YOLO11 vs DAMO-YOLO
Escolher a arquitetura certa é uma etapa fundamental em qualquer projeto de visão computacional. Este guia compara dois modelos de detecção de objetos, o Ultralytics YOLO11 e o DAMO-YOLO, abordando suas arquiteturas, fluxos de trabalho de treinamento e aplicabilidade no mundo real para ajudar-te a escolher a ferramenta ideal para as tuas necessidades de implantação.
Visão geral dos modelos#
Ultralytics YOLO11#
Desenvolvido pela Ultralytics, o YOLO11 aprimora a família YOLO em termos de precisão e eficiência. Ele foi projetado para pesquisadores e engenheiros que querem um ecossistema unificado e pronto para produção, que abrange desde o gerenciamento de conjuntos de dados até a implantação em dispositivos de borda.
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 2024-09-27
- GitHub: https://github.com/ultralytics/ultralytics
- Documentação: https://docs.ultralytics.com/models/yolo11
O principal ponto forte do YOLO11 é a versatilidade. Enquanto muitos modelos se concentram apenas em caixas delimitadoras, o YOLO11 oferece suporte nativo a detecção de objetos, segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de caixas delimitadoras orientadas (OBB). Isso permite que os desenvolvedores consolidem seus pipelines de IA visual em uma única estrutura bem mantida.
DAMO-YOLO#
O DAMO-YOLO foi desenvolvido por pesquisadores do Alibaba Group. Ele usa busca de arquitetura neural (NAS) para descobrir backbones eficientes, voltados à inferência em tempo real em GPUs e outros aceleradores.
- Autores: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organização: Alibaba Group
- Data: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
- Documentação: https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md
O DAMO-YOLO é construído em torno de reparametrização e busca automatizada. Usando MAE-NAS (busca de arquitetura neural de entropia máxima), os autores projetaram um backbone personalizado que melhora a velocidade de inferência em hardware especializado. O modelo também adiciona um neck otimizado chamado Efficient RepGFPN e um ZeroHead leve para minimizar a latência.
Ao comparar o YOLO11 e o DAMO-YOLO, vale a pena conferir o mais recente Ultralytics YOLO26. Ele oferece inferência opcional de ponta a ponta sem NMS (nms=False), e o YOLO26n é até 43% mais rápido em CPU que o YOLO11n. Também podes conferir as comparações entre YOLOX e DAMO-YOLO e entre YOLOv8 e DAMO-YOLO.
Comparação de desempenho e arquitetura#
As compensações de desempenho são importantes ao implantar aplicações de IA de borda. A tabela abaixo apresenta a Precisão Média (mAP), a latência e o tamanho dos modelos no conjunto de dados COCO. Em tamanhos comparáveis, o YOLO11 é mais preciso e mais rápido em uma GPU T4: o YOLO11s alcança 47.0 mAP em 2.5 ms, contra 46.0 mAP em 3.45 ms do DAMO-YOLOs, e o YOLO11l alcança 53.4 mAP em 6.2 ms, contra 50.8 mAP em 7.18 ms do DAMO-YOLOl. O DAMO-YOLOt (42.0 mAP, 8.5M parâmetros) fica entre o YOLO11n e o YOLO11s em tamanho e precisão.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
| 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 |
Análise aprofundada da arquitetura#
YOLO11 usa um backbone projetado sob medida que equilibra a quantidade de parâmetros e a capacidade de representação. Ele funciona bem em vários tipos de hardware e mantém baixo o uso de memória CUDA durante o treinamento e a inferência, o que o torna uma boa opção para hardware de consumo e dispositivos de IoT com recursos limitados.
Os backbones MAE-NAS do DAMO-YOLO são ajustados para ambientes de GPU com alta capacidade de processamento. O Efficient RepGFPN (Rede de Pirâmide de Características Generalizada Feature Pyramid Network) combina características de várias escalas. A reparametrização acelera a inferência, mas pode complicar a implantação se a tua pilha de hardware não der bom suporte a essas operações.
Usabilidade e eficiência de treinamento#
Quando o tempo de desenvolvimento importa, a facilidade de uso de um modelo é tão importante quanto os resultados brutos dos benchmarks.
YOLO11 foi desenvolvido para ser fácil de usar para os desenvolvedores. O pacote ultralytics cuida da leitura de conjuntos de dados, do aumento de dados e do ajuste de hiperparâmetros; para exportar para formatos de produção, como ONNX, TensorRT e OpenVINO, basta um único comando.
from ultralytics import YOLO
# Inicializa o modelo de detecção de objetos YOLO11
model = YOLO("yolo11s.pt")
# Treina o modelo com precisão mista no COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta o modelo treinado para TensorRT para implantação em dispositivos de borda
model.export(format="engine", device=0)DAMO-YOLO tem origem na pesquisa e apresenta uma curva de aprendizado mais íngreme. A precisão relatada depende de um pipeline de destilação de conhecimento: primeiro, treina-se uma rede maior, a “professora”, e depois transfere-se o conhecimento dela para uma rede menor, a “aluna”. Isso exige mais computação de GPU e tempo de treinamento do que o ciclo de treinamento padrão da Ultralytics.
Casos de uso e recomendações#
A escolha entre YOLO11 e DAMO-YOLO depende dos requisitos específicos do seu projeto, das restrições de implantação e das preferências de ecossistema.
Quando escolher YOLO11#
YOLO11 é uma ótima opção 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 fundamentais.
- Aplicações visuais multitarefa: Projetos que exigem detecção, segmentação, estimativa de pose e OBB em uma única estrutura unificada.
- Prototipagem e implantação rápidas: Equipes que precisam passar rapidamente da coleta de dados à produção usando a API Python da Ultralytics.
Quando escolher DAMO-YOLO#
O DAMO-YOLO é recomendado 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 Ultralytics (YOLO26)#
Para a maioria dos novos projetos, o 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 de supressão não máxima (NMS).
- Ambientes somente com CPU: Dispositivos sem aceleração de GPU dedicada, nos quais a inferência na CPU até 43% mais rápida do YOLO26 (YOLO26n contra 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.
Aplicações e casos de uso no mundo real#
Sistemas autônomos e drones#
Para imagens aéreas e implantações em UAV, o YOLO11 oferece um equilíbrio favorável entre velocidade e precisão. A detecção de objetos pequenos é um grande desafio na análise de imagens capturadas por drones, e a fusão de características em várias escalas do YOLO11 ajuda a lidar com objetos de tamanhos variados. Seus baixos requisitos de memória também permitem que as variantes Nano e Small do YOLO11 sejam executadas diretamente em CPUs de borda leves ou NPUs instaladas no drone.
Automação industrial e controle de qualidade#
Em fábricas inteligentes, a latência é fundamental. O DAMO-YOLO oferece inferência rápida em GPUs de nível de servidor, mas sua arquitetura especializada pode ser mais difícil de integrar. O YOLO11 costuma ser a opção mais prática para o controle de qualidade automatizado, graças à sua API de rastreamento simples e à possibilidade de alternar da detecção para tarefas de OBB quando os defeitos exigem caixas delimitadoras inclinadas.
Saúde inteligente e imagens médicas#
Os conjuntos de dados de imagens médicas costumam ser pequenos, o que torna difícil evitar o sobreajuste. Os fluxos de trabalho integrados de aumento de dados e aprendizado por transferência do ecossistema Ultralytics ajudam médicos e desenvolvedores a criar modelos precisos de detecção de tumores. A grande comunidade Ultralytics também ajuda a resolver problemas em áreas especializadas, como a saúde.
Se estiveres criando uma nova aplicação do zero, considera o YOLO26. Lançado em janeiro de 2026, ele usa o otimizador MuSGD, ProgLoss e STAL para melhorar a precisão em objetos pequenos e oferece um modo de inferência opcional de ponta a ponta sem NMS (nms=False).
O DAMO-YOLO continua sendo uma demonstração notável de busca de arquitetura neural, mas o YOLO11 e a família Ultralytics como um todo, liderada pelo YOLO26, são a opção mais prática para tarefas de visão computacional no mundo real, graças à implantação rápida, à facilidade de uso e ao suporte a múltiplas tarefas.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.