Começar

DAMO-YOLO vs YOLOv7

A pesquisa em visão computacional produziu modelos eficientes de detecção de objetos, projetados para equilibrar precisão e custo computacional. Dois modelos importantes lançados em 2022 são o DAMO-YOLO e o YOLOv7. Embora ambos tenham como alvo tarefas de visão em tempo real, eles alcançam seus resultados com arquiteturas e métodos de treinamento muito diferentes.

Esta comparação técnica explora as abordagens distintas dos dois modelos, examinando suas arquiteturas, potencial de implantação e métricas de desempenho para ajudar engenheiros de aprendizado de máquina a escolher a ferramenta certa para suas aplicações de visão computacional específicas.

Origens e metadados dos modelos#

Antes da análise técnica, veja o histórico de cada modelo.

DAMO-YOLO#

Desenvolvido por pesquisadores do Alibaba Group, o DAMO-YOLO foi lançado para otimizar velocidade e precisão por meio da busca automatizada por arquiteturas e da destilação.

Saiba mais sobre DAMO-YOLO

YOLOv7#

Lançado em meados de 2022 como o estado da arte em detectores de tempo real, o YOLOv7 ampliou os limites da inferência em tempo real ao introduzir um "conjunto de truques gratuitos" treinável sem aumentar os custos de implantação.

Saiba mais sobre o YOLOv7

Suporte da Ultralytics

A Ultralytics não publica pesos nem arquivos YAML do YOLOv7, portanto, não é possível treinar o YOLOv7 nativamente com o pacote Ultralytics. Os modelos YOLOv7 treinados no repositório upstream podem ser exportados para ONNX ou TensorRT e executados para inferência com a Ultralytics.

Inovações arquiteturais#

DAMO-YOLO: NAS e destilação#

O DAMO-YOLO incorpora várias técnicas voltadas à eficiência:

  • Backbones NAS: usa a busca de arquitetura neural (NAS) para projetar automaticamente backbones eficientes (MAE-NAS) adaptados a ambientes em que a latência é crítica.
  • RepGFPN eficiente: uma rede de pirâmide de características generalizada modificada que aprimora significativamente a eficiência da fusão de características em várias escalas.
  • ZeroHead e AlignedOTA: incorpora uma cabeça de detecção leve e uma estratégia otimizada de atribuição de rótulos (AlignedOTA) para reduzir a sobrecarga computacional.
  • Aprimoramento por destilação: Depende bastante da destilação de conhecimento durante o treinamento para aumentar o desempenho das variantes menores do modelo sem elevar a contagem de parâmetros.

YOLOv7: E-ELAN e vantagens gratuitas#

O YOLOv7 adotou uma abordagem de engenharia estrutural, com foco na otimização do caminho do gradiente e em estratégias robustas de treinamento.

  • Arquitetura E-ELAN: a Rede Estendida e Eficiente de Agregação de Camadas permite que o modelo aprenda características mais diversas controlando os caminhos mais curtos e mais longos dos gradientes, garantindo uma convergência eficaz do aprendizado.
  • Escalonamento do modelo: introduz um método de escalonamento composto, adaptado a modelos baseados em concatenação, que ajusta simultaneamente a profundidade e a largura para garantir o alinhamento estrutural.
  • Vantagens gratuitas treináveis: emprega técnicas como convoluções reparametrizadas (RepConv) sem conexões de identidade e estratégias dinâmicas de atribuição de rótulos, que aumentam a precisão durante o treinamento sem afetar a velocidade de inferência.

Análise de desempenho#

Ao avaliar a precisão média (mAP), a velocidade e a eficiência, ambos os modelos apresentam bom desempenho, embora tenham como alvo segmentos ligeiramente diferentes. O YOLOv7 prioriza a implantação de alta precisão em GPU, enquanto as estruturas derivadas da NAS do DAMO-YOLO visam baixa latência com orçamentos limitados de GPU.

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
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

Como mostram as métricas, o DAMO-YOLO oferece variantes leves (como o modelo tiny, com apenas 8.5M de parâmetros), enquanto o YOLOv7 alcança um pico geral de precisão mais alto, com o YOLOv7x atingindo 53.1 mAP no conjunto de dados COCO.

A vantagem do ecossistema Ultralytics#

Embora a arquitetura teórica seja importante, a praticidade de um modelo é determinada pelo seu ecossistema. Os modelos nativos da Ultralytics, como o YOLO26, beneficiam de um ecossistema bem mantido e de facilidade de uso.

  • Equilíbrio de desempenho: Os modelos da Ultralytics mantêm consistentemente um ótimo equilíbrio entre velocidade de inferência e precisão de detecção, sendo adequados tanto para dispositivos de borda quanto para a implantação de modelos na nuvem.
  • Requisitos de memória: ao contrário dos modelos mais pesados baseados em Transformers, os modelos YOLO da Ultralytics exigem pouca memória CUDA durante o treinamento. Isso permite usar tamanhos de lote maiores, simplificando o processo de treinamento até mesmo em hardware de consumo.
  • Versatilidade: a estrutura da Ultralytics vai além da detecção de objetos e abrange tarefas como segmentação de instâncias e estimativa de pose, oferecendo aos desenvolvedores um kit completo de ferramentas de visão computacional.
Eficiência de treinamento

O pacote Ultralytics permite passar rapidamente de um conjunto de dados para um modelo totalmente treinado, com carregadores de dados otimizados e pesos pré-treinados.

Exemplo de código: execução do YOLOv7 com a Ultralytics#

Depois de converter uma exportação ONNX do YOLOv7 upstream, conforme descrito nos exemplos de uso do YOLOv7, você pode executá-la com a API Python da Ultralytics.

from ultralytics import YOLO

# Carrega um modelo ONNX do YOLOv7 convertido para a Ultralytics
model = YOLO("yolov7-ultralytics.onnx", task="detect")

# Executar inferência
predictions = model.predict("https://ultralytics.com/images/bus.jpg", save=True)

O novo padrão: conheça o YOLO26#

Embora o YOLOv7 e o DAMO-YOLO tenham representado avanços significativos em 2022, a área de IA para visão evolui rapidamente. Para equipes que iniciam novos projetos hoje, o modelo recomendado é o Ultralytics YOLO26, lançado em janeiro de 2026.

O YOLO26 melhora tanto o desempenho quanto a usabilidade:

  • Design de ponta a ponta sem NMS: O YOLO26 oferece uma cabeça nativa de ponta a ponta (nms=False). Ao eliminar o pós-processamento de supressão não máxima (NMS), proporciona uma lógica de implantação mais rápida e simples — uma abordagem introduzida pela primeira vez no YOLOv10.
  • Otimizador MuSGD: Inspirado em técnicas de treinamento de grandes modelos de linguagem, como as usadas no Kimi K2 da Moonshot AI, o YOLO26 usa uma combinação de SGD e Muon para obter uma dinâmica de treinamento estável e convergência mais rápida.
  • Inferência na CPU até 43% mais rápida: Com a remoção da perda focal de distribuição (DFL) e uma arquitetura simplificada, o YOLO26 é otimizado para computação de borda de baixo consumo, e o YOLO26n executa até 43% mais rápido que o YOLO11n na CPU.
  • ProgLoss + STAL: Uma nova função de perda progressiva e uma atribuição de rótulos sensível a alvos pequenos que visam explicitamente melhorar o reconhecimento de objetos pequenos, uma capacidade essencial para aplicações de imagens aéreas, robótica e monitoramento de segurança.
  • Melhorias específicas para cada tarefa: além da detecção padrão, o YOLO26 apresenta melhorias adaptadas a várias tarefas, incluindo prototipagem multiescala para segmentação, RLE para estimativa de pose e perdas angulares específicas para caixas delimitadoras orientadas (OBB).

Casos de utilização ideais#

A escolha da arquitetura certa depende do ambiente de implantação desejado e das restrições do projeto.

Quando escolher o DAMO-YOLO:

  • Você está implantando em hardware dedicado com GPU e limites rigorosos de latência, onde as variantes pequenas do DAMO-YOLO, pesquisadas por NAS, mantêm baixa a contagem de parâmetros.
  • Você está pesquisando busca de arquitetura neural ou destilação de conhecimento.

Quando escolher o YOLOv7:

  • Você já tem pipelines legados de GPU otimizados para inferência baseada em âncoras e de alta precisão.
  • Estás a operar em ambientes onde a precisão em tempo real é fundamental, como em veículos autónomos de alta velocidade ou em robótica avançada.

Quando escolher YOLO26 (recomendado):

  • Você está criando do zero uma nova aplicação de visão computacional e precisa de alta precisão, além de inferência rápida na CPU e em dispositivos de borda.
  • Você precisa de uma implantação rápida e simples (por exemplo, exportando para CoreML ou TensorRT) sem lidar com as restrições dos operadores NMS.
  • Queres aproveitar todos os recursos da Ultralytics Platform para treino na cloud, gestão de conjuntos de dados e implementação automatizada.

Com o ecossistema Ultralytics, os desenvolvedores podem reduzir significativamente o tempo de engenharia e, ao mesmo tempo, manter um alto desempenho preditivo em aplicações do mundo real.

Comentários

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