Confronto tra Ultralytics YOLO11 e i modelli YOLO precedenti

Dall'automazione delle attività quotidiane al supporto nelle decisioni informate in tempo reale, l'intelligenza artificiale (AI) sta trasformando il futuro di diversi settori. Un'area particolarmente affascinante dell'AI è la visione artificiale, nota anche come vision AI. Si concentra sull'abilitazione delle macchine ad analizzare e interpretare i dati visivi come fanno gli esseri umani.

In particolare, i modelli di visione artificiale stanno guidando 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 monitorare gli ambienti 24 ore su 24.

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

Le versioni più recenti, come Ultralytics YOLO11, sono in grado di gestire diverse attività, tra cui segmentazione delle istanze, classificazione delle immagini, stima della posa e tracking di più oggetti, con accuratezza, velocità e precisione superiori a quelle mai raggiunte prima.

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

Panoramica di Ultralytics YOLOv8#

Rilasciato da Ultralytics il 10 gennaio 2023, YOLOv8 ha rappresentato un importante passo avanti rispetto ai precedenti modelli YOLO. È ottimizzato per un rilevamento accurato 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 delimitatori orientati (OBB) e classificazione delle immagini. Un'altra caratteristica importante di Ultralytics YOLOv8 è la disponibilità in cinque diverse varianti del modello: Nano, Small, Medium, Large e X, così puoi scegliere il giusto compromesso tra velocità e accuratezza in base alle tue esigenze.

Grazie alla sua versatilità e alle sue solide prestazioni, Ultralytics YOLOv8 può essere utilizzato in molte applicazioni del mondo reale, come sistemi di sicurezza, città intelligenti, assistenza sanitaria 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 identificazione e acquisizione di pattern o dettagli importanti dalle immagini di input che aiutano il modello a generare previsioni accurate.
• Detection head: utilizza un design anchor-free disaccoppiato, cioè non si basa su forme predefinite dei riquadri delimitatori (anchor), ma impara invece a prevedere direttamente la posizione degli oggetti. Grazie alla configurazione disaccoppiata, le attività di classificazione dell'oggetto e di previsione della sua posizione (regressione) vengono gestite separatamente, contribuendo a migliorare l'accuratezza e ad accelerare l'addestramento.
• Compromesso tra accuratezza e velocità: questo modello raggiunge un'accuratezza notevole mantenendo tempi di inferenza rapidi, risultando adatto sia agli ambienti cloud sia a quelli edge.
• Facile da usare: YOLOv8 è progettato per consentirti di iniziare facilmente: puoi cominciare a eseguire predizioni e visualizzare i risultati in pochi minuti utilizzando il pacchetto Python di Ultralytics.

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 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: informazioni programmabili sul gradiente (PGI) e rete generalizzata di aggregazione efficiente dei livelli (GELAN).

PGI aiuta YOLOv9 a conservare le informazioni importanti mentre elabora i dati attraverso i suoi livelli, ottenendo 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 aggiornamenti, YOLOv9 è in grado di 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 una panoramica di alcune delle altre caratteristiche principali di YOLOv9:

• Elevata precisione ed efficienza: YOLOv9 offre un'elevata accuratezza di rilevamento senza consumare molta potenza di calcolo, risultando un'ottima scelta quando le risorse sono limitate.
• Modelli leggeri: le varianti leggere del modello YOLOv9 sono ottimizzate per le implementazioni edge e mobili.
• Facile da usare: YOLOv9 è supportato dal pacchetto Python di Ultralytics, quindi è semplice configurarlo ed eseguirlo in ambienti diversi, sia che tu utilizzi il codice sia la riga di comando.

YOLOv10 abilita il rilevamento degli oggetti senza NMS#

YOLOv10 è stato presentato il 23 maggio 2024 da ricercatori della Tsinghua University ed è incentrato sul rilevamento degli oggetti in tempo reale. Affronta i limiti delle versioni precedenti di YOLO eliminando la necessità della soppressione non massima (NMS), una fase di post-elaborazione utilizzata per eliminare i rilevamenti duplicati, e perfezionando il design complessivo del modello. Il risultato è un rilevamento degli oggetti più rapido ed efficiente, pur mantenendo un'accuratezza all'avanguardia.

Un elemento fondamentale che rende possibile tutto questo è un approccio all'addestramento noto come assegnazioni coerenti con doppia etichetta. Combina due strategie: una che consente a più predizioni di apprendere dallo stesso oggetto (uno-a-molti) e un'altra che si concentra sulla scelta della singola predizione migliore (uno-a-uno). Poiché entrambe le strategie seguono le stesse regole di corrispondenza, il modello impara autonomamente a evitare i duplicati, quindi NMS non è necessario.

Fig. 3. YOLOv10 utilizza assegnazioni coerenti con doppia etichetta per l'addestramento senza NMS.

L'architettura di YOLOv10 utilizza inoltre 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 livelli diversi, rendendolo più efficace nel rilevare oggetti sia piccoli sia grandi. Questi miglioramenti permettono di utilizzare YOLOv10 in applicazioni del mondo reale nei settori manifatturiero e della vendita al dettaglio e nella guida autonoma.

Caratteristiche principali di YOLOv10#

Ecco alcune delle altre caratteristiche più importanti 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 complesso.

• Moduli di autoattenzione parziale: il modello integra moduli di autoattenzione parziale per concentrarsi sulle parti più importanti dell'immagine senza utilizzare troppa potenza di calcolo, aumentando così le prestazioni in modo efficiente.

• Variante unica 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, contribuendo a migliorare l'accuratezza e mantenendo al contempo un equilibrio tra velocità e dimensioni.

• Facile da usare: YOLOv10 è compatibile con il pacchetto Python di Ultralytics, il che lo rende facile da utilizzare.

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 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, tra cui rilevamento degli oggetti, segmentazione delle istanze e classificazione delle immagini. Mantiene inoltre la compatibilità con i workflow di YOLOv8, consentendoti di passare facilmente alla nuova versione.

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

È un'ottima scelta per attività che richiedono precisione, come l'imaging medico e il rilevamento satellitare, oltre che 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 distintive di Ultralytics YOLO11:

• Rilevamento rapido ed efficiente: Ultralytics YOLO11 presenta una detection head progettata per una latenza minima, con particolare attenzione alla velocità nei livelli finali di predizione senza compromettere le prestazioni.
• Estrazione delle caratteristiche migliorata: un'architettura ottimizzata di backbone e neck migliora l'estrazione delle caratteristiche, portando a predizioni più precise.
• Implementazione fluida su diverse piattaforme: Ultralytics YOLO11 è ottimizzato per funzionare in modo efficiente su dispositivi edge, piattaforme cloud e GPU NVIDIA, garantendo adattabilità in ambienti diversi.

Benchmark dei modelli YOLO sul dataset COCO#

Quando si esplorano modelli diversi, non è sempre facile confrontarli osservandone soltanto le caratteristiche. È qui che entra in gioco il benchmarking. Eseguendo tutti i modelli sullo stesso dataset, possiamo misurarne e confrontarne le prestazioni in modo obiettivo. Vediamo come si comporta ciascun modello sul dataset COCO.

Confrontando i modelli YOLO, ogni nuova versione apporta miglioramenti significativi in termini di accuratezza, velocità e flessibilità. In particolare, YOLO11m compie un importante passo avanti, poiché utilizza il 22% di parametri in meno rispetto a YOLOv8m, risultando quindi più leggero e veloce da eseguire. Inoltre, nonostante le dimensioni ridotte, raggiunge una precisione media media (mAP) maggiore sul dataset COCO. Questa metrica misura l'efficacia con cui il modello rileva e localizza gli oggetti, quindi un mAP più elevato indica predizioni più accurate.

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

Test e confronto dei modelli YOLO su un video#

Esploriamo le prestazioni di questi modelli in una situazione del mondo reale.

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

Fin dal primo fotogramma, YOLO11 ha rilevato veicoli di grandi dimensioni, come i camion, che YOLOv10 non aveva rilevato. YOLOv8 e YOLOv9 hanno mostrato prestazioni discrete, ma variabili in base alle condizioni di illuminazione e alle dimensioni degli oggetti. I veicoli più piccoli e distanti sono rimasti una sfida per tutti i modelli, sebbene anche in questi rilevamenti YOLO11 abbia mostrato miglioramenti evidenti.

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

In termini di velocità, tutti i modelli hanno operato tra 10 e 20 millisecondi per fotogramma, abbastanza rapidamente da gestire attività in tempo reale a oltre 50 FPS. Da un lato, Ultralytics YOLOv8 e YOLOv9 hanno fornito rilevamenti costanti e affidabili per tutto il video. È interessante notare che YOLOv10, progettato per una latenza inferiore, era più veloce, ma mostrava alcune incoerenze nel rilevamento di determinati tipi di oggetti.

Ultralytics YOLO11, invece, si è distinto per la precisione, offrendo un ottimo equilibrio tra velocità e accuratezza. Sebbene nessuno dei modelli abbia funzionato perfettamente in ogni fotogramma, il confronto affiancato ha dimostrato chiaramente che YOLO11 ha fornito 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 suoi requisiti specifici. Ad esempio, alcune applicazioni possono dare priorità alla velocità, mentre altre possono richiedere una maggiore accuratezza o dover rispettare vincoli di implementazione che influenzano la decisione.

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

La scelta tra YOLOv8 e YOLO11 dipende davvero dalle tue esigenze. YOLOv8 è un'opzione solida se sei alle prime armi con la visione artificiale e dai valore a una community più ampia, a più tutorial e a numerose integrazioni di terze parti.

D'altra parte, se cerchi prestazioni all'avanguardia con maggiore accuratezza e velocità, Ultralytics YOLO11 è la scelta migliore, anche se, essendo una versione più recente, dispone di una community più piccola e di 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 apporta miglioramenti significativi in termini di velocità, accuratezza e precisione.

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 continuo dei modelli YOLO dimostra quanto sia progredito il settore e quanto altro possiamo 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, dalla vision AI nella produzione alla visione artificiale nell'assistenza sanitaria. Dai un'occhiata alle nostre opzioni di licenza per iniziare oggi stesso i tuoi progetti di vision AI.