YOLO11 vs YOLOv5#

Escolher a arquitetura de rede neural certa é uma decisão fundamental para qualquer iniciativa de visão computacional. À medida que o panorama da inteligência artificial evolui, também evoluem as ferramentas disponíveis para programadores e investigadores. Este guia abrangente apresenta uma comparação técnica aprofundada entre dois modelos emblemáticos do ecossistema Ultralytics: o muito aclamado YOLOv5 e o avançado YOLO11.

Quer implementes modelos leves para aplicações de IA de borda, quer processe fluxos de vídeo de alta resolução em GPUs na nuvem, compreender as particularidades das arquiteturas, as métricas de desempenho e os casos de uso ideais destes modelos permitirá fazer uma escolha baseada em dados, adequada às restrições específicas da tua implementação.

Linhas de evolução dos modelos e detalhes técnicos#

Ambos os modelos refletem o compromisso da Ultralytics com a colaboração de código aberto, o desempenho robusto e a facilidade de utilização incomparável, o que os torna muito apreciados pela comunidade global de aprendizagem automática.

Detalhes do YOLO11#

• Autores: Glenn Jocher e Jing Qiu
• Organização: Ultralytics
• Data: 2024-09-27
• GitHub: ultralytics/ultralytics
• Documentação: Documentação do YOLO11

Detalhes do YOLOv5#

• Autores: Glenn Jocher
• Organização: Ultralytics
• Data: 2020-06-26
• GitHub: ultralytics/yolov5
• Documentação: Documentação do YOLOv5

Diferenças arquitetónicas#

A evolução do YOLOv5 para o YOLO11 introduz várias mudanças arquitetónicas profundas, concebidas para otimizar a precisão e a eficiência dos parâmetros.

O YOLOv5 foi pioneiro no ecossistema PyTorch, introduzindo um backbone CSPNet (Rede Parcial entre Etapas) altamente otimizado e um neck PANet (Rede de Agregação de Caminhos). Utilizava deteção baseada em âncoras, que exigia caixas-âncora predefinidas para prever os limites dos objetos. Embora fosse muito eficaz, ajustar estas âncoras para conjuntos de dados de visão computacional personalizados podia ser trabalhoso.

Em contrapartida, o YOLO11 adota um paradigma de deteção mais moderno, sem âncoras. Isto elimina a necessidade de ajustar manualmente as caixas-âncora, simplificando o processo de treinamento e melhorando a generalização em diversos conjuntos de dados, como o conjunto de dados COCO. Além disso, o YOLO11 tem uma cabeça desacoplada, o que significa que as tarefas de classificação e regressão das caixas delimitadoras são processadas em ramificações separadas. Esta separação melhora significativamente a velocidade de convergência e a precisão média (mAP), sobretudo em cenários complexos de deteção de objetos.

Métricas de desempenho e benchmarks#

A tabela abaixo compara métricas importantes entre modelos de diferentes tamanhos. Os modelos Ultralytics são conhecidos pelos seus baixos requisitos de memória e, normalmente, consomem menos memória CUDA durante o treinamento do que as alternativas pesadas baseadas em Transformer, reduzindo drasticamente o requisito de hardware para começar.

Como se pode observar, o YOLO11 alcança um equilíbrio de desempenho muito favorável, obtendo consistentemente pontuações mAP mais elevadas do que os modelos YOLOv5 correspondentes, com contagens de parâmetros semelhantes.

Metodologias de treinamento e facilidade de utilização#

Um princípio fundamental da filosofia da Ultralytics é a facilidade excecional de utilização, apoiada por um ecossistema bem mantido e amplo apoio da comunidade.

Historicamente, o YOLOv5 dependia de scripts robustos de interface de linha de comando (CLI) (train.py, detect.py) para a execução. Embora fossem poderosos, integrar diretamente estes scripts em aplicações Python personalizadas exigia muitas vezes soluções alternativas.

O YOLO11 é baseado no pacote Python simplificado ultralytics (introduzido com o YOLOv8). Esta API unificada trata de tudo, desde o treinamento até à exportação de modelos para formatos como ONNX, OpenVINO e TensorRT, de forma nativa.

Comparação de código#

Atualmente, treinar um modelo Ultralytics é extremamente eficiente. Eis como podes treinar o YOLO11 através da respetiva API Python nativa:

from ultralytics import YOLO

# Carrega um modelo pequeno YOLO11 pré-treinado
model = YOLO("yolo11s.pt")

# Treina o modelo com dados personalizados
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

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

Em sistemas legados que utilizam YOLOv5, o treinamento através da CLI é assim:

# Clone the repository and run the training script
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

python train.py --img 640 --batch 16 --epochs 50 --data coco128.yaml --weights yolov5s.pt

Casos de uso ideais e aplicações no mundo real#

Ambos os modelos têm pontos fortes distintos, adequados a diferentes ambientes operacionais.

Quando utilizar o YOLOv5#

Apesar de pertencer a uma geração anterior, o YOLOv5 continua a ser uma opção poderosa. É altamente recomendado para:

• Integração com sistemas legados: Ambientes profundamente integrados com estruturas de tensores específicas ou pipelines de implementação do YOLOv5 que não podem ser refatorados facilmente.
• Referências académicas: Investigadores que precisam de referências consolidadas e estabelecidas há muito tempo para estudos académicos reproduzíveis em análise de imagens médicas.

Quando utilizar o YOLO11#

O YOLO11 é a escolha ideal para pipelines de produção modernos, graças à sua versatilidade extraordinária:

• Ambientes com várias tarefas: Ao contrário do YOLOv5, que é principalmente um detetor (com funcionalidades de segmentação adicionadas posteriormente), o YOLO11 oferece suporte nativo a segmentação de instâncias, classificação de imagens, estimativa de pose e deteção de caixas delimitadoras orientadas (OBB), sem configurações adicionais.
• Análise de vídeo de alta densidade: Ideal para sistemas inteligentes de tráfego ou gestão de inventário no retalho, onde é essencial extrair a máxima precisão de cenas complexas.

O futuro: a arquitetura YOLO26#

Embora o YOLO11 seja um padrão excecional, a fronteira da visão computacional continua a avançar rapidamente. Os programadores que procuram a máxima eficiência também devem considerar o mais recente Ultralytics YOLO26 (lançado em janeiro de 2026).

O YOLO26 representa um enorme avanço, concebido explicitamente tanto para otimização em dispositivos de borda como para operações à escala empresarial. As principais inovações incluem:

• Conceção ponta a ponta sem NMS: O YOLO26 oferece suporte nativo à inferência ponta a ponta, dispensando o pós-processamento de supressão de não máximos (NMS) com nms=False para uma implementação mais rápida e simples.
• Remoção da DFL: A Distribution Focal Loss foi removida para simplificar a exportação de modelos e melhorar a compatibilidade com dispositivos de baixo consumo energético.
• Otimizador MuSGD: Uma combinação inovadora de SGD e Muon, que traz a estabilidade do treinamento de LLM para a visão computacional e permite uma convergência mais rápida.
• Inferência na CPU até 43% mais rápida: Amplamente otimizado para implementações de IoT e dispositivos sem GPUs dedicadas.
• ProgLoss + STAL: Funções de perda muito melhoradas, que proporcionam avanços notáveis no reconhecimento de objetos pequenos, essencial para imagens aéreas captadas por drones.

Resumo#

A escolha entre YOLO11 e YOLOv5 depende, em última análise, da fase do ciclo de vida do teu projeto. O legado do YOLOv5 é inegável: oferece estabilidade excecional e amplo apoio da comunidade. No entanto, para qualquer projeto novo, YOLO11 é altamente recomendado em relação às gerações anteriores. Combina precisão de ponta, uma API Python excecionalmente elegante e menor utilização de memória durante o treinamento, consolidando a posição da Ultralytics na vanguarda da inovação em IA. Para ir ainda mais além, explorar o YOLO26 de última geração na Ultralytics Platform proporcionará resultados incomparáveis.