PP-YOLOE+ vs. YOLOv9#

O panorama da visão computacional em tempo real está em constante mudança, com investigadores e programadores a alargarem continuamente os limites da precisão e da velocidade de inferência. Ao comparar PP-YOLOE+ e YOLOv9, estamos perante duas filosofias distintas de arquitetura de modelos e conceção de ecossistemas.

Esta comparação técnica abrangente analisa as inovações arquitetónicas, as métricas de desempenho, as metodologias de treino e os casos de uso ideais de cada modelo, para te ajudar a escolher o modelo de deteção de objetos certo para a tua próxima implementação.

Linhas de evolução e fundamentos técnicos dos modelos#

Compreender as origens e as escolhas arquitetónicas destes modelos é essencial para determinar se são adequados aos teus projetos de visão computacional.

Visão geral do PP-YOLOE+#

Desenvolvido pelos autores do PaddlePaddle na Baidu, o PP-YOLOE+ foi apresentado a 2 de abril de 2022. Dá continuidade a iterações anteriores do framework PaddleDetection para proporcionar deteção de objetos de alto desempenho.

• Autores: Autores do PaddlePaddle
• Organização: Baidu
• Data: 2022-04-02
• Arxiv: 2203.16250
• GitHub: Repositório PaddleDetection

O PP-YOLOE+ apresenta uma arquitetura robusta sem âncoras, fortemente otimizada para implementação no ecossistema PaddlePaddle. Utiliza uma backbone CSPRepResNet modificada e uma cabeça ET para melhorar a extração de características e a regressão de caixas delimitadoras. Embora alcance uma elevada precisão média (mAP), a dependência do framework PaddlePaddle pode, por vezes, dificultar a integração para programadores habituados a PyTorch ou TensorFlow.

Saiba mais sobre o PP-YOLOE+

Visão geral do YOLOv9#

Apresentado por Chien-Yao Wang e Hong-Yuan Mark Liao, do Instituto de Ciências da Informação da Academia Sinica, Taiwan, o YOLOv9 representa um avanço significativo no tratamento eficiente dos gargalos de informação em deep learning.

• Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
• Data: 2024-02-21
• Arxiv: 2402.13616
• GitHub: WongKinYiu/yolov9

O principal avanço do YOLOv9 é a informação de gradiente programável (PGI), que evita a perda de dados à medida que as características atravessam redes neuronais profundas. Em conjunto com a rede de agregação de camadas eficiente generalizada (GELAN), o YOLOv9 maximiza a eficiência dos parâmetros e o fluxo computacional. Além disso, está integrado nativamente no ecossistema Ultralytics, o que o torna altamente acessível tanto para investigação como para aplicações comerciais.

Saiba mais sobre o YOLOv9

Comparação de desempenho e métricas#

Ao analisar o desempenho bruto, o YOLOv9 demonstra uma eficiência excecional no uso de parâmetros. Alcança uma precisão comparável ou superior com menos parâmetros e FLOPs, o que se traduz em menores requisitos de VRAM durante o treino do modelo.

Como se pode ver na tabela, o YOLOv9c alcança uns sólidos 53,0 mAP com muito menos parâmetros (25,5M) do que o PP-YOLOE+l equivalente (52,2M). Este menor consumo de memória torna o YOLOv9 uma escolha superior para programadores que trabalham com recursos de GPU limitados.

Ecossistema, versatilidade e facilidade de utilização#

A principal vantagem do YOLOv9 reside na sua integração perfeita com o ecossistema Ultralytics, bem mantido. Enquanto o PP-YOLOE+ exige a navegação por ficheiros de configuração complexos do PaddlePaddle, o YOLOv9 beneficia de uma API Python simplificada.

A API Python da Ultralytics permite aos programadores carregar pesos pré-treinados, gerir o aumento de dados e iniciar o treino com um mínimo de código auxiliar.

from ultralytics import YOLO

# Carrega um modelo YOLOv9 pré-treinado
model = YOLO("yolov9c.pt")

# Treina o modelo com o conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Executa a inferência numa imagem
results = model("https://ultralytics.com/images/bus.jpg")

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

Além disso, o ecossistema Ultralytics oferece uma versatilidade incomparável. Para além da deteção de caixas delimitadoras, o framework oferece suporte nativo à segmentação de instâncias, à estimativa de pose e à deteção de caixas delimitadoras orientadas (OBB). Isto torna extremamente eficiente a adaptação do teu modelo a pipelines complexos do mundo real.

Casos de uso e recomendações#

A escolha entre PP-YOLOE+ e YOLOv9 depende dos requisitos específicos do teu projeto, das restrições de implementação e das tuas preferências de ecossistema.

Quando escolher PP-YOLOE+#

O PP-YOLOE+ é uma boa opção para:

• Integração com o ecossistema PaddlePaddle: Organizações com infraestrutura existente baseada no framework e nas ferramentas do PaddlePaddle do Baidu.
• Implantação de borda com Paddle Lite: Implantação em hardware com kernels de inferência altamente otimizados especificamente para o Paddle Lite ou o mecanismo de inferência Paddle.
• Detecção de alta precisão no servidor: Cenários que priorizam a precisão máxima de detecção em servidores com GPUs potentes, nos quais a dependência de um framework não é uma preocupação.

Quando escolher o YOLOv9#

O YOLOv9 é recomendado para:

• Pesquisa sobre gargalos de informação: Projetos acadêmicos que estudam arquiteturas de Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).
• Estudos de otimização do fluxo de gradientes: Pesquisas voltadas a entender e reduzir a perda de informação nas camadas profundas da rede durante o treinamento.
• Benchmarking de detecção de alta precisão: Cenários em que o forte desempenho do YOLOv9 no benchmark COCO é necessário como referência para comparações arquitetônicas.

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 que usam apenas CPU: Dispositivos sem aceleração dedicada por GPU, nos quais a inferência na CPU até 43% mais rápida do YOLO26 oferece uma vantagem decisiva.
• 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: as vantagens do YOLO26#

Embora tanto o PP-YOLOE+ como o YOLOv9 sejam poderosos, o recém-lançado YOLO26 representa o próximo passo definitivo para ambientes de produção. Lançado em janeiro de 2026, o YOLO26 estabelece um novo padrão para a computação na periferia da rede e as implementações na cloud. Recomendamos vivamente o YOLO26 para todos os novos projetos de visão computacional, graças às suas inovações revolucionárias:

• Design ponta a ponta sem NMS: O YOLO26 oferece suporte nativo à inferência ponta a ponta, eliminando a necessidade do pós-processamento de supressão não máxima (NMS) quando executado com nms=False. Isto simplifica significativamente os pipelines de implementação e reduz a latência.
• Inferência na CPU até 43% mais rápida: Ao otimizar especificamente a arquitetura para a computação na periferia da rede, o YOLO26 é significativamente mais rápido em hardware sem GPUs dedicadas.
• Remoção de DFL: A Distribution Focal Loss foi removida, simplificando as exportações e melhorando drasticamente a compatibilidade com dispositivos de periferia de baixo consumo.
• Otimizador MuSGD: Inspirada em técnicas de treino de modelos de linguagem grandes (como o Kimi K2 da Moonshot AI), esta combinação de SGD e Muon garante uma dinâmica de treino altamente estável e uma convergência rápida.
• ProgLoss + STAL: Estas funções de perda avançadas proporcionam melhorias notáveis no reconhecimento de objetos pequenos, uma atualização essencial para imagens aéreas e robótica.
• Melhorias específicas para cada tarefa: O YOLO26 inclui arquiteturas personalizadas para tarefas específicas, como proto multiescala para segmentação e estimativa residual de log-verosimilhança (RLE) para estimativa de pose.

Podes treinar e implementar facilmente modelos YOLO26 através da Plataforma Ultralytics, uma solução completa para anotação de conjuntos de dados, treino na cloud e monitorização de modelos.

Aplicações no mundo real#

A escolha entre estas arquiteturas depende muitas vezes do ambiente de implementação pretendido.

O PP-YOLOE+ é frequentemente implementado em centros de produção industrial, sobretudo em regiões onde a integração do PaddlePaddle e a infraestrutura de hardware da Baidu estão profundamente incorporadas nas infraestruturas empresariais. Destaca-se na análise de imagens estáticas, em que a precisão absoluta é mais importante do que as restrições rigorosas de tempo real.

O YOLOv9 destaca-se em ambientes dinâmicos que exigem inferência em tempo real rápida. A sua eficiência superior no uso de parâmetros torna-o ideal para a navegação autónoma de drones e sistemas de segurança na periferia da rede. Além disso, o menor consumo de VRAM reduz a barreira de entrada para investigadores que treinam modelos em GPUs de consumo.

Para obter o melhor desempenho em gestão do trânsito em cidades inteligentes e robótica de alta velocidade, o mais recente YOLO26 é imbatível, oferecendo inferência ponta a ponta opcional sem os obstáculos causados pela sobrecarga do NMS.