YOLO11 vs YOLOv10
As arquiteturas de visão computacional em tempo real continuam melhorando tanto em dispositivos de borda quanto na infraestrutura em nuvem. Esta análise técnica compara dois modelos influentes: Ultralytics YOLO11 e YOLOv10. Ambos avançaram a detecção de objetos em 2024, mas adotam abordagens arquitetônicas diferentes para alcançar seu desempenho.
Entendendo a arquitetura YOLO11#
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
YOLO11 se baseia em anos de pesquisa em visão computacional e IA. Seu design enfatiza a riqueza de características e a versatilidade em diversas tarefas de visão computacional.
Uma das melhorias de destaque do YOLO11 é a implementação do Bloco C3k2. Esse módulo de gargalo refinado melhora o fluxo de gradientes pela rede e a eficiência de parâmetros, mantendo alta precisão. Além disso, YOLO11 usa um mecanismo aprimorado de atenção espacial, que ajuda a identificar itens pequenos ou parcialmente ocluídos. Isso faz dele uma boa opção para casos de uso com imagens aéreas e análise detalhada de imagens médicas.
YOLO11 usa um design sem âncoras, que reduz o ajuste de hiperparâmetros e generaliza bem em uma ampla variedade de conjuntos de dados personalizados. Os requisitos de memória durante o treinamento também são menores que os das arquiteturas baseadas em Transformer, permitindo que pesquisadores treinem modelos grandes com eficiência em hardware de consumo padrão.
Explorando a arquitetura YOLOv10#
Detalhes do YOLOv10:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Tsinghua University
- Data: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Documentação: https://docs.ultralytics.com/models/yolov10
Desenvolvido por pesquisadores da Universidade Tsinghua, YOLOv10 foi o primeiro modelo de ponta a ponta da família YOLO. Seu recurso definidor é o treinamento sem NMS: usando atribuições duplas consistentes durante o treinamento, o modelo aprende a prever uma caixa delimitadora por objeto na inferência. Isso elimina a necessidade de supressão não máxima (NMS) durante a inferência, uma etapa de pós-processamento que historicamente criava gargalos de latência nos pipelines de implantação.
A arquitetura também introduz uma estratégia holística de eficiência e precisão. Ela incorpora redução de resolução desacoplada espacialmente e por canal e designs de blocos guiados por classificação, que reduzem seletivamente a redundância nas etapas da rede. Isso resulta em menos FLOPs e menor sobrecarga computacional sem sacrificar significativamente a média da precisão média (mAP). Para aplicações em tempo real em que cada milissegundo conta, remover o NMS proporciona um grafo de inferência determinístico, adequado para dispositivos de IA de borda.
Métricas de desempenho e benchmarks#
Esta comparação equilibra precisão, quantidade de parâmetros e velocidade. A tabela a seguir mostra como os modelos se comparam em várias escalas 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
YOLO11 alcança mAP ligeiramente superior em todas as escalas comparáveis (por exemplo, 39,5 contra 38,5 para os modelos nano e 54,7 contra 54,4 para os modelos x), enquanto YOLOv10 usa menos parâmetros nas escalas maiores (29,5 M contra 56,9 M para os modelos x). A latência do TensorRT em T4 é semelhante nas duas famílias.
Ao preparar os modelos para implantação, é importante exportá-los para formatos otimizados. Tanto YOLO11 quanto YOLOv10 podem ser exportados para formatos como ONNX e TensorRT usando a estrutura Ultralytics. Consulta nosso guia sobre opções de implantação de modelos para ver instruções passo a passo.
A vantagem do ecossistema Ultralytics#
Embora as métricas de desempenho isoladas sejam importantes, a estrutura ao redor determina o sucesso prático de um projeto de aprendizado de máquina. É aí que YOLO11 se destaca, como parte nativa do ecossistema Ultralytics.
A Plataforma Ultralytics oferece uma experiência de usuário simplificada. Com uma API Python simples e unificada, os desenvolvedores podem realizar tarefas além das caixas delimitadoras básicas. YOLO11 oferece suporte pronto para uso à segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de caixas delimitadoras orientadas (OBB), enquanto YOLOv10 se concentra na detecção. Essa versatilidade costuma faltar em repositórios de pesquisa especializados.
Além disso, o ecossistema conta com ampla documentação e suporte ativo da comunidade. Integrações com ferramentas como Weights & Biases para rastreamento de experimentos e OpenVINO para otimização em hardware Intel estão incorporadas diretamente à biblioteca. O treinamento de um modelo exige pouquíssimo código boilerplate e usa menos memória CUDA que modelos Transformer mais pesados, como RT-DETR.
Exemplo prático de código#
Treinar e executar inferência com a Ultralytics exige poucas linhas de código, e a mesma API funciona com YOLO11 e YOLOv10.
from ultralytics import YOLO
# Inicializa o modelo (YOLO11n ou YOLOv10n)
model = YOLO("yolo11n.pt")
# Treina o modelo com eficiência em um conjunto de dados personalizado
# Ultralytics gerencia automaticamente os hiperparâmetros e a otimização da memória
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Executa a inferência numa imagem
inference_results = model("https://ultralytics.com/images/bus.jpg")
# Exibe os objetos detectados
inference_results[0].show()Casos de uso e recomendações#
Escolher entre YOLO11 e YOLOv10 depende dos requisitos específicos do teu 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 de visão multitarefa: Projetos que exigem detecção, segmentação, classificação, 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 YOLOv10#
O YOLOv10 é recomendado para:
- Detecção em tempo real sem NMS: Aplicações que se beneficiam da detecção de ponta a ponta sem supressão não máxima, reduzindo a complexidade da implantação.
- Equilíbrio entre velocidade e precisão: Projetos que exigem um bom equilíbrio entre velocidade de inferência e precisão de detecção em várias escalas de modelo.
- Aplicações com latência consistente: Cenários de implantação nos quais tempos de inferência previsíveis são essenciais, como em robótica ou sistemas autônomos.
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.
A próxima geração: YOLO26#
YOLOv10 introduziu a detecção YOLO sem NMS, e YOLO11 aprimorou a versatilidade multitarefa. Para desenvolvedores que começam hoje novas implantações em produção, recomendamos Ultralytics YOLO26.
Lançado em janeiro de 2026, o YOLO26 combina os pontos fortes de ambos. Ele oferece o design ponta a ponta sem NMS do YOLOv10 como uma cabeça opcional um-para-um (nms=False), o que simplifica o pipeline de implantação e mantém a latência consistente. O YOLO26 também adiciona otimizações voltadas para a borda: a remoção de DFL (remoção da perda focal de distribuição) simplifica a exportação, e o YOLO26n executa na CPU até 43% mais rápido que o YOLO11n, tornando o YOLO26 uma ótima opção para dispositivos IoT de baixo consumo e aplicações móveis.
YOLO26 também traz a estabilidade do treinamento de modelos de linguagem grandes (LLM) para a visão computacional com o Otimizador MuSGD, um híbrido de SGD e Muon. Junto com ProgLoss + STAL (Perda Progressiva e Atribuição de Rótulos Consciente de Alvos Pequenos), YOLO26 melhora a precisão em objetos pequenos, algo essencial para detecção em vídeos de trânsito detalhados e automação robótica complexa.
Conclusão#
A escolha do modelo de visão certo depende das tuas restrições operacionais específicas. YOLOv10 é um marco importante da pesquisa, pois demonstra que é possível remover o NMS do pipeline de detecção YOLO. Para um equilíbrio melhor entre desempenho, versatilidade de tarefas e ferramentas de implantação, YOLO11 oferece uma solução confiável e pronta para empresas.
Para engenheiros que querem inferência opcional de ponta a ponta junto com desempenho rápido em dispositivos de borda, a migração para YOLO26 é o caminho recomendado. Usar a Plataforma Ultralytics mantém os projetos sobre uma base eficiente e bem mantida.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.