YOLO11 vs YOLOX
Os modelos de detecção de objetos em tempo real avançaram rapidamente nos últimos anos. Ao escolher uma arquitetura para produção ou pesquisa acadêmica, os desenvolvedores costumam ponderar marcos consolidados em relação a projetos mais recentes. Esta comparação aborda as diferenças entre o Ultralytics YOLO11 e o YOLOX da Megvii, incluindo suas arquiteturas, métricas de desempenho e cenários ideais de implantação.
Visão geral da arquitetura#
Os dois modelos fizeram avançar a detecção de objetos quando foram lançados, mas têm filosofias de projeto diferentes e oferecem experiências distintas para os desenvolvedores.
YOLO11: o mecanismo versátil para múltiplas tarefas#
Lançado em setembro de 2024 por Glenn Jocher e Jing Qiu, da Ultralytics, o YOLO11 foi projetado como uma estrutura unificada que equilibra alta precisão e eficiência.
- 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
O YOLO11 vai além das caixas delimitadoras padrão e também oferece suporte a segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de caixas delimitadoras orientadas (OBB). Sua arquitetura aprimorada melhora a extração e a retenção de características em hierarquias espaciais complexas.
YOLOX: pioneiro sem âncoras#
Desenvolvido por pesquisadores da Megvii, o YOLOX ganhou grande destaque em 2021 por aproximar a pesquisa das aplicações industriais com uma abordagem totalmente sem âncoras.
- Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
- Organização: Megvii
- Data: 2021-07-18
- arXiv: https://arxiv.org/abs/2107.08430
- GitHub: https://github.com/Megvii-BaseDetection/YOLOX
- Documentação: https://github.com/Megvii-BaseDetection/YOLOX/tree/main/docs
O YOLOX introduziu uma cabeça desacoplada e um paradigma sem âncoras, o que reduziu o número de parâmetros de projeto e melhorou o desempenho nos benchmarks acadêmicos da época.
O design sem âncoras popularizado pelo YOLOX inspirou muitas arquiteturas posteriores. A Ultralytics adotou e aprimorou esses conceitos sem âncoras em versões posteriores, como o YOLOv8 e o YOLO11, para melhorar a precisão e a flexibilidade de implantação.
Desempenho e métricas#
Ao avaliar modelos de detecção, analisar o equilíbrio entre parâmetros, custo computacional (FLOPs) e Precisão Média (mAP) é essencial para a implantação de modelos no mundo real.
| 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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
O YOLO11x supera o YOLOXx em precisão (54.7 mAP contra 51.1 mAP), exige cerca de metade dos parâmetros (56.9M contra 99.1M) e é mais rápido no TensorRT em T4 (11.3 ms contra 16.1 ms). Essa eficiência reduz os requisitos de memória durante o treinamento e a inferência, uma vantagem clara em ambientes de produção.
Ecossistema e experiência do desenvolvedor#
A vantagem da Ultralytics#
Uma das maiores diferenças entre o YOLO11 e o YOLOX está na facilidade de uso. O YOLOX funciona principalmente como uma base de código de pesquisa e exige configuração complexa do ambiente, compilação de operadores C++ e argumentos de linha de comando extensos para iniciar o treinamento com conjuntos de dados personalizados.
O YOLO11 está totalmente integrado ao pacote Python da Ultralytics, oferecendo um fluxo de trabalho simplificado da instalação à implantação. A Ultralytics Platform oferece ferramentas para anotação de dados, acompanhamento de experimentos e treinamento na nuvem, eliminando tarefas repetitivas para que os engenheiros possam se concentrar no desempenho do modelo.
from ultralytics import YOLO
# Carrega um modelo YOLO11 pré-treinado
model = YOLO("yolo11n.pt")
# Treina o modelo usando a API da Ultralytics
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta para ONNX
model.export(format="onnx")Além disso, exportar um modelo Ultralytics para formatos como TensorRT, CoreML ou OpenVINO exige apenas um comando, enquanto repositórios mais antigos costumam exigir ferramentas complexas de terceiros ou alterações manuais no grafo.
Casos de uso no mundo real#
Quando considerar o YOLOX#
O YOLOX continua sendo uma opção válida para implantações especializadas e legadas nas quais os desenvolvedores já criaram pipelines de inferência C++ personalizados em torno das saídas de tensores da sua cabeça desacoplada. Pesquisadores que realizam estudos comparativos com arquiteturas da época de 2021 também podem continuar usando o YOLOX como referência.
Onde o YOLO11 se destaca#
Para a maioria dos cenários modernos de produção, o YOLO11 oferece uma experiência melhor:
- Cidades inteligentes e varejo: Graças à sua excelente relação entre velocidade e precisão, o YOLO11 lida bem com cenas movimentadas e viabiliza análises automatizadas para o varejo e sistemas de gestão de tráfego sem exigir grandes clusters de GPU.
- Computação de borda: A eficiência de memória e a ampla variedade de opções de exportação tornam o YOLO11 ideal para implantações de IA de borda em dispositivos como Raspberry Pi ou plataformas NVIDIA Jetson.
- Pipelines complexos: Se um projeto exigir combinar a detecção de objetos com pontos-chave de pose (por exemplo, para análise esportiva) ou segmentação precisa de instâncias (por exemplo, em imagens médicas), o YOLO11 lida com todas essas tarefas nativamente por meio de uma API unificada.
Casos de uso e recomendações#
A escolha entre YOLO11 e YOLOX depende dos requisitos específicos do teu projeto, das restrições de implementação 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 visuais multitarefa: Projetos que exigem detecção, segmentação, classificação, estimativa de pose e OBB em uma única estrutura unificada.
- Prototipagem e implantação rápidas: equipes que precisam avançar rapidamente da coleta de dados à produção usando a API Python da Ultralytics, simples e eficiente.
Quando escolher o YOLOX#
O YOLOX é recomendado para:
- Investigação em deteção sem âncoras: Investigação académica que utiliza a arquitetura simples e sem âncoras do YOLOX como referência para experimentar novas cabeças de deteção ou funções de perda.
- Dispositivos de borda ultraleves: Implantação em hardware móvel legado ou com recursos muito limitados, onde o tamanho reduzido da variante YOLOX-Nano (0.91M parâmetros) é fundamental.
- Estudos sobre atribuição de rótulos SimOTA: Projetos de investigação que analisam estratégias de atribuição de rótulos baseadas em transporte ótimo e o seu impacto na convergência do treino.
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.
Perspetivas futuras: o poder do YOLO26#
O YOLO11 continua sendo uma ótima opção, mas o YOLO26 (lançado em janeiro de 2026) é o modelo recomendado para novos projetos de visão computacional que precisam de máxima eficiência e estabilidade de treinamento.
O YOLO26 implementa uma cabeça ponta a ponta sem NMS opcional (nms=False). Ao eliminar o pós-processamento de supressão não máxima (NMS), ele remove a variabilidade da latência e simplifica a lógica de implantação — um conceito introduzido nos modelos YOLO pelo YOLOv10.
O YOLO26 também traz remoção de DFL (Distribution Focal Loss), que ajuda o YOLO26n a alcançar uma inferência em CPU até 43% mais rápida que a do YOLO11n, tornando-o ideal para dispositivos de baixo consumo e de borda. O otimizador MuSGD, um híbrido de SGD e Muon inspirado no treinamento de modelos de linguagem grandes (LLM), melhora a estabilidade do treinamento e acelera a convergência. Combinado com ProgLoss + STAL (perda progressiva e atribuição de rótulos com consciência de alvos pequenos), o YOLO26 se destaca na detecção de objetos pequenos em cenários desafiadores, como imagens de drones e sensores de borda de IoT.
Queres saber mais sobre arquiteturas de detecção de objetos? Explora os recursos de vocabulário aberto do YOLO-World ou o modelo RT-DETR baseado em Transformer, documentado no ecossistema Ultralytics.
Em resumo, o YOLOX introduziu conceitos arquitetônicos importantes em 2021, mas o conjunto de ferramentas, a eficiência de memória e a precisão do YOLO11 — e, especialmente, do mais recente YOLO26 — tornam o ecossistema Ultralytics a melhor opção para pesquisadores e desenvolvedores de empresas atualmente.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.