Começar

DAMO-YOLO vs YOLO26

As arquiteturas de visão computacional continuam evoluindo, impulsionadas pela necessidade de equilibrar alta precisão e inferência de baixa latência. Esta comparação analisa o DAMO-YOLO e o Ultralytics YOLO26, abordando suas inovações arquiteturais, métodos de treinamento e casos de uso mais adequados.

Seja para implantar modelos de visão em dispositivos de borda ou criar pipelines na nuvem de alto volume, compreender as diferenças entre esses modelos ajuda você a tomar decisões arquiteturais bem fundamentadas.

DAMO-YOLO: busca de arquitetura neural em escala#

Desenvolvido pelo Alibaba Group, o DAMO-YOLO foi lançado em 23 de novembro de 2022. Projetado por Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun, o modelo se concentra na descoberta automatizada de arquiteturas eficientes por meio da Busca por Arquitetura Neural (NAS).

Você pode consultar a pesquisa original no artigo no arXiv ou explorar o código-fonte no repositório DAMO-YOLO no GitHub.

Principais recursos arquiteturais#

O DAMO-YOLO introduz várias inovações técnicas para a detecção de objetos em tempo real:

  • Redes backbone MAE-NAS: O DAMO-YOLO usa uma busca guiada pela entropia máxima para encontrar redes backbone eficientes. Essa abordagem de NAS descobre arquiteturas que equilibram rigorosamente a precisão da detecção e a velocidade de inferência em hardware específico.
  • RepGFPN eficiente: Um design de pescoço pesado que melhora significativamente a fusão de características, o que ajuda na análise de cenas complexas, como as encontradas em imagens aéreas.
  • Design ZeroHead: Uma cabeça de detecção bastante simplificada que minimiza a complexidade computacional das camadas finais de predição.
  • AlignedOTA e destilação: O DAMO-YOLO emprega a Atribuição de Transporte Ótimo Alinhado (AlignedOTA) para resolver ambiguidades na atribuição de rótulos, combinada com uma estratégia de aprimoramento por destilação de conhecimento para aumentar a precisão de modelos estudantes menores usando redes professoras maiores.

Saiba mais sobre o DAMO-YOLO

A vantagem da Ultralytics: YOLO26#

Lançado em 14 de janeiro de 2026 por Glenn Jocher e Jing Qiu, da Ultralytics, o YOLO26 é atualmente o modelo Ultralytics recomendado para IA visual acessível e de alto desempenho. Baseado no YOLO11 e no YOLOv10, o YOLO26 foi projetado desde o início para implantação com prioridade para dispositivos de borda, versatilidade multitarefa e facilidade de uso.

Inovações do YOLO26#

O Ultralytics YOLO26 introduz vários recursos voltados para aplicações modernas de visão computacional:

  • Design de ponta a ponta sem NMS: a cabeça one-to-one nativa do YOLO26 (nms=False) elimina o pós-processamento de supressão não máxima (NMS). Com base no treinamento sem NMS do YOLOv10, essa abordagem de ponta a ponta simplifica os pipelines de implantação e proporciona inferência previsível e de baixa latência.
  • Inferência na CPU até 43% mais rápida: otimizado arquitetonicamente para computação de borda, o YOLO26 oferece inferência rápida em dispositivos de borda e CPUs convencionais. O YOLO26n é até 43% mais rápido que o YOLO11n, sendo uma ótima opção para dispositivos IoT alimentados por bateria.
  • Otimizador MuSGD: Inspirado no treinamento de LLMs, como o Kimi K2 da Moonshot AI, o YOLO26 incorpora uma combinação de SGD e Muon. Isso traz a estabilidade do treinamento de modelos de linguagem grandes à visão computacional, resultando em uma convergência mais rápida e confiável.
  • Remoção do DFL: ao remover o Distribution Focal Loss, o grafo do modelo fica mais simples, facilitando a exportação para formatos como ONNX e TensorRT.
  • ProgLoss + STAL: uma função de perda progressiva e uma estratégia de atribuição de rótulos sensível a objetos pequenos proporcionam melhorias notáveis no reconhecimento de objetos pequenos, um recurso essencial para operações com drones e agricultura.
Aprimoramentos específicos para cada tarefa

O YOLO26 inclui melhorias especializadas em várias modalidades: um protótipo multiescala para segmentação de instâncias, estimativa residual de log-verossimilhança (RLE) para estimativa de pose e uma função de perda angular avançada para atenuar problemas de limites na detecção de caixas delimitadoras orientadas (OBB).

Comparação de desempenho#

Ao avaliar esses modelos, o equilíbrio entre precisão (mAP) e eficiência computacional (velocidade e FLOPs) é fundamental. A tabela abaixo destaca a comparação entre esses modelos usando o conjunto de dados COCO, padrão do setor.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Como visto acima, o YOLO26 oferece consistentemente maior precisão com significativamente menos parâmetros e FLOPs, resultando em uma arquitetura mais eficiente tanto para treinamento quanto para inferência.

Eficiência e usabilidade do treinamento#

As complexidades do DAMO-YOLO#

Embora o DAMO-YOLO alcance precisão competitiva, seu método de treinamento é complexo. A dependência da busca de arquitetura neural (NAS) e da destilação de conhecimento intensiva significa que o treinamento de um modelo personalizado muitas vezes exige recursos significativos de GPU e conhecimento especializado. Esse processo em várias etapas, que treina um modelo professor grande para destilar conhecimento em um modelo aluno menor, pode atrasar as equipes de engenharia que tentam iterar rapidamente em conjuntos de dados personalizados.

A experiência simplificada da Ultralytics#

Em contrapartida, o Ultralytics YOLO26 foi projetado para uma integração rápida. Todo o ciclo de vida de treinamento, validação e implantação está disponível por meio de uma API Python e uma CLI unificadas e intuitivas. O YOLO26 também exige significativamente menos memória CUDA durante o treinamento do que modelos baseados em Transformer, como o RT-DETR, permitindo que pesquisadores treinem modelos precisos em hardware de consumo.

Aqui está um exemplo de treinamento, avaliação e exportação de um modelo YOLO26 com o pacote Python da Ultralytics:

from ultralytics import YOLO

# Carrega o modelo nano YOLO26 mais recente
model = YOLO("yolo26n.pt")

# Treina o modelo no conjunto de dados COCO8 por 50 épocas
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Avalia o desempenho do modelo no conjunto de validação
metrics = model.val()

# Executa inferência em uma imagem de exemplo
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Exporta o modelo para o formato ONNX para implantação
model.export(format="onnx")

Para equipes que preferem um ambiente sem código, a Ultralytics Platform oferece uma interface intuitiva para anotação de conjuntos de dados, treinamento na nuvem e implantação.

Aplicações no mundo real#

A escolha da arquitetura certa depende muito do ambiente de implantação e das limitações de hardware.

Controle de qualidade industrial#

Para automação de manufatura de alta velocidade, o DAMO-YOLO pode ter bom desempenho em hardware dedicado de GPU. No entanto, o YOLO26 é a opção preferida para linhas de montagem modernas. Seu design de ponta a ponta sem NMS oferece latência previsível e com pouca variação, essencial para sincronizar dados visuais com atuadores robóticos em tempo real.

IA de borda e dispositivos móveis#

A implantação de visão computacional em dispositivos alimentados por bateria exige alta eficiência. Enquanto o DAMO-YOLO depende de pescoços RepGFPN específicos, o YOLO26n (Nano) é otimizado para computação de borda. A remoção do DFL e a inferência na CPU até 43% mais rápida que a do YOLO11n fazem dele uma ótima opção para câmeras inteligentes, aplicativos móveis e sistemas de alarme de segurança.

Requisitos de projetos com várias tarefas#

Se um projeto exige mais do que apenas detecção de objetos — como analisar a mecânica dos jogadores em esportes usando estimativa de pose ou extrair limites exatos ao nível do pixel usando segmentação de instâncias —, o YOLO26 oferece suporte nativo a todas essas tarefas em uma única base de código unificada. O DAMO-YOLO é estritamente limitado à detecção de caixas delimitadoras.

Casos de uso e recomendações#

A escolha entre DAMO-YOLO e YOLO26 depende dos requisitos específicos do seu projeto, das restrições de implantação e das suas preferências de ecossistema.

Quando escolher DAMO-YOLO#

O DAMO-YOLO é uma boa opção para:

  • Análise de vídeo de alto rendimento: Processamento de transmissões de vídeo com alto FPS em uma infraestrutura fixa de GPU NVIDIA, na qual o rendimento com lote 1 é a principal métrica.
  • Linhas de fabricação industrial: Cenários com restrições rigorosas de latência da GPU em hardware dedicado, como inspeção de qualidade em tempo real em linhas de montagem.
  • Pesquisa em busca de arquitetura neural: Estudo dos efeitos da busca automatizada de arquitetura (MAE-NAS) e de backbones eficientes com reparametrização no desempenho da detecção.

Quando escolher o YOLO26#

O YOLO26 é recomendado para:

  • Implantação de borda sem NMS: Aplicações que exigem inferência consistente e de baixa latência, sem a complexidade do pós-processamento com supressão não máxima.
  • Ambientes apenas com CPU: dispositivos sem aceleração GPU dedicada, nos quais a inferência na CPU do YOLO26n, até 43% mais rápida do que a do YOLO11n, oferece uma vantagem clara.
  • Detecção de objetos pequenos: Cenários desafiadores, como imagens aéreas de drones ou análise de sensores de IoT, nos quais ProgLoss e STAL melhoram significativamente a precisão na detecção de objetos minúsculos.

Conclusão#

As duas arquiteturas representam conquistas significativas em aprendizado profundo. O DAMO-YOLO demonstra o que a busca de arquitetura neural e as técnicas de destilação podem alcançar quando adaptadas a benchmarks de hardware específicos.

No entanto, para desenvolvedores, pesquisadores e empresas que buscam uma solução pronta para produção, o Ultralytics YOLO26 é a opção mais forte. A combinação de um design de ponta a ponta sem NMS, inferência na CPU até 43% mais rápida (YOLO26n em comparação com YOLO11n), versatilidade multitarefa e integração ao ecossistema Ultralytics bem mantido faz dele a ferramenta mais robusta e prática para resolver desafios reais de visão computacional atualmente.

Para quem quer explorar outros modelos do ecossistema Ultralytics, os modelos YOLO11 e YOLOv8 pré-treinados estão disponíveis na Ultralytics Platform, e o RT-DETR, baseado em Transformer, está documentado na documentação da Ultralytics.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.