Começar

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:

Detalhes do YOLOv7:

Saiba mais sobre o 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.

Eficiência de memória

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.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9

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.

Exportação simplificada

Exportar o YOLO11 para formatos como TensorRT ou OpenVINO requer apenas um comando, reduzindo os problemas típicos de suporte a operadores encontrados em modelos legados.

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.