YOLO26 vs DAMO-YOLO
Escolher um modelo de visão computacional exige equilibrar velocidade de inferência, precisão e facilidade de implantação. Esta página compara o Ultralytics YOLO26 e o DAMO-YOLO. Ambos são voltados à detecção de objetos em tempo real, mas diferem na filosofia de projeto e nos casos de uso pretendidos.
Inovações e projeto arquiteturais#
Ultralytics YOLO26: IA visual voltada primeiro para a borda#
Desenvolvido por Glenn Jocher e Jing Qiu na Ultralytics e lançado em 14 de janeiro de 2026, o YOLO26 é o modelo mais recente da linhagem Ultralytics YOLO e a opção recomendada para novos projetos. Ele foi projetado para computação de borda e incorpora ideias de otimização do treinamento de LLM.
Os principais recursos arquitetônicos do YOLO26 incluem:
- Design ponta a ponta sem NMS: Com base no treinamento sem NMS que o YOLOv10 introduziu nos modelos YOLO, o YOLO26 oferece inferência nativamente ponta a ponta. Sua cabeça opcional um-para-um (
nms=False) ignora o pós-processamento de supressão não máxima (NMS), o que torna a latência mais previsível e simplifica os pipelines de implantação. - Remoção do DFL: A remoção do Distribution Focal Loss simplifica o grafo do modelo. Isso facilita muito a exportação para frameworks de implantação como ONNX e TensorRT e garante melhor compatibilidade com dispositivos de borda de baixo consumo.
- Otimizador MuSGD: inspirado no Kimi K2 da Moonshot AI, essa combinação híbrida de descida do gradiente estocástico (SGD) e Muon traz inovações de treinamento de LLM para a visão computacional, proporcionando treinamento mais estável e convergência mais rápida.
- ProgLoss + STAL: a Progressive Loss e a atribuição de rótulos com consciência de alvos pequenos (STAL) melhoram o reconhecimento de objetos pequenos, algo importante para a análise de imagens aéreas com drones e pipelines de robótica.
DAMO-YOLO: busca de arquitetura neural em escala#
Desenvolvido por Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun do Alibaba Group (lançado em 23 de novembro de 2022), o DAMO-YOLO tem como foco a descoberta automatizada de arquiteturas. A pesquisa, detalhada no artigo do arXiv, usa busca de arquiteturas neurais (NAS) para encontrar redes backbone dentro de limites rigorosos de latência.
Entre os principais recursos arquiteturais do DAMO-YOLO estão:
- Backbone MAE-NAS: Emprega uma busca guiada por entropia máxima para projetar automaticamente backbones que equilibram a precisão com a velocidade de implantação desejada.
- RepGFPN eficiente: uma estrutura neck pesada que melhora a fusão de características entre escalas para lidar com cenas visuais complexas.
- ZeroHead: uma cabeça de detecção leve, projetada para minimizar a sobrecarga computacional nas camadas finais de previsão.
A arquitetura do DAMO-YOLO, orientada por NAS, atende a restrições específicas de hardware definidas previamente, enquanto o design opcional sem NMS e a remoção do DFL no YOLO26 fazem dele uma opção mais portátil e previsível em ambientes de borda e de nuvem.
Comparação de desempenho e métricas#
Uma comparação direta entre variantes de modelos treinadas no conjunto de dados padrão COCO revela perfis de desempenho distintos. A tabela abaixo apresenta as compensações entre precisão (mAP), velocidade e consumo computacional (parâmetros e FLOPs).
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
Análise de desempenho#
O YOLO26n tem 2,4M de parâmetros e executa em 1,7 ms em uma GPU NVIDIA T4 com TensorRT. O YOLO26n também é até 43% mais rápido na CPU do que o YOLO11n, tornando o YOLO26 uma ótima opção para dispositivos de borda sem aceleradores de GPU dedicados.
O DAMO-YOLOt supera o YOLO26n em mAP (42,0 contra 40,9), mas tem cerca de 3,5 vezes mais parâmetros (8,5M). Nos tamanhos s, m e l, o YOLO26 é mais preciso que o DAMO-YOLO (por exemplo, 55,0 contra 50,8 mAP nos modelos l), tem menos parâmetros e maior velocidade no TensorRT, além de normalmente usar menos memória CUDA durante o treinamento.
Ecossistema, facilidade de uso e eficiência do treinamento#
O valor de um modelo também depende da facilidade com que desenvolvedores e pesquisadores conseguem treiná-lo, implantá-lo e mantê-lo.
A vantagem da Ultralytics#
Os modelos da Ultralytics vêm com um ecossistema bem mantido e voltado para desenvolvedores. Fluxos de trabalho que envolvem aumento de dados, ajuste de hiperparâmetros e acompanhamento de experimentos são executados com comandos simples.
O YOLO26 também é mais versátil. Enquanto o DAMO-YOLO é exclusivamente um detector de objetos, o YOLO26 oferece suporte à detecção, segmentação de instâncias, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e detecção de OBB, com melhorias específicas para cada tarefa, como:
- Segmentação de instâncias: usa uma perda de segmentação semântica e um módulo proto multiescala.
- Estimativa de pose: usa a estimativa residual de log-verossimilhança (RLE).
- Caixas delimitadoras orientadas (OBB): usa uma perda de ângulo especializada para resolver problemas de limites.
- Classificação de imagens: oferece rotulagem rápida e leve de imagens inteiras.
Metodologias de treinamento#
O treinamento do DAMO-YOLO costuma envolver um processo de destilação de conhecimento, no qual um modelo grande, o "professor", treina um modelo menor, o "aluno". Isso melhora a precisão, mas exige mais memória de GPU e ciclos de treinamento mais longos.
O YOLO26 é treinado sem um modelo professor e normalmente exige menos memória, permitindo treinamento eficiente em hardware para consumidores com o otimizador MuSGD. Veja como treinar um modelo YOLO26 usando a API Python da Ultralytics, baseada em PyTorch:
from ultralytics import YOLO
# Inicializa o modelo nano YOLO26 nativamente de ponta a ponta
model = YOLO("yolo26n.pt")
# Treina com um conjunto de dados personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)
# Exporta o modelo otimizado, sem NMS
model.export(format="onnx", nms=False)Aplicações no mundo real#
A escolha certa depende do ambiente de implantação.
IA de borda e dispositivos IoT#
Para câmeras inteligentes de varejo, sistemas automatizados de monitoramento agrícola ou robótica, os recursos computacionais são bastante limitados. Nesse caso, o YOLO26 é a melhor opção. A inferência mais rápida na CPU, a cabeça opcional sem NMS e a quantidade reduzida de parâmetros permitem executá-lo em dispositivos de borda, como o Raspberry Pi, sem perder precisão.
Fabricação em alta velocidade e controle de qualidade#
Em linhas de automação de fabricação, detectar defeitos em esteiras transportadoras de alta velocidade exige latência mínima e determinística. O DAMO-YOLO tem bom desempenho em configurações específicas de GPU, mas a latência variável do pós-processamento NMS pode dessincronizar os atuadores robóticos. Com a cabeça sem NMS ativada (nms=False), o YOLO26 mantém consistentes os tempos de processamento dos quadros, simplificando a integração à robótica industrial de alta velocidade.
Imagens de drones e imagens aéreas#
É difícil detectar alvos pequenos de grandes altitudes. O ProgLoss e o STAL do YOLO26 melhoram o reconhecimento de objetos pequenos, o que ajuda a rastrear animais selvagens ou analisar congestionamentos de trânsito a partir de VANTs, onde os objetos ocupam apenas alguns pixels.
Casos de uso e recomendações#
A escolha entre YOLO26 e DAMO-YOLO depende dos requisitos específicos do teu projeto, das restrições de implantação e das preferências de ecossistema.
Quando escolher o YOLO26#
O YOLO26 é uma ótima opção para:
- 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 somente com CPU: Dispositivos sem aceleração de GPU dedicada, nos quais a inferência na CPU até 43% mais rápida do YOLO26 (YOLO26n contra 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.
Quando escolher DAMO-YOLO#
O DAMO-YOLO é recomendado para:
- Análise de vídeo de alto rendimento: Processamento de transmissões de vídeo com alto FPS em uma infraestrutura fixa de GPU NVIDIA, na qual o rendimento com lote 1 é a principal métrica.
- Linhas de fabricação industrial: Cenários com restrições rigorosas de latência da GPU em hardware dedicado, como inspeção de qualidade em tempo real em linhas de montagem.
- Pesquisa em busca de arquitetura neural: Estudo dos efeitos da busca automatizada de arquitetura (MAE-NAS) e de backbones eficientes com reparametrização no desempenho da detecção.
Conclusão#
O DAMO-YOLO é um estudo útil de busca de arquiteturas neurais para alvos de hardware específicos, enquanto o Ultralytics YOLO26 é a opção mais completa para a maioria dos profissionais. Sua inferência opcional sem NMS, os requisitos menores de memória, o otimizador MuSGD e o ecossistema bem mantido ajudam desenvolvedores a criar e implantar sistemas de visão de forma rápida e confiável.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.