Confronto tra Ultralytics YOLO11 e i modelli YOLO precedenti

Dall'automazione delle attività quotidiane all'aiuto nel prendere decisioni informate in tempo reale, l'intelligenza artificiale (IA) sta rimodellando il futuro di vari settori. Un'area dell'IA particolarmente affascinante è la computer vision, nota anche come visione artificiale. Si concentra sul consentire alle macchine di analizzare e interpretare dati visivi proprio come fanno gli esseri umani.

In particolare, i computer vision models stanno guidando innovazioni che migliorano sia la sicurezza che l'efficienza. Ad esempio, questi modelli vengono utilizzati nelle auto a guida autonoma per rilevare i pedoni e nelle telecamere di sicurezza per monitorare i locali 24 ore su 24.

Alcuni dei modelli di visione artificiale più noti sono i modelli YOLO (You Only Look Once), rinomati per le loro capacità di rilevamento oggetti in tempo reale. Nel corso del tempo, i modelli YOLO sono migliorati, con ogni nuova versione che offre prestazioni migliori e maggiore flessibilità.

Le versioni più recenti come Ultralytics YOLO11 possono gestire una varietà di attività, come la segmentazione delle istanze, la classificazione delle immagini, la stima della posa e il tracciamento multi-oggetto, con maggiore accuratezza, velocità e precisione che mai.

In questo articolo confronteremo Ultralytics YOLOv8, YOLOv9, YOLOv10 e Ultralytics YOLO11 per avere un'idea più chiara di come questi modelli si sono evoluti. Analizzeremo le loro caratteristiche principali, i risultati dei benchmark e le differenze di prestazioni. Cominciamo!

Una panoramica di Ultralytics YOLOv8#

YOLOv8, rilasciato da Ultralytics il 10 gennaio 2023, ha rappresentato un importante passo avanti rispetto ai precedenti modelli YOLO. È ottimizzato per il rilevamento accurato in tempo reale, combinando approcci ben testati con aggiornamenti innovativi per risultati migliori.

Andando oltre il object detection, supporta anche i seguenti task di computer vision: segmentazione d'istanza, stima della pose, rilevamento di oggetti con bounding box orientati (OBB) e classificazione di immagini. Un'altra caratteristica importante di Ultralytics YOLOv8 è che è disponibile in cinque diverse varianti di modello - Nano, Small, Medium, Large e X - in modo da poter scegliere il giusto bilanciamento tra velocità e precisione in base alle tue esigenze.

Grazie alla sua versatilità e alle sue forti prestazioni, Ultralytics YOLOv8 può essere utilizzato in molte applicazioni del mondo reale, come sistemi di sicurezza, smart cities, sanità e automazione industriale.

Fig 1. Gestione dei parcheggi nelle smart city con YOLOv8.

Caratteristiche principali di Ultralytics YOLOv8#

Ecco un'analisi più approfondita di alcune delle altre caratteristiche chiave di Ultralytics YOLOv8:

• Architettura di rilevamento migliorata: Ultralytics YOLOv8 utilizza un backbone CSPDarknet perfezionato. Questo backbone è ottimizzato per l'estrazione delle caratteristiche, ovvero il processo di identificazione e cattura di pattern o dettagli importanti dalle immagini di input che aiutano il modello a effettuare previsioni accurate.
• Detection head: Utilizza un design anchor-free e disaccoppiato, il che significa che non si basa su forme di bounding box preimpostate (ancore) ma impara invece a prevedere direttamente le posizioni degli oggetti. Grazie alla configurazione disaccoppiata, i compiti di classificazione dell'oggetto e di previsione della sua posizione (regressione) vengono gestiti separatamente, il che aiuta a migliorare l'accuratezza e accelera l'addestramento.
• Equilibra accuratezza e velocità: Questo modello raggiunge un'accuratezza impressionante mantenendo tempi di inferenza rapidi, rendendolo adatto sia per ambienti cloud che edge.
• User-friendly: YOLOv8 è progettato per essere facile da usare: puoi iniziare a fare previsioni e vedere i risultati in pochi minuti utilizzando il Ultralytics Python package.

YOLOv9 si concentra sull'efficienza computazionale#

YOLOv9 è stato rilasciato il 21 febbraio 2024 da Chien-Yao Wang e Hong-Yuan Mark Liao dell'Institute of Information Science, Academia Sinica, Taiwan. Supporta attività come l'object detection e la instance segmentation.

Questo modello si basa su Ultralytics YOLOv5 e introduce due importanti innovazioni: Programmable Gradient Information (PGI) e Generalized Efficient Layer Aggregation Network (GELAN).

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

Fig 2. Comprendere come GELAN migliora l'accuratezza di YOLOv9.

Caratteristiche principali di YOLOv9#

Ecco uno sguardo ad alcune delle altre caratteristiche chiave di YOLOv9:

• Alta precisione con efficienza: YOLOv9 offre un'elevata accuratezza di rilevamento senza consumare molta potenza di calcolo, rendendolo un'ottima scelta quando le risorse sono limitate.
• Modelli leggeri: Le varianti di modello leggero di YOLOv9 sono ottimizzate per distribuzioni edge e mobile.
• Facile da usare: YOLOv9 è supportato dal pacchetto Python di Ultralytics, quindi è semplice da configurare ed eseguire in ambienti diversi, sia che tu stia usando il codice o la riga di comando.

YOLOv10 abilita il rilevamento oggetti senza NMS#

YOLOv10 è stato introdotto il 23 maggio 2024 da ricercatori della Tsinghua University ed è focalizzato sul rilevamento oggetti in tempo reale. Affronta le limitazioni delle versioni precedenti di YOLO eliminando la necessità di non-maximum suppression (NMS), un passaggio di post-elaborazione utilizzato per eliminare i rilevamenti duplicati, e perfezionando il design generale del modello. Ciò si traduce in un rilevamento oggetti più veloce ed efficiente, pur ottenendo un'accuratezza all'avanguardia.

Una parte vitale di ciò che rende possibile tutto questo è un approccio di addestramento noto come assegnazione di etichette doppie coerenti. Combina due strategie: una che consente a più previsioni di imparare dallo stesso oggetto (uno-a-molti) e un'altra che si concentra sulla scelta della migliore singola previsione (uno-a-uno). Poiché entrambe le strategie seguono le stesse regole di corrispondenza, il modello impara a evitare i duplicati da solo, quindi l'NMS non è richiesto.

Fig 3. YOLOv10 utilizza assegnazioni a doppia etichetta coerenti 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 collo PAN (Path Aggregation Network) che combina le informazioni provenienti da diversi livelli, rendendolo migliore nel rilevare sia oggetti piccoli che grandi. Questi miglioramenti rendono possibile l'utilizzo di YOLOv10 per applicazioni reali nella produzione, nel commercio al dettaglio e nella guida autonoma.

Caratteristiche principali di YOLOv10#

Ecco alcune delle altre caratteristiche distintive di YOLOv10:

• Convoluzioni a kernel grande: Il modello utilizza convoluzioni a kernel grande per catturare più contesto da aree più ampie dell'immagine, aiutandolo a comprendere meglio la scena generale.

• Moduli di auto-attenzione parziale: Il modello incorpora moduli di auto-attenzione parziale per concentrarsi sulle parti più importanti dell'immagine senza utilizzare troppa potenza di calcolo, aumentando le prestazioni in modo efficiente.

• Variante di modello unica: Oltre alle solite dimensioni di YOLOv10 (Nano, Small, Medium, Large e X), esiste anche una versione speciale chiamata YOLOv10b (Balanced). È un modello più ampio, il che significa che elabora più caratteristiche a ogni livello, il che aiuta a migliorare l'accuratezza bilanciando comunque velocità e dimensioni.

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

Ultralytics YOLO11: Velocità e accuratezza migliorate#

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

Questa release ha introdotto miglioramenti significativi rispetto alle versioni precedenti. Ultralytics YOLO11 è più veloce, più accurato e altamente efficiente. Supporta l'intera gamma di compiti di visione artificiale a cui gli utenti di YOLOv8 sono abuzatati, inclusi il rilevamento di oggetti, la segmentazione di istanze e la classificazione delle immagini. Mantiene inoltre la compatibilità con i flussi di lavoro di YOLOv8, rendendo facile per gli utenti passare senza problemi 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 che enterprise, risultando adattabile a diversi casi d'uso.

È un'ottima opzione per attività di precisione come l'imaging medico e il rilevamento satellitare, così come per applicazioni più ampie nei veicoli autonomi, nell'agricoltura e nell'assistenza sanitaria.

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

Caratteristiche principali di Ultralytics YOLO11#

Ecco alcune delle altre caratteristiche uniche di Ultralytics YOLO11:

• Rilevamento rapido ed efficiente: Ultralytics YOLO11 è dotato di una testa di rilevamento progettata per una latenza minima, puntando sulla velocità negli strati di previsione finali senza compromettere le prestazioni.
• Estrazione delle caratteristiche migliorata: Un'architettura ottimizzata di backbone e collo migliora l'estrazione delle caratteristiche, portando a previsioni più precise.
• Distribuzione senza problemi su più piattaforme: Ultralytics YOLO11 è ottimizzato per funzionare in modo efficiente su dispositivi edge, piattaforme cloud e GPU NVIDIA, garantendo adattabilità in diversi ambienti.

Benchmarking dei modelli YOLO sul dataset COCO#

Quando si esplorano diversi modelli, non è sempre facile confrontarli solo guardando le loro caratteristiche. È qui che entra in gioco il benchmarking. Eseguendo tutti i modelli sullo stesso set di dati, possiamo misurare e confrontare oggettivamente le loro prestazioni. Diamo un'occhiata a come ciascun modello si comporta sul COCO dataset.

Quando si confrontano i modelli YOLO, ogni nuova versione porta notevoli miglioramenti in termini di accuratezza, velocità e flessibilità. In particolare, YOLO11m fa un salto in avanti qui poiché utilizza il 22% di parametri in meno rispetto a YOLOv8m, il che significa che è più leggero e veloce da eseguire. Inoltre, nonostante le sue dimensioni ridotte, raggiunge una precisione media (mAP) più elevata sul dataset COCO. Questa metrica misura quanto bene il modello rileva e localizza gli oggetti, quindi un mAP più alto significa previsioni più accurate.

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

Test e confronto dei modelli YOLO su un video#

Esploriamo come questi modelli si comportano in una situazione del mondo reale.

Per confrontare YOLOv8, YOLOv9, YOLOv10 e YOLO11, tutti e quattro sono stati eseguiti sullo stesso video di traffico utilizzando un punteggio di confidenza di 0.3 (il modello mostra i rilevamenti solo quando è sicuro almeno al 30% di aver identificato correttamente un oggetto) e una dimensione dell'immagine di 640 per una valutazione equa. I risultati di object detection e tracciamento hanno evidenziato differenze chiave nell'accuratezza, velocità e precisione del rilevamento.

Dal primo frame, YOLO11 ha rilevato veicoli di grandi dimensioni come camion che YOLOv10 ha perso. YOLOv8 e YOLOv9 hanno mostrato prestazioni decenti ma variavano a seconda delle condizioni di illuminazione e delle dimensioni dell'oggetto. I veicoli più piccoli e distanti sono rimasti una sfida per tutti i modelli, sebbene YOLO11 abbia mostrato miglioramenti evidenti anche in quei rilevamenti.

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

In termini di velocità, tutti i modelli hanno operato tra i 10 e i 20 millisecondi per fotogramma, abbastanza velocemente da gestire attività in tempo reale a oltre 50 FPS. Da un lato, Ultralytics YOLOv8 e YOLOv9 hanno fornito rilevamenti stabili e affidabili per tutto il video. È interessante notare che YOLOv10, progettato per una minore latenza, è stato più veloce ma ha mostrato alcune inconsistenze nel rilevare determinati tipi di oggetti.

Ultralytics YOLO11, d'altro canto, si è distinto per la sua precisione, offrendo un forte equilibrio tra velocità e accuratezza. Sebbene nessuno dei modelli abbia ottenuto prestazioni perfette in ogni fotogramma, il confronto fianco a fianco ha dimostrato chiaramente che YOLO11 ha offerto le migliori prestazioni complessive.

Quale modello YOLO è il migliore per le attività di visione artificiale?#

Selezionare un modello per un progetto dipende dai suoi requisiti specifici. Ad esempio, alcune applicazioni possono dare la priorità alla velocità, mentre altre potrebbero richiedere una maggiore accuratezza o affrontare vincoli di distribuzione che influenzano la decisione.

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

Scegliere tra YOLOv8 e YOLO11 dipende davvero dalle tue esigenze. YOLOv8 è un'opzione solida se sei nuovo alla computer vision e apprezzi una community più ampia, più tutorial e ampie integrazioni di terze parti.

D'altra parte, se cerchi prestazioni all'avanguardia con maggiore precisione e velocità, Ultralytics YOLO11 è la scelta migliore, sebbene disponga di una community più ristretta e di un minor numero di integrazioni in quanto si tratta di una versione più recente.

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 porta aggiornamenti significativi in termini di velocità, accuratezza e precisione.

Mentre la visione artificiale continua ad avanzare, questi modelli offrono soluzioni affidabili alle sfide del mondo reale, dal rilevamento oggetti ai sistemi autonomi. Il continuo sviluppo dei modelli YOLO mostra quanta strada ha fatto il settore e quanto altro possiamo aspettarci in futuro.

Per saperne di più sull'IA, visita il nostro GitHub repository e interagisci con la nostra community. Scopri i progressi in vari settori, dalla vision AI in manufacturing alla computer vision in healthcare. Consulta le nostre licensing options per iniziare oggi stesso i tuoi progetti di visione artificiale.