YOLO26 vs YOLOv9
Esta comparação técnica analisa as diferenças entre YOLO26 e YOLOv9, dois modelos influentes para a deteção de objetos em tempo real. Ambos apresentam inovações arquiteturais distintas, e compreender as compensações de desempenho, as capacidades de implementação e os requisitos de hardware é fundamental para selecionar a ferramenta certa para o teu próximo projeto de visão.
YOLO26: detecção otimizada para a borda#
Lançado no início de 2026, Ultralytics YOLO26 concentra-se na eficiência de implementação e na estabilidade do treino. A inferência opcional de ponta a ponta resolve os obstáculos de implementação que há muito afetam as aplicações de IA de borda.
Detalhes do modelo:
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 2026-01-14
- GitHub: Repositório da Ultralytics
- Documentação: Documentação do YOLO26
Arquitetura e inovações#
YOLO26 reformula o pipeline de pós-processamento ao introduzir um design de ponta a ponta sem NMS. Quando executado com a cabeça opcional um-para-um (nms=False), o modelo ignora a supressão não máxima (NMS) e alcança menor variabilidade da latência. Isto facilita a implementação em plataformas móveis e de borda, especialmente ao exportar para frameworks como ONNX e Apple CoreML.
Além disso, a remoção da Perda Focal de Distribuição (DFL) simplifica o processo de exportação e melhora a compatibilidade com dispositivos de borda de baixo consumo. Para melhorar a estabilidade do treino, YOLO26 integra o otimizador MuSGD, uma combinação de Descida do Gradiente Estocástica (SGD) e Muon, inspirada nas inovações de treino de modelos de linguagem de grande dimensão (LLM). Isto resulta numa convergência mais rápida.
Graças às simplificações arquiteturais e à remoção da DFL, YOLO26n alcança uma inferência em CPU até 43% mais rápida do que YOLO11n, sendo uma excelente opção para dispositivos de borda com recursos limitados, como o Raspberry Pi ou o NVIDIA Jetson Nano.
Para detetar objetos pequenos em cenas como imagens aéreas captadas por drones, YOLO26 usa ProgLoss + STAL (Perda Progressiva e atribuição de etiquetas consciente de objetos pequenos), que melhoram a recuperação de objetos pequenos. Também inclui melhorias específicas para cada tarefa, como proto multiescala para segmentação de instâncias, Estimativa de Log-Verosimilhança Residual (RLE) para estimativa de pose e uma função de perda de ângulo especializada para detetar caixas delimitadoras orientadas (OBB).
YOLOv9: informações de gradiente programáveis#
Introduzido no início de 2024, o YOLOv9 trouxe avanços teóricos à forma como as redes neurais lidam com o fluxo de gradientes durante a fase de treinamento, com foco na eficiência de parâmetros e na retenção de características profundas.
Detalhes do modelo:
- Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
- Data: 2024-02-21
- arXiv: Artigo do YOLOv9
- GitHub: Repositório do YOLOv9
- Documentação: Documentação do YOLOv9
Arquitetura e pontos fortes#
O YOLOv9 foi desenvolvido em torno dos conceitos de Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN). Esses conceitos abordam o problema do gargalo de informação frequentemente observado em redes neurais profundas. Ao preservar informações essenciais durante o processo de propagação direta, a GELAN garante que os gradientes usados para atualizar os pesos permaneçam confiáveis. Essa arquitetura oferece alta precisão e torna o YOLOv9 uma ótima opção para pesquisas acadêmicas sobre teoria de redes neurais e otimização do caminho do gradiente usando a estrutura PyTorch.
Limitações#
Apesar da sua elevada eficiência de parâmetros, YOLOv9 depende da NMS tradicional para o pós-processamento das caixas delimitadoras, o que pode criar estrangulamentos computacionais durante a inferência em dispositivos de borda. Além disso, o repositório oficial concentra-se sobretudo na deteção de objetos, pelo que é necessário desenvolver soluções personalizadas para o adaptar a tarefas especializadas como o rastreamento ou a estimativa de pose.
Comparação de desempenho#
Ao avaliar estes modelos para implementações no mundo real, é fundamental equilibrar a precisão (mAP), a velocidade de inferência e o uso de memória. Os modelos da Ultralytics são conhecidos pelos baixos requisitos de memória durante o treino e a inferência, necessitando geralmente de menos memória CUDA do que alternativas baseadas em Transformer, como RT-DETR.
A seguir, uma comparação direta do desempenho do YOLO26 e do YOLOv9 no conjunto de dados COCO. Os melhores valores de cada coluna estão destacados em negrito.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
Nota: As velocidades ONNX em CPU para YOLOv9 não são indicadas nesta tabela. Em TensorRT numa T4, YOLO26 é mais rápido do que YOLOv9 em todos os tamanhos, e YOLO26 é mais preciso em cada tamanho comparável (por exemplo, 57,5 vs. 55,6 mAP para YOLO26x vs. YOLOv9e, com menos parâmetros).
Casos de uso e recomendações#
A escolha entre YOLO26 e YOLOv9 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.
- Detecção de objetos pequenos: Cenários desafiadores, como imagens aéreas de drones ou análise de sensores de IoT, nos quais ProgLoss e STAL melhoram significativamente a precisão na detecção de objetos minúsculos.
Quando escolher o YOLOv9#
O YOLOv9 é recomendado para:
- Pesquisa sobre gargalos de informação: Projetos acadêmicos que estudam arquiteturas de Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).
- Estudos de otimização do fluxo de gradientes: Pesquisas voltadas a entender e reduzir a perda de informação nas camadas profundas da rede durante o treinamento.
- Benchmarking de detecção de alta precisão: Cenários em que o forte desempenho do YOLOv9 no benchmark COCO é necessário como referência para comparações arquitetônicas.
A vantagem da Ultralytics#
Escolher um modelo implica mais do que consultar um benchmark de precisão; o ecossistema de software envolvente determina a rapidez com que podes passar da recolha de dados à produção.
Facilidade de uso e ecossistema#
A API Python da Ultralytics mantém o fluxo de trabalho simples. Em vez de clonar repositórios complexos ou configurar manualmente scripts de treino distribuído, os programadores podem instalar o pacote através de pip e começar logo a treinar. O ecossistema da Ultralytics, mantido ativamente, oferece atualizações frequentes, integrações com plataformas de ML como Weights & Biases e documentação abrangente.
Versatilidade em tarefas de visão computacional#
Embora YOLOv9 seja principalmente um modelo de deteção, YOLO26 é um modelo de visão de uso geral. Com uma sintaxe unificada, podes passar da deteção de objetos para a segmentação de imagens, a segmentação semântica, a estimativa de profundidade, a classificação da imagem completa, a estimativa de pose ou OBB. Esta versatilidade reduz a dívida técnica associada à manutenção de várias bases de código separadas para diferentes funcionalidades de visão computacional.
Treinamento e implantação eficientes#
YOLO26 usa pesos pré-treinados facilmente disponíveis e, geralmente, precisa de menos memória do que os grandes Transformer de visão. Depois do treino, os pipelines de exportação integrados permitem converter com uma única linha para formatos otimizados como TensorRT ou LiteRT, facilitando a passagem para produção.
Exemplo de código: primeiros passos com o YOLO26#
O seguinte fragmento de código Python mostra como carregar um modelo pré-treinado, treiná-lo com dados personalizados e executar inferência através da API da Ultralytics.
from ultralytics import YOLO
# Carrega o modelo nano YOLO26 mais recente
model = YOLO("yolo26n.pt")
# Treina o modelo no conjunto de dados COCO8 (optimizer='auto' seleciona MuSGD para execuções de treinamento mais longas)
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device=0, # Usa a GPU 0 ou 'cpu' para treinar na CPU
)
# Executa inferência sem NMS em uma imagem de exemplo
predictions = model("https://ultralytics.com/images/bus.jpg", nms=False)
# Exibe as caixas delimitadoras e os níveis de confiança
predictions[0].show()Com a velocidade, a arquitetura simplificada e o ecossistema de YOLO26, as equipas podem lançar aplicações de IA de visão no mercado mais rapidamente e com menos obstáculos técnicos.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.