YOLO26 vs YOLOv10
As aplicações de visão computacional exigem modelos cada vez mais rápidos, precisos e eficientes. Este guia compara duas influentes arquiteturas de deteção de objetos em tempo real, YOLO26 e YOLOv10, analisando as respetivas arquiteturas, métricas de desempenho e capacidades de implementação, para ajudar programadores e investigadores a escolher o modelo certo para as suas aplicações de visão.
A evolução das arquiteturas sem NMS#
Durante anos, a família YOLO (Só Olhas Uma Vez) dependeu da supressão não máxima (NMS) para filtrar caixas delimitadoras redundantes durante o pós-processamento. Embora eficaz, a NMS aumenta a latência de inferência e complica a implementação em dispositivos de borda como o Raspberry Pi ou unidades de processamento neural (NPU) especializadas.
O YOLOv10 introduziu um design ponta a ponta sem NMS na família YOLO. O Ultralytics YOLO26 refinou essa abordagem para ambientes de produção como uma cabeça opcional um-para-um e a estendeu a uma gama mais ampla de tarefas.
YOLOv10: detecção em tempo real sem NMS#
- Data: 2024-05-23
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Recursos: Artigo no arXiv | Repositório no GitHub
Desenvolvido por investigadores da Universidade Tsinghua, o YOLOv10 introduziu uma estratégia consistente de atribuição dupla para eliminar a necessidade da NMS. Através de uma conceção holística do modelo, orientada pela eficiência e pela precisão, reduziu a redundância computacional mantendo um mAP (precisão média) elevado.
Pontos fortes:
- Arquitetura sem NMS: O primeiro design sem NMS da série YOLO, que reduz a latência em aplicações em tempo real.
- Eficiência: oferece um equilíbrio sólido entre o número de parâmetros e a velocidade de inferência em comparação com modelos de gerações anteriores.
Pontos fracos:
- Suporte limitado a tarefas: centra-se sobretudo na deteção de objetos padrão e não oferece suporte nativo imediato a tarefas avançadas, como segmentação ou estimativa de pose.
- Foco académico: A base de código está mais orientada para a investigação do que para implementações empresariais em produção.
YOLO26: o novo padrão para borda e cloud#
- Data: 2026-01-14
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Recursos: Repositório GitHub | Plataforma Ultralytics
Lançado como sucessor de YOLO11, YOLO26 desenvolve o conceito sem NMS com uma cabeça opcional um-para-um (nms=False). Integra-se com a Ultralytics Platform, que fornece ferramentas para anotação, treino e implementação ao longo do pipeline de aprendizagem automática.
YOLO26 introduz várias alterações arquiteturais:
- Remoção da DFL: A Perda Focal de Distribuição foi removida. Isto simplifica o processo de exportação do modelo e melhora a compatibilidade com dispositivos de borda e de baixo consumo.
- Inferência em CPU até 43% mais rápida: Graças à remoção da DFL e às otimizações estruturais, YOLO26n é até 43% mais rápido em CPU do que YOLO11n, sendo adequado para implementações de IoT e dispositivos móveis.
- Otimizador MuSGD: Inspirado em técnicas de treino de modelos de linguagem de grande dimensão (LLM), como o Kimi K2 da Moonshot AI, YOLO26 usa uma combinação de SGD e Muon. Isto proporciona um treino mais estável e uma convergência mais rápida para a visão computacional.
- ProgLoss + STAL: A Perda Progressiva e a atribuição de etiquetas consciente de objetos pequenos (STAL) melhoram o reconhecimento de objetos pequenos, algo importante para imagens aéreas e monitorização de segurança com drones.
- Melhorias específicas por tarefa: YOLO26 também suporta segmentação, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e OBB. Acrescenta uma função de perda de segmentação semântica e proto multiescala para segmentação, Estimativa de Log-Verosimilhança Residual (RLE) para estimativa de pose e uma função de perda de ângulo especializada para caixas delimitadoras orientadas (OBB).
Análise de desempenho e métricas#
A tabela seguinte compara o desempenho de deteção no COCO dos modelos YOLO26 e YOLOv10. YOLO26 é mais preciso em todos os tamanhos, de +2,4 mAP para os modelos n a +3,1 para os modelos x, enquanto YOLOv10 usa menos parâmetros e FLOPs na escala x (29,5M vs. 55,7M parâmetros, 160,4B vs. 194,4B 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 |
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
A vantagem da Ultralytics: eficiência de treinamento e memória#
Ao implementar modelos em produção, os requisitos de memória e a eficiência do treino são tão importantes como a velocidade de inferência. Os modelos da Ultralytics, especialmente YOLO26, estão otimizados para reduzir o uso de memória CUDA durante o treino. Isto permite aos programadores usar tamanhos de lote maiores em GPUs de consumo, reduzindo o tempo de treino e os custos computacionais. Em contrapartida, modelos Transformer pesados, como RT-DETR, exigem muitas vezes hardware caro e de alto desempenho para treinar com eficácia.
Uma das principais vantagens de escolher YOLO26 é a sua integração com o ecossistema da Ultralytics, bem mantido, que cobre o fluxo de trabalho desde a anotação de dados até ao acompanhamento de experiências.
Implementação prática: exemplo de código#
Com a API Python da Ultralytics, migrar de um modelo mais antigo, como YOLOv8, para YOLO26 exige alterar apenas uma linha de código.
Segue-se um exemplo que treina, executa inferência e exporta com YOLO26:
from ultralytics import YOLO
# 1. Load the YOLO26 nano model
model = YOLO("yolo26n.pt")
# 2. Train the model on the COCO8 dataset efficiently
# optimizer='auto' selects MuSGD for longer training runs; memory management is automatic
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="cpu", # Easily switch to 0 for GPU
)
# 3. Perform NMS-free inference on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg", nms=False)
# 4. Display the results to screen
predictions[0].show()
# 5. Export to ONNX for simplified edge deployment
export_path = model.export(format="onnx")
print(f"Model exported successfully to {export_path}")Casos de uso e recomendações#
A escolha entre YOLO26 e YOLOv10 depende dos requisitos específicos do seu 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 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.
Quando escolher o YOLOv10#
O YOLOv10 é recomendado para:
- Detecção em tempo real sem NMS: Aplicações que se beneficiam da detecção de ponta a ponta sem supressão não máxima, reduzindo a complexidade da implantação.
- Equilíbrio entre velocidade e precisão: Projetos que exigem um bom equilíbrio entre velocidade de inferência e precisão de detecção em várias escalas de modelo.
- Aplicações com latência consistente: Cenários de implantação nos quais tempos de inferência previsíveis são essenciais, como em robótica ou sistemas autônomos.
Conclusão#
YOLOv10 deu um contributo significativo à comunidade de investigação ao introduzir a deteção YOLO sem NMS, e YOLO26 leva esta abordagem para produção. Com inferência em CPU até 43% mais rápida (YOLO26n vs. YOLO11n), o otimizador MuSGD e suporte para sete tarefas de visão, YOLO26 é a opção recomendada tanto para a computação de borda como para implementações na nuvem em grande escala.
Para equipas que dão prioridade a uma comunidade ativa, a documentação completa e uma experiência de desenvolvimento fluida, o ecossistema da Ultralytics é uma excelente opção. Para cenários especializados, também podes explorar YOLO-World para deteção de vocabulário aberto sem exemplos. Para a maioria dos casos de utilização no mundo real, YOLO26 é a opção recomendada.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.