YOLO11 vs EfficientDet
Escolher a rede neural certa para projetos de visão computacional exige entender as arquiteturas disponíveis. Este guia compara o Ultralytics YOLO11 e o EfficientDet do Google, abordando as diferenças arquitetônicas, as métricas de desempenho, a eficiência do treinamento e os cenários ideais de implantação para ajudar-te a escolher o modelo certo para as tuas cargas de trabalho de aprendizado de máquina.
Contexto e especificações dos modelos#
Ambos os modelos influenciaram a pesquisa em detecção de objetos no aprendizado profundo, embora tenham filosofias de projeto e pertençam a épocas diferentes do desenvolvimento de IA.
Detalhes do YOLO11#
- 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
Detalhes do EfficientDet#
- Autores: Mingxing Tan, Ruoming Pang e Quoc V. Le
- Organização: Google
- Data: 2019-11-20
- arXiv: https://arxiv.org/abs/1911.09070
- GitHub: https://github.com/google/automl/tree/master/efficientdet
- Documentação: https://github.com/google/automl/tree/master/efficientdet#readme
Sabe mais sobre o EfficientDet
O ecossistema ao redor do modelo é tão importante quanto o próprio modelo. O ecossistema Ultralytics oferece documentação abrangente, suporte ativo da comunidade e exportação com um comando para formatos como ONNX e TensorRT.
Inovações arquiteturais#
EfficientDet: BiFPN e escalonamento composto#
Apresentado no final de 2019, o EfficientDet buscava maximizar a precisão e minimizar o custo computacional. Ele alcança esse objetivo principalmente por meio de dois mecanismos. Primeiro, seu backbone pertence à família EfficientNet, que escala em conjunto a profundidade, a largura e a resolução por meio de escalonamento composto. Segundo, introduziu a Rede de Pirâmide de Características Bidirecional (BiFPN), que permite uma fusão de características multiescala fácil e rápida.
Embora fosse eficiente para a época, a implementação de AutoML do EfficientDet baseada em TensorFlow pode ser rígida. Em comparação com estruturas modernas e modulares baseadas em PyTorch, pesquisadores costumam achar difícil fazer poda de modelos e modificações personalizadas.
YOLO11: Extração de características melhorada e versatilidade#
O YOLO11 se baseia em seus antecessores e combina blocos C3k2 e atenção espacial C2PSA com um módulo rápido de Spatial Pyramid Pooling (SPPF). Essas alterações melhoram a extração de características e ajudam o YOLO11 a capturar detalhes visuais finos.
Uma grande vantagem do YOLO11 é sua versatilidade. Enquanto o EfficientDet é estritamente um modelo de detecção de objetos, o YOLO11 oferece suporte nativo a segmentação de instâncias, classificação de imagens, estimativa de pose e caixas delimitadoras orientadas (OBB). O YOLO11 também tem baixos requisitos de memória durante o treinamento e a inferência, o que lhe dá vantagem em relação a modelos mais antigos e Transformers de visão maiores em hardware de IA de borda com recursos limitados.
Desempenho e benchmarks#
O equilíbrio entre precisão, medida pela Precisão Média (mAP), e velocidade de inferência costuma determinar as implantações no mundo real. A tabela abaixo mostra o desempenho das duas famílias de modelos no conjunto de dados COCO.
| 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 |
| 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 |
O YOLO11 é muito mais rápido na GPU com precisão semelhante. O YOLO11s quase iguala o EfficientDet-d3 (47.0 contra 47.5 mAP) em 2.5 ms contra 19.59 ms em uma T4 com TensorRT, e o YOLO11x alcança a maior precisão (54.7 mAP) em 11.3 ms contra 128.07 ms do EfficientDet-d7 (53.7 mAP). O EfficientDet-d0 tem a menor quantidade de FLOPs (2.54B).
Eficiência de treino e ecossistema#
Os modelos Ultralytics foram projetados para serem fáceis de usar. Treinar um modelo EfficientDet costuma exigir lidar com configurações complexas de grafos do TensorFlow e cadeias de dependências, enquanto o YOLO11 foi desenvolvido com base em uma estrutura moderna de PyTorch.
Este ecossistema bem mantido permite aos programadores instalar o pacote, carregar um modelo pré-treinado e começar a treinar com um conjunto de dados personalizado usando apenas algumas linhas de código.
Exemplo de código Python#
Aqui tens um exemplo totalmente executável que demonstra a simplicidade da API da Ultralytics. Este script transfere um modelo YOLO11 pré-treinado, treina-o e executa uma previsão rápida.
from ultralytics import YOLO
# Inicializa um modelo YOLO11 nano pré-treinado
model = YOLO("yolo11n.pt")
# Treina o modelo de forma eficiente com o motor PyTorch integrado
# O treino é eficiente e requer menos VRAM do que os modelos legados
results = model.train(data="coco8.yaml", epochs=10, imgsz=640, device="cpu")
# Executa a inferência em tempo real numa imagem de exemplo
prediction = model.predict("https://ultralytics.com/images/bus.jpg")
# Apresenta as caixas delimitadoras de saída
prediction[0].show()Olhando para o futuro: a vantagem do YOLO26#
As equipes que estão começando novos projetos devem considerar o Ultralytics YOLO26, lançado em janeiro de 2026, que simplifica a implantação e melhora o desempenho em dispositivos de borda.
Entre as principais inovações do YOLO26 estão:
- Design de ponta a ponta sem NMS: Uma cabeça opcional um-para-um (
nms=False) dispensa o pós-processamento de supressão não máxima (NMS), proporcionando ao YOLO26 uma latência baixa e consistente para robótica em alta velocidade e condução autônoma. - Até 43% mais rápido na inferência em CPU: Para implantações sem GPUs dedicadas, o YOLO26n é até 43% mais rápido em CPU que o YOLO11n.
- Otimizador MuSGD: Inspirado no Kimi K2 da Moonshot AI, esse híbrido de SGD e Muon traz a estabilidade de treinamento de modelos de linguagem grandes (LLM) para a visão computacional e acelera a convergência.
- ProgLoss + STAL: A perda progressiva e a atribuição de rótulos com consciência de alvos pequenos (STAL) melhoram o reconhecimento de objetos pequenos, que costuma ser um desafio na análise de imagens de satélite e em imagens capturadas por drones.
- Remoção de DFL: A remoção de Distribution Focal Loss simplifica o processo de exportação do modelo para dispositivos de borda.
Casos de uso e recomendações#
A escolha entre YOLO11 e EfficientDet depende dos requisitos específicos do teu projeto, das restrições de implementação 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 o EfficientDet#
O EfficientDet é recomendado para:
- Google Cloud e pipelines de TPU: Sistemas baseados em TensorFlow na infraestrutura de TPU do Google Cloud, onde a implementação de referência do EfficientDet oferece suporte ao treinamento em TPU.
- Investigação sobre escalonamento composto: Avaliação comparativa académica centrada no estudo dos efeitos do escalonamento equilibrado da profundidade, largura e resolução da rede.
- Implementação móvel através do LiteRT: Projetos que exigem especificamente a exportação para LiteRT (anteriormente TensorFlow Lite) para Android ou dispositivos Linux integrados.
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 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.
Conclusão#
O EfficientDet foi uma arquitetura pioneira que demonstrou o valor do escalonamento composto na detecção de objetos. Os modelos mais recentes são mais capazes, mais fáceis de integrar e mais rápidos em GPUs.
Com suporte a múltiplas tarefas, inferência rápida em GPU e uma API simples, o YOLO11 é a melhor opção para pipelines visuais modernos. Para novos projetos, especialmente implantações que priorizam dispositivos de borda, o YOLO26 oferece inferência opcional sem NMS e maior precisão.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.