YOLO11 vs YOLOv7
A visão computacional continua a evoluir rapidamente, e a detecção de objetos em tempo real continua a ser uma das suas aplicações mais utilizadas. Escolher a arquitetura certa significa equilibrar velocidade, precisão e facilidade de implantação. Este guia apresenta uma comparação técnica entre duas arquiteturas importantes: Ultralytics YOLO11 e YOLOv7.
Contexto e detalhes técnicos dos modelos#
Ambos os modelos influenciaram a comunidade de aprendizado profundo, mas têm origem em filosofias e épocas de desenvolvimento diferentes.
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 YOLOv7:
- Autores: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
- Organização: Instituto de Ciência da Informação, Academia Sinica, Taiwan
- Data: 2022-07-06
- arXiv: https://arxiv.org/abs/2207.02696
- GitHub: https://github.com/WongKinYiu/yolov7
- Documentação: https://docs.ultralytics.com/models/yolov7
Diferenças arquitetónicas#
Ambos os detectores usam conceitos modernos de design, mas suas bases estruturais são diferentes.
YOLOv7 introduziu o conceito de Extended Efficient Layer Aggregation Networks (E-ELAN). Essa arquitetura foi projetada para aprimorar continuamente a capacidade de aprendizado da rede sem destruir o caminho original do gradiente, conforme descrito no artigo de pesquisa. YOLOv7 se baseia na reparametrização estrutural e numa metodologia treinável de "bag-of-freebies", melhorando a precisão geral no conjunto de dados COCO sem aumentar os custos de inferência.
Em contrapartida, YOLO11 é baseado na arquitetura Ultralytics. Ele prioriza um pipeline de extração de recursos mais refinado e com menos parâmetros, o que reduz o uso de memória durante o treinamento. YOLO11 alcança um ótimo equilíbrio de desempenho, usando menos parâmetros e igualando ou superando a precisão de detecção de modelos maiores. YOLO11 também oferece suporte a uma variedade maior de tarefas, sendo uma opção versátil para aplicações modernas de visão computacional.
Os modelos Ultralytics YOLO normalmente precisam de menos memória durante o treinamento do que muitos outros detectores, permitindo que os desenvolvedores treinem redes competentes com PyTorch em GPUs de consumo.
Comparação de desempenho e métricas#
Para avaliar a viabilidade no mundo real, compara métricas como precisão média (mAP), velocidade de inferência, número de parâmetros do modelo e complexidade computacional (FLOPs). A tabela a seguir mostra como as variantes de escala do YOLO11 se comparam aos modelos maiores YOLOv7.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
YOLO11x alcança 54.7 mAP, em comparação com 53.1 mAP do YOLOv7x, usando menos parâmetros (56.9M vs 71.3M) e com latência semelhante no T4 TensorRT. Na escala l, YOLO11l é mais preciso (53.4 vs 51.4 mAP), mais rápido (6.2 ms vs 6.84 ms) e menor (25.3M vs 36.9M parâmetros) que YOLOv7l.
Eficiência do treino e facilidade de utilização do ecossistema#
Uma das diferenças mais marcantes entre estas duas arquiteturas está na experiência de desenvolvimento e no ecossistema envolvente.
YOLOv7 é, essencialmente, um repositório de pesquisa acadêmica. O treinamento dos modelos costuma exigir configurações complexas de ambiente, gerenciamento manual de dependências e argumentos longos na linha de comando. Embora ofereça suporte à experimentação de pesquisa, adaptar o código do repositório YOLOv7 no GitHub a ambientes de produção personalizados pode levar bastante tempo.
YOLO11 prioriza a facilidade de uso. Está totalmente integrado à Ultralytics Platform, um ecossistema bem mantido que abrange todo o fluxo de trabalho. Da anotação de dados e do treinamento local à implantação, a API unificada de Python e a interface de linha de comando simples agilizam todo o processo.
Comparação de código#
Treinar um modelo de detecção de objetos com YOLO11 exige apenas algumas linhas de código:
from ultralytics import YOLO
# Carrega um modelo pequeno YOLO11 pré-treinado
model = YOLO("yolo11s.pt")
# Treina o modelo usando a API unificada
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Exporta rapidamente para o formato ONNX
model.export(format="onnx")Em contrapartida, um comando de treino típico do YOLOv7 é semelhante a este e exige uma configuração cuidadosa de caminhos, ficheiros de configuração e scripts bash:
python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights 'yolov7_training.pt'YOLO11 também é mais versátil. Enquanto YOLOv7 depende de ramificações ou modificações separadas para oferecer suporte a tarefas além da detecção (como pose ou segmentação), YOLO11 realiza detecção de objetos, segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de caixas delimitadoras orientadas (OBB) por meio de uma estrutura única e coesa.
Aplicações no mundo real e casos de uso ideais#
A escolha entre YOLOv7 e YOLO11 depende do escopo do projeto e das restrições de implantação.
Quando considerar o YOLOv7:
- Benchmarking de modelos legados: investigadores académicos que estudam projetos de caminhos de gradiente podem usar o YOLOv7 como referência para avaliar novas redes neuronais convolucionais.
- Pipelines personalizados existentes: equipas com pipelines C++ ou CUDA muito personalizados, desenvolvidos especificamente em torno da lógica exclusiva de descodificação de caixas delimitadoras do YOLOv7.
Quando escolher o YOLO11:
- Produção comercial: aplicações de varejo inteligente ou diagnóstico de saúde se beneficiam da base de código mantida e da estabilidade do YOLO11.
- Ambientes com recursos limitados: o tamanho reduzido do YOLO11n o torna uma boa opção para implantação em dispositivos móveis e de borda via ONNX.
- Projetos multitarefa: se uma única aplicação precisa de identificar uma pessoa, mapear o seu esqueleto (pose) e segmentar um objeto que a pessoa está a segurar, o YOLO11 oferece uma solução unificada.
Avançando com o YOLO26#
YOLO11 continua a ser uma opção confiável, mas, para os engenheiros que estão começando projetos novos hoje, Ultralytics YOLO26 é o modelo recomendado.
Lançado em janeiro de 2026, YOLO26 introduz um design ponta a ponta opcional sem NMS (nms=False) que elimina a latência do pós-processamento de supressão não máxima. YOLO26 também adiciona o Otimizador MuSGD, inspirado em métodos de treinamento de modelos de linguagem grandes (LLM), para uma convergência mais rápida. Com ProgLoss + STAL para objetos pequenos e a remoção de DFL, que contribui para uma inferência na CPU até 43% mais rápida no YOLO26n em comparação com o YOLO11n, YOLO26 é otimizado para computação de borda.
Para quem tem interesse em estruturas alternativas especializadas, explorar o RT-DETR baseado em Transformer ou os modelos YOLO-World dinâmicos de vocabulário aberto também pode ser adequado para implantações específicas de visão computacional.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.