcune applicazioni possono dare priorità alla velocità, mentre altre possono richiedere una maggiore precisione o essere soggette a vincoli di distribuzione che influenzano la decisione.

Un altro fattore importante è il tipo di attività di visione artificiale che devi affrontare. Se cerchi maggiore flessibilità per gestire diverse attività, YOLOv8 e YOLO11 sono valide opzioni.

La scelta tra YOLOv8 e YOLO11 dipende davvero dalle tue esigenze. YOLOv8 è una scelta solida se ti avvicini per la prima volta alla visione artificiale e apprezzi una community più ampia, un maggior numero di tutorial e numerose integrazioni di terze parti.

Se invece cerchi prestazioni all’avanguardia, con maggiore precisione e velocità, Ultralytics YOLO11 è la scelta migliore, anche se, essendo stato rilasciato più di recente, ha una community più piccola e meno integrazioni.

Punti chiave#

Da Ultralytics YOLOv8 a Ultralytics YOLO11, l’evoluzione della serie di modelli YOLO riflette una spinta costante verso modelli di visione artificiale più intelligenti. Ogni versione di YOLO introduce miglioramenti significativi in termini di velocità, precisione e accuratezza.

Con il continuo progresso della visione artificiale, questi modelli offrono soluzioni affidabili alle sfide del mondo reale, dal rilevamento degli oggetti ai sistemi autonomi. Lo sviluppo costante dei modelli YOLO mostra i progressi compiuti dal settore e quanto possiamo ancora aspettarci in futuro.

Per saperne di più sull’AI, visita il nostro repository GitHub e partecipa alla nostra community. Scopri i progressi nei diversi settori, dall’AI visiva nella produzione alla visione artificiale in ambito sanitario. Consulta le nostre opzioni di licenza per avviare oggi stesso i tuoi progetti di AI visiva.