Começar

RTDETRv2 vs YOLO11

As novas arquiteturas de visão computacional continuam ampliando o que é possível em dispositivos de borda e servidores na nuvem. RTDETRv2 e YOLO11 são duas opções amplamente usadas para detecção de objetos em tempo real. Ambas têm bom desempenho, mas representam abordagens arquiteturais diferentes: um detector baseado em Transformer versus uma rede neural convolucional (CNN) altamente otimizada.

Esta comparação aborda as arquiteturas, as métricas de desempenho, as metodologias de treinamento e os casos de uso ideais de ambos os modelos para ajudar você a escolher o mais adequado para sua próxima aplicação.

RTDETRv2: o concorrente baseado em Transformer#

Apresentado como uma evolução do Transformer original de detecção em tempo real, o RTDETRv2 aplica mecanismos de atenção a características multiescala de uma base CNN. Seu codificador híbrido e decodificador Transformer capturam o contexto global da imagem, o que ajuda na detecção de objetos muito sobrepostos em cenas complexas.

Detalhes do modelo:

Pontos fortes e limitações da arquitetura#

A principal inovação do RTDETRv2 é sua arquitetura ponta a ponta sem NMS. Ao remover a Supressão não máxima (NMS), ele simplifica o pipeline de pós-processamento. Além disso, seus recursos de extração de características multiescala foram aprimorados em relação ao modelo RT-DETR original, permitindo identificar melhor objetos de tamanhos variados.

No entanto, por depender de Transformers, o RTDETRv2 normalmente exige mais memória durante o treinamento. Em geral, os Transformers convergem mais lentamente e exigem mais memória CUDA do que as CNNs tradicionais, o que os torna menos acessíveis a pesquisadores que usam hardware de consumo ou implantam em ambientes de IA de borda com recursos limitados.

Saiba mais sobre o RTDETRv2

Ultralytics YOLO11: eficiência de CNN#

Com base em pesquisas anteriores sobre YOLO, o Ultralytics YOLO11 aprimora a arquitetura CNN para equilibrar melhor velocidade e precisão, mantendo o ecossistema Ultralytics flexível e fácil de usar para desenvolvedores.

Detalhes do modelo:

A vantagem da Ultralytics#

O principal ponto forte do YOLO11 é o equilíbrio de desempenho. Seu compromisso entre velocidade e precisão atende a uma ampla variedade de cenários de implantação, desde grandes clusters de computação em nuvem até dispositivos móveis leves.

Os modelos Ultralytics YOLO também usam menos memória durante o treinamento e a inferência. Ao contrário dos modelos Transformer, que podem esgotar rapidamente a VRAM, o YOLO11 permite usar tamanhos de lote maiores em GPUs padrão. O YOLO11 também oferece versatilidade além da detecção de objetos, com suporte nativo para segmentação de instâncias, classificação de imagens, estimativa de pose e caixas delimitadoras orientadas (OBB).

Comparação de desempenho e métricas#

A tabela abaixo compara a precisão e a velocidade no COCO. O RTDETRv2 é um pouco mais preciso nos tamanhos pequeno e médio, enquanto o YOLO11 oferece cinco tamanhos de modelo, incluindo uma variante nano, e menor latência no TensorRT em todos os tamanhos comparáveis.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3

YOLO11x alcança 54.7% mAPval, 0.4 ponto acima do RTDETRv2-x, com menos FLOPs (195.3B vs 259B) e inferência TensorRT mais rápida (11.3 ms vs 15.03 ms). O YOLO11l iguala o RTDETRv2-l com 53.4%, executando em 6.2 ms em vez de 9.76 ms, enquanto o RTDETRv2-s e o -m superam o YOLO11s e o -m em 1.1 e 0.4 ponto, com latência 1.6-2x maior. As variantes nano e small do YOLO11 são opções leves para dispositivos com recursos limitados, como o Raspberry Pi.

Ecossistema, facilidade de uso e treinamento#

Os modelos Ultralytics foram projetados para proporcionar uma experiência simples. O pacote Python ultralytics oferece uma API unificada que gerencia aumento de dados, treinamento distribuído e exportação de modelos. O repositório de pesquisa do RTDETRv2 exige mais código repetitivo e configuração, enquanto a Ultralytics oferece um pipeline completo, dos dados à implantação.

O pacote Ultralytics também executa modelos RT-DETR junto com modelos YOLO, permitindo que ambos aproveitem o ecossistema bem mantido da Ultralytics, incluindo integrações com Weights & Biases e Comet para acompanhamento de experimentos.

from ultralytics import RTDETR, YOLO

# Carrega um modelo RTDETR pela API do Ultralytics
model_rtdetr = RTDETR("rtdetr-l.pt")

# Carrega um modelo YOLO11 altamente otimizado
model_yolo = YOLO("yolo11n.pt")

# Treina o YOLO11 com uso de memória altamente eficiente
results = model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporta o modelo YOLO treinado para o formato ONNX
model_yolo.export(format="onnx")
Simplifica o teu fluxo de trabalho

A eficiência do treinamento é importante em aprendizado de máquina. Os modelos Ultralytics começam com pesos pré-treinados, então o aprendizado por transferência em dados personalizados converge rapidamente. Para gerenciar conjuntos de dados, execuções de treinamento e endpoints de implantação sem escrever código, use a Ultralytics Platform em um fluxo de trabalho integrado de MLOps.

Aplicações no mundo real#

A escolha entre estas arquiteturas costuma depender das restrições específicas de implantação do teu projeto.

Onde o RTDETRv2 se destaca: A base Transformer do RTDETRv2 é muito eficaz em cenários com objetos densos e muito ocluídos, nos quais é necessário contexto global. É usado com frequência em pesquisas acadêmicas e em aplicações nas quais o orçamento computacional importa menos do que modelar as relações entre objetos.

Onde o YOLO11 se destaca: O YOLO11 é adequado para implantações práticas no mundo real. Sua pequena pegada de memória e sua inferência rápida fazem dele uma boa opção para:

  • Fabricação inteligente: execução da deteção de defeitos em tempo real nas linhas de produção usando PCs industriais.
  • Agricultura: implantação em drones para monitorar em tempo real a saúde das culturas e usar robótica para a colheita automatizada.
  • Análise de varejo: Processar simultaneamente vários fluxos de câmeras para gerenciar filas e acompanhar o estoque, sem exigir grandes clusters de servidores.

Casos de uso e recomendações#

A escolha entre RT-DETR e YOLO11 depende dos requisitos específicos do teu projeto, das restrições de implantação e das preferências de ecossistema.

Quando escolher o RT-DETR#

O RT-DETR é uma ótima opção para:

  • Pesquisa em detecção baseada em Transformer: Projetos que exploram mecanismos de atenção e arquiteturas Transformer para detecção de objetos ponta a ponta sem NMS.
  • Cenários de alta precisão com latência flexível: Aplicações em que a precisão da detecção é a prioridade máxima e uma latência de inferência um pouco maior é aceitável.
  • Detecção de objetos grandes: Cenas com objetos predominantemente médios ou grandes, nas quais o mecanismo de atenção global dos Transformers oferece uma vantagem natural.

Quando escolher YOLO11#

O YOLO11 é recomendado para:

  • Implantação de borda em produção: Aplicações comerciais em dispositivos como Raspberry Pi ou NVIDIA Jetson, nos quais a confiabilidade e a manutenção ativa são essenciais.
  • Aplicações visuais multitarefa: Projetos que exigem detecção, segmentação, classificação, estimativa de pose e OBB em uma única estrutura unificada.
  • Prototipagem e implantação rápidas: equipes que precisam avançar rapidamente da coleta de dados à produção usando a API Python da Ultralytics, simples e eficiente.

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 por GPU dedicada, nos quais a inferência em CPU até 43% mais rápida de YOLO26n em comparação com YOLO11n oferece uma vantagem decisiva.
  • Deteção de objetos pequenos: Cenários desafiantes, como imagens aéreas captadas por drones ou análise de sensores de IoT, nos quais ProgLoss e STAL melhoram a precisão na deteção de objetos pequenos.

Perspetivas Futuras: A Chegada do YOLO26#

Se você está começando um novo projeto, considere também o Ultralytics YOLO26, lançado em janeiro de 2026 e modelo recomendado do Ultralytics. Ele combina ideias das duas abordagens: uma cabeça opcional de ponta a ponta sem NMS (nms=False, introduzida nos modelos YOLO pelo YOLOv10) elimina o pós-processamento de NMS como o RTDETRv2, mantendo a velocidade de uma CNN.

O YOLO26 usa o otimizador MuSGD, inspirado em técnicas de treinamento de LLM, para proporcionar uma convergência estável e rápida, e o YOLO26n oferece inferência na CPU até 43% mais rápida do que o YOLO11n, em parte graças à remoção da Distribution Focal Loss (DFL). Progressive Loss e Small-Target-Aware Label Assignment (ProgLoss + STAL) melhoram o reconhecimento de objetos pequenos, tornando o YOLO26 a opção recomendada para novos pipelines de visão computacional.

Seja qual for sua escolha — YOLO11 por sua versatilidade comprovada, RTDETRv2 por seus mecanismos de atenção ou YOLO26 pelo desempenho em dispositivos de borda —, a documentação da Ultralytics aborda o treinamento e a implantação do YOLO11, do YOLO26 e do RT-DETR original.

Comentários1

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

  1. UltralyticsAssistantGitHubUltralytics

    👋 Hello, thank you for starting this discussion about comparing RTDETRv2 and YOLO11 🚀! We’re thrilled to see your interest in exploring the strengths and ideal use cases of these models.

    For those looking to dive deeper, the Comparison Guide is a great resource to start with. It highlights key differences and performance metrics, helping you make informed decisions based on your project needs.

    If you have specific questions about YOLO11 performance or implementation, feel free to provide more details so we can assist better. For custom training or real-world applications, including dataset examples or logs would be immensely helpful!

    💡 Pro Tip: Keep your ultralytics package up to date to leverage the latest features and fixes. Simply run:

    pip install -U ultralytics

    For real-time discussions, join our Discord 🎧. Alternatively, connect with our community on Discourse or our Subreddit to share insights and experiences.

    An Ultralytics engineer will review and assist with your discussion soon. Stay tuned! 😊