YOLO11 vs YOLOv6-3.0
O campo da visão computacional evolui rapidamente, e escolher a arquitetura de modelo certa é uma decisão importante para profissionais de aprendizado de máquina. Dois marcos notáveis na detecção de objetos em tempo real são YOLO11 e YOLOv6-3.0. Ambos extraem informações úteis de dados visuais, mas foram desenvolvidos com objetivos principais e filosofias de design diferentes.
Este guia compara suas arquiteturas, métricas de desempenho e cenários de implantação ideais para te ajudar a tomar uma decisão informada para o teu próximo projeto de IA.
Visão geral dos modelos#
Antes dos benchmarks técnicos, é útil entender a origem e o foco principal de cada modelo.
Ultralytics YOLO11#
Desenvolvido nativamente no ecossistema Ultralytics, YOLO11 foi projetado para oferecer uma experiência de desenvolvimento completa, do treinamento à implantação. Ele prioriza não apenas a velocidade bruta, mas também a versatilidade multitarefa, a facilidade de uso e a integração com pipelines de implantação modernos.
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 2024-09-27
- GitHub: Repositório da Ultralytics
- Documentação: Documentação do YOLO11
Meituan YOLOv6-3.0#
YOLOv6-3.0 foi desenvolvido especificamente para aplicações industriais em que há unidades de processamento gráfico (GPUs) dedicadas. Ele é otimizado para implantação com TensorRT, com foco em maximizar a taxa de transferência em ambientes controlados.
- Autores: Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu e Xiangxiang Chu
- Organização: Meituan
- Data: 2023-01-13
- arXiv: 2301.05586
- GitHub: Repositório Meituan YOLOv6
- Documentação: Documentação do YOLOv6
Diferenças arquitetónicas#
A arquitetura subjacente determina como um modelo aprende e escala. Ambas as estruturas introduzem melhorias próprias à fórmula clássica do YOLO.
YOLO11 se baseia em anos de pesquisa para oferecer uma arquitetura eficiente em parâmetros. Conta com um backbone refinado e uma cabeça generalizada que processa diversas tarefas de visão computacional, como segmentação de instâncias e estimativa de pose, sem grandes alterações estruturais. YOLO11 também exige pouca memória CUDA durante o treinamento, diferenciando-se de modelos Transformer maiores, como o RT-DETR.
Por outro lado, YOLOv6-3.0 emprega um módulo Bi-directional Concatenation (BiC) e uma estratégia Anchor-Aided Training (AAT). Esses mecanismos foram projetados para melhorar a precisão da localização. O modelo usa uma cabeça desacoplada e um design compatível com quantização para inferência INT8, sendo uma opção forte para linhas de produção de alta velocidade que usam pilhas de GPU consolidadas.
Se o teu projeto exige prototipagem rápida, suporte a diversas tarefas (como segmentação ou classificação) e implantação em diferentes hardwares (CPU, Edge TPU, dispositivos móveis), o framework Ultralytics proporciona uma experiência de desenvolvimento mais simples.
Desempenho e métricas#
Ao avaliar modelos, precisão média (mAP) e velocidade de inferência são as métricas principais. A tabela a seguir compara o desempenho do YOLO11 com o YOLOv6-3.0 em várias escalas de modelo. As melhores métricas estão destacadas em negrito.
| 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
YOLO11 alcança mAP mais alto com menos parâmetros e FLOPs em cada nível comparável; por exemplo, YOLO11s alcança 47.0 mAP com 9.4M parâmetros, contra 45.0 mAP com 18.5M do YOLOv6-3.0s. YOLOv6-3.0n é o modelo mais rápido no T4 TensorRT (1.17 ms), enquanto YOLO11 é mais rápido a partir da escala s. Essa eficiência de parâmetros reduz os requisitos de memória durante o treinamento do modelo e a inferência.
A vantagem da Ultralytics#
Escolher um modelo envolve mais do que apenas métricas brutas; envolve todo o ciclo de vida do aprendizado de máquina. Os modelos Ultralytics oferecem várias vantagens para desenvolvedores e pesquisadores.
- Facilidade de utilização: a API Python da Ultralytics permite treinar, validar e exportar modelos com apenas algumas linhas de código. Não é necessário configurar manualmente árvores de dependências complexas.
- Ecossistema bem mantido: a Ultralytics oferece um ecossistema unificado que recebe atualizações frequentes. Com a Ultralytics Platform, os desenvolvedores têm acesso à anotação colaborativa de conjuntos de dados, ao treinamento na nuvem e ao monitoramento de modelos.
- Versatilidade: ao contrário do YOLOv6-3.0, que é principalmente um detector de caixas delimitadoras, YOLO11 também oferece suporte à classificação de imagens e a caixas delimitadoras orientadas (OBB), permitindo consolidar a tua pilha tecnológica.
- Eficiência de treinamento: com otimizações modernas e dimensionamento automático de lotes, YOLO11 treina com eficiência em hardware de consumo.
Exemplo de código: treino e inferência#
Abaixo está um exemplo executável que treina, executa inferência e exporta um modelo usando o pacote Ultralytics.
from ultralytics import YOLO
# Carrega um modelo YOLO11 pequeno pré-treinado
model = YOLO("yolo11s.pt")
# Treina o modelo de forma eficiente no conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Executa inferência numa imagem da Web
prediction = model("https://ultralytics.com/images/bus.jpg")
# Exporta o modelo para o formato ONNX para facilitar a implementação
model.export(format="onnx")Casos de utilização ideais#
Compreender os pontos fortes de cada modelo ajuda-te a escolher a ferramenta adequada para cada tarefa.
Quando escolher YOLOv6-3.0: Se manténs um sistema industrial legado criado especificamente em torno de pipelines TensorRT 7.x/8.x e o teu hardware consiste inteiramente em GPUs NVIDIA T4 ou A100 dedicadas para automação de manufatura de alta velocidade, YOLOv6 continua a ser uma opção competente.
Quando escolher YOLO11: Para a maioria das aplicações modernas, YOLO11 é a melhor opção. Quer estejas criando soluções de manufatura inteligente, implantando IA de borda em dispositivos Raspberry Pi ou realizando operações multitarefa, como detectar e segmentar imagens médicas, YOLO11 oferece um bom equilíbrio entre velocidade, precisão e flexibilidade de implantação.
Perspectivas: YOLO26#
A Ultralytics continua a desenvolver novos modelos após o YOLO11. Lançada em janeiro de 2026, a série de modelos YOLO26 é a geração mais recente de Ultralytics YOLO e o modelo recomendado para projetos novos.
YOLO26 introduz vários recursos projetados para os desafios de implantação modernos:
- Design ponta a ponta sem NMS: Com base no treinamento sem NMS que o YOLOv10 introduziu nos modelos YOLO, o YOLO26 oferece uma cabeça opcional ponta a ponta (
nms=False) que elimina o pós-processamento de supressão não máxima (NMS), resultando em pipelines de implantação mais rápidos e simples. - Remoção de DFL: ao remover Distribution Focal Loss, YOLO26 simplifica a cabeça da rede e melhora a compatibilidade com dispositivos de Internet das Coisas (IoT) de baixo consumo e dispositivos de borda.
- Otimizador MuSGD: inspirado em métodos de treinamento de modelos de linguagem grandes (LLM), como o Kimi K2 da Moonshot AI, YOLO26 usa um otimizador híbrido Muon-SGD para um treinamento mais estável e uma convergência mais rápida.
- Inferência na CPU até 43% mais rápida: para aplicações executadas sem aceleradores de GPU dedicados, YOLO26n é até 43% mais rápido que YOLO11n na CPU.
- ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment (STAL) melhoram o reconhecimento de objetos pequenos, algo fundamental para imagens de drones e vigilância aérea.
- Melhorias específicas por tarefa: YOLO26 inclui aprimoramentos personalizados para diferentes tarefas, como um módulo proto multiescala para segmentação e Residual Log-Likelihood Estimation (RLE) para estimativa de pose.
Se estás começando um novo projeto de visão computacional hoje, treinar um modelo YOLO26 na Ultralytics Platform oferece a arquitetura Ultralytics mais precisa e eficiente disponível atualmente.
Para explorar a deteção de vocabulário aberto, também podes consultar a nossa documentação sobre YOLO-World.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.