Começar

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.

Saiba mais sobre o DAMO-YOLO

Escolhendo a arquitetura certa

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).

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

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:

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)
Explorando outros modelos

Se você quiser explorar outras arquiteturas modernas do ecossistema Ultralytics, o YOLO11 continua sendo uma boa opção para pipelines existentes desenvolvidos com ele. Como alternativa, pesquisadores interessados em arquiteturas baseadas em Transformer podem explorar o modelo RT-DETR.

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.