DAMO-YOLO vs YOLOv5
A evolução da visão computacional tem sido marcada pela inovação contínua na detecção de objetos em tempo real. Hoje, desenvolvedores e pesquisadores têm muitas opções de arquitetura ao projetar pipelines de visão. Esta comparação técnica analisa o DAMO-YOLO e o Ultralytics YOLOv5, abrangendo suas arquiteturas, métodos de treinamento, métricas de desempenho e cenários de implantação mais adequados.
Introdução ao DAMO-YOLO#
Lançado pelo Alibaba Group, o DAMO-YOLO introduziu várias técnicas inovadoras voltadas a melhorar a velocidade e a precisão da detecção.
- Autores: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organização: Alibaba Group
- Data: 23 de novembro de 2022
- arXiv: 2211.15444v2
- GitHub: tinyvision/DAMO-YOLO
- Documentação: README.md
Inovações arquiteturais#
O DAMO-YOLO é baseado na busca de arquitetura neural (NAS). Os autores usaram o MAE-NAS para projetar automaticamente backbones que equilibram latência e precisão. O modelo introduz uma rede piramidal de características generalizada reparametrizada e eficiente (RepGFPN), que melhora a fusão de características em diferentes escalas. O DAMO-YOLO também incorpora um design chamado "ZeroHead", que remove cabeças de predição complexas com vários ramos em favor de uma estrutura mais simples e eficiente, que depende bastante da reparametrização durante a inferência.
Para melhorar o treinamento, o modelo usa o AlignedOTA para atribuição de rótulos e um processo intensivo de aprimoramento por destilação de conhecimento, no qual um modelo "professor" maior orienta um modelo "aluno" menor para alcançar maior precisão.
Introdução ao Ultralytics YOLOv5#
O Ultralytics YOLOv5 é uma das arquiteturas de visão mais adotadas no mundo, conhecida pela estabilidade, facilidade de uso e amplo ecossistema de implantação.
- Autores: Glenn Jocher
- Organização: Ultralytics
- Data: 26 de junho de 2020
- GitHub: ultralytics/yolov5
- Documentação: Documentação do YOLOv5
O padrão do ecossistema#
O YOLOv5 estabeleceu um novo padrão de usabilidade. Desenvolvido nativamente em PyTorch, ele usa um backbone CSPNet otimizado e um neck PANet para uma agregação robusta de características. Embora tenha surgido antes da tendência de modelos sem âncoras vista em modelos posteriores, sua abordagem refinada baseada em âncoras, combinada com o aprendizado automático de âncoras, funciona bem logo após a instalação.
O principal ponto forte do YOLOv5 é seu ecossistema bem mantido. Ele se integra a ferramentas de rastreamento, como Comet e Weights & Biases, e oferece suporte à exportação com um único comando para formatos como ONNX, TensorRT e CoreML.
É fácil treinar o YOLOv5 em conjuntos de dados personalizados. A API simplificada reduz as dificuldades entre o protótipo e a produção, tornando-o uma opção favorita das equipes de engenharia ágeis.
Comparação de desempenho e métricas#
Ao comparar estes modelos, é fundamental analisar o equilíbrio entre a precisão média (mAP), a velocidade de inferência e o número de parâmetros.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
Análise dos compromissos#
O DAMO-YOLO alcança pontuações mAP elevadas para seus tamanhos de parâmetros, beneficiando-se bastante da etapa de treinamento por destilação. No entanto, isso ocorre à custa da eficiência do treinamento. O processo de destilação em várias etapas exige primeiro treinar um modelo professor grande, o que aumenta significativamente o tempo de processamento em GPU e a VRAM necessários.
Por outro lado, o YOLOv5 tem requisitos de memória excelentes. Os modelos Ultralytics YOLO são conhecidos por utilizarem menos memória durante o treino e a inferência do que pipelines complexos de destilação ou modelos baseados em Transformer, como o RT-DETR. Isto permite treinar o YOLOv5 de forma eficiente em hardware de consumo ou em ambientes cloud acessíveis, como o Google Colab.
Aplicações no mundo real e versatilidade#
A escolha da arquitetura certa depende muitas vezes do ambiente de implementação.
Onde o DAMO-YOLO se destaca#
O DAMO-YOLO é estritamente um modelo de detecção de objetos. É uma boa opção para pesquisa acadêmica, especialmente para equipes que estudam busca de arquitetura neural ou desejam reproduzir as técnicas de reparametrização descritas no artigo. Se um projeto dispõe de muitos recursos computacionais para executar a etapa de treinamento por destilação e se concentra exclusivamente em obter até a última fração de precisão em caixas delimitadoras 2D, o DAMO-YOLO é uma opção competitiva.
A vantagem da Ultralytics#
Para produção no mundo real, a facilidade de uso e a versatilidade dos modelos Ultralytics fazem deles a opção preferida. O YOLOv5 oferece suporte à detecção, à segmentação de instâncias e à classificação de imagens, e o ecossistema Ultralytics mais amplo permite que os desenvolvedores alternem entre tarefas com facilidade.
Por exemplo, as versões mais recentes da família Ultralytics também oferecem suporte nativo à estimativa de pose e à detecção de caixas delimitadoras orientadas (OBB). Esse recurso multitarefa permite que as equipes usem uma única API Python unificada em pipelines complexos, como a combinação do reconhecimento automático de placas com a segmentação de veículos.
Casos de uso e recomendações#
A escolha entre DAMO-YOLO e YOLOv5 depende dos requisitos específicos do teu projeto, das restrições de implementação e das tuas 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 YOLOv5#
O YOLOv5 é recomendado para:
- Sistemas de produção comprovados: Implantações existentes nas quais são valorizados o longo histórico de estabilidade do YOLOv5, sua ampla documentação e sua grande comunidade.
- Treinamento com recursos limitados: ambientes com recursos de GPU limitados, nos quais o pipeline de treinamento eficiente e os menores requisitos de memória do YOLOv5 são vantajosos.
- Amplo suporte a formatos de exportação: projetos que exigem implantação em vários formatos, incluindo ONNX, TensorRT, CoreML e LiteRT.
Quando escolher Ultralytics (YOLO26)#
Para a maioria dos projetos novos, Ultralytics YOLO26 oferece a melhor combinação de desempenho e experiência para desenvolvedores:
- 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.
O futuro: migrando para YOLO26#
Embora o YOLOv5 continue sendo amplamente usado e o DAMO-YOLO ofereça insights acadêmicos interessantes, o estado da arte evoluiu. Lançado em janeiro de 2026, o Ultralytics YOLO26 representa um grande avanço para a comunidade de visão.
O YOLO26 resolve os estrangulamentos tradicionais da implementação edge e da instabilidade do treino:
- Design de ponta a ponta sem NMS: A cabeça de ponta a ponta opcional do YOLO26 (
nms=False) elimina o pós-processamento de supressão não máxima (NMS). Isso simplifica a lógica de implantação e reduz a variação da latência, tornando-o adequado para robótica de alta velocidade e sistemas autônomos. - Otimizador MuSGD: Inspirado nas inovações em treinamento de LLM (como o Kimi K2 da Moonshot AI), o YOLO26 usa o otimizador MuSGD (uma combinação de SGD e Muon) para garantir execuções de treinamento estáveis e convergência mais rápida.
- Inferência na CPU até 43% mais rápida: Com a remoção da perda focal de distribuição (DFL), o YOLO26n executa até 43% mais rápido que o YOLO11n em ONNX na CPU.
- ProgLoss + STAL: A perda progressiva e a atribuição de rótulos sensível a alvos pequenos proporcionam melhorias notáveis no reconhecimento de objetos pequenos, algo essencial para analisar imagens aéreas de drones e fluxos de dados de sensores IoT.
Exemplo de código: simplicidade em ação#
O pacote Ultralytics permite-te treinar e implementar modelos com apenas algumas linhas de código. Quer utilizes o YOLOv5 ou atualizes para o YOLO26 recomendado, a interface continua consistente e intuitiva.
from ultralytics import YOLO
# Carrega o modelo YOLO26 pequeno
model = YOLO("yolo26s.pt")
# Treina com um conjunto de dados personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Executar a inferência numa imagem e apresentar os resultados
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()
# Exportar o modelo para implementação edge
model.export(format="onnx")Conclusão#
Tanto o DAMO-YOLO quanto o YOLOv5 contribuíram significativamente para a área da visão computacional. O DAMO-YOLO demonstra o potencial da busca de arquitetura neural e da destilação, sendo um objeto de estudo interessante para pesquisadores. No entanto, o YOLOv5 continua sendo uma opção prática devido ao seu equilíbrio de desempenho, aos baixos requisitos de memória e à facilidade de uso.
Para desenvolvedores que iniciam novos projetos hoje, a recomendação é usar a plataforma Ultralytics e adotar o YOLO26. Ele combina o ecossistema fácil de usar do YOLOv5 com avanços arquiteturais mais recentes, oferecendo alta precisão e inferência rápida para aplicações de IA na nuvem e na borda. Dependendo das restrições específicas de hardware legado, os desenvolvedores também podem explorar outros modelos eficientes, como o YOLOv6 ou o YOLOX.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.