EfficientDet vs PP-YOLOE+
A visão computacional foi moldada pela evolução contínua dos modelos de deteção de objetos. Dois marcos importantes são o EfficientDet da Google e o PP-YOLOE+ da Baidu. Embora ambas as arquiteturas equilibrem a eficiência computacional e a precisão da deteção, abordam este desafio com filosofias de design fundamentalmente diferentes.
Este guia analisa as arquiteturas, os métodos de treino e os cenários de implementação no mundo real para te ajudar a escolher a rede neural certa para a tua próxima aplicação de visão computacional.
Inovações arquiteturais e filosofias de projeto#
Entender a arquitetura fundamental desses modelos é essencial para implantá-los com eficácia em ambientes de produção, seja em dispositivos de borda ou servidores na nuvem.
EfficientDet: o poder do dimensionamento composto#
Desenvolvido pela Google Research, o EfficientDet mudou a forma como os detetores são escalados, substituindo o escalonamento ad hoc por um método de escalonamento composto baseado em princípios.
- Autores: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organização: Google Research
- Data: 2019-11-20
- arXiv: 1911.09070
- GitHub: google/automl
- Documentação: Documentação do EfficientDet
Sabe mais sobre o EfficientDet
A principal inovação do EfficientDet está na sua rede de pirâmide de características bidirecional (BiFPN). Ao contrário das FPN tradicionais, que apenas somam características de cima para baixo, a BiFPN introduz pesos aprendíveis para realizar a fusão de características entre escalas, tanto de cima para baixo como de baixo para cima. Isto permite à rede aprender a importância de diferentes características de entrada. Em conjunto com a backbone EfficientNet, o EfficientDet escala em simultâneo a resolução, a profundidade e a largura, criando uma família de modelos (d0 a d7) adaptada a diferentes orçamentos computacionais.
Ao implantar o EfficientDet, considere cuidadosamente o hardware de destino. Embora o d0 seja adequado para dispositivos móveis, o dimensionamento até d7 exige muita memória GPU e poder computacional.
PP-YOLOE+: ampliando os limites do PaddlePaddle#
Com base no sucesso das suas antecessoras, a equipa PaddlePaddle da Baidu desenvolveu o PP-YOLOE+ para proporcionar elevada precisão, otimizando-o para implementações de servidores com elevado débito.
- Autores: Autores do PaddlePaddle
- Organização: Baidu
- Data: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- Documentação: Configuração do PP-YOLOE+
O PP-YOLOE+ apresenta uma backbone CSPRepResNet, que aproveita redes Cross Stage Partial combinadas com técnicas de reparametrização para melhorar a extração de características sem aumentar a latência de inferência. A sua ET-head (head eficiente alinhada com a tarefa) melhora significativamente o alinhamento entre as tarefas de classificação e localização. Também utiliza um design sem âncoras combinado com atribuição dinâmica de rótulos (TAL), o que simplifica o processo de treino e melhora a generalização em diversos conjuntos de dados.
Métricas de desempenho e benchmarks#
Ao selecionar um modelo para inferência em tempo real, é essencial avaliar o equilíbrio entre a precisão média (mAP) e a velocidade computacional. A tabela abaixo apresenta as principais métricas de desempenho das duas famílias de modelos.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Como se pode observar, o PP-YOLOE+ geralmente alcança picos de precisão mais elevados com um número equivalente de parâmetros, sobretudo nas variantes maiores (l e x). Está otimizado para o débito em GPU, sendo uma opção sólida para implementações de processamento em batch em servidores. Em contrapartida, os modelos EfficientDet mais pequenos têm muito poucos parâmetros e FLOPs, o que pode ser vantajoso em ambientes com limitações extremas de memória.
Casos de uso ideais e estratégias de implementação#
A escolha entre estas arquiteturas depende muitas vezes da tua stack tecnológica atual e do hardware de implementação.
Quando escolher o EfficientDet:
- Fluxos de trabalho de AutoML: Se você investiu bastante no ecossistema do Google e depende dos recursos de busca automatizada de arquiteturas.
- Borda com recursos limitados: Os modelos de nível inferior (d0, d1) têm poucas quantidades de parâmetros (3.9M e 6.6M), o que os torna adequados para dispositivos em que o tamanho do modelo é uma restrição rigorosa.
Quando escolher o PP-YOLOE+:
- Servidores com GPUs de alto desempenho: Cenários que exigem o máximo rendimento em hardware NVIDIA, como o processamento simultâneo de centenas de transmissões de vídeo para vigilância de cidades inteligentes.
- Ecossistema PaddlePaddle: se a tua equipa de desenvolvimento já utiliza a framework de deep learning da Baidu, é simples integrar o PP-YOLOE+.
A vantagem da Ultralytics: conheça o YOLO26#
Embora EfficientDet e PP-YOLOE+ sejam modelos competentes, os projetos modernos precisam de soluções que combinem alto desempenho com facilidade de uso. É aí que o Ultralytics YOLO26 se destaca como a opção recomendada para aplicações modernas de visão computacional.
Lançado em janeiro de 2026, o YOLO26 apresenta um design nativo de ponta a ponta sem NMS. Ao permitir ignorar o pós-processamento de supressão não máxima (NMS) (nms=False), um gargalo persistente em modelos mais antigos, o YOLO26 simplifica a implantação e reduz a variação na latência de inferência.
O YOLO26 também é otimizado para implantações em dispositivos de borda. A remoção da Distribution Focal Loss (DFL) simplifica a exportação para formatos como ONNX e TensorRT, e o YOLO26n oferece inferência na CPU até 43% mais rápida que o YOLO11n. Isso o torna uma ótima opção para dispositivos IoT alimentados por bateria.
O YOLO26 incorpora o otimizador MuSGD, uma combinação de SGD e Muon. Inspirado pelos avanços no treinamento de LLMs, esse otimizador proporciona treinamento estável e convergência rápida, economizando horas de processamento em GPU.
Os desenvolvedores também se beneficiam da perda progressiva do YOLO26 e da atribuição de rótulos adaptada a alvos pequenos (ProgLoss + STAL), que melhoram o reconhecimento de objetos pequenos, um requisito fundamental para imagens aéreas e aplicações de agricultura de precisão.
Implantação com o Ultralytics#
O principal ponto forte da Ultralytics está em seu ecossistema unificado. Ao contrário dos modelos que exigem scripts de treinamento complexos e feitos sob medida, o YOLO26 oferece uma API simplificada. Treinar um modelo com seu conjunto de dados personalizado exige apenas algumas linhas de código Python:
from ultralytics import YOLO
# Carrega um modelo YOLO26 pré-treinado
model = YOLO("yolo26n.pt")
# Treina o modelo com o conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Executa a inferência em uma nova imagem
predictions = model("https://ultralytics.com/images/bus.jpg")
# Exporta para o formato ONNX para implantação
model.export(format="onnx")Seja para tarefas padrão de detecção ou para tarefas especializadas, como segmentação de instâncias e estimativa de pose, o YOLO26 oferece suporte nativo com protótipos multiescala e estimativa de log-verossimilhança residual (RLE), tudo na mesma estrutura fácil de usar.
Conheça outros modelos notáveis#
Se você estiver avaliando arquiteturas para requisitos empresariais específicos, vale a pena considerar também a geração anterior, o Ultralytics YOLO11, que continua sendo um modelo robusto e testado em produção. Para aplicações que precisam de arquiteturas baseadas em Transformer, o RT-DETR é uma alternativa interessante, embora normalmente exija mais memória CUDA durante o treinamento do que as variantes mais eficientes do YOLO.
Em conclusão, enquanto o EfficientDet oferece dimensionamento com princípios matemáticos e o PP-YOLOE+ proporciona excelente rendimento em GPU dentro de sua estrutura específica, o Ultralytics YOLO26 oferece hoje a solução mais equilibrada, versátil e amigável para desenvolvedores. Sua arquitetura nativa de ponta a ponta e seus amplos recursos de integração fazem dele a base recomendada para a próxima geração de IA visual.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.