YOLOv10 vs DAMO-YOLO
Ao criar pipelines modernos de visão computacional, escolher a arquitetura certa de detecção de objetos em tempo real é fundamental. Esta análise técnica aborda as arquiteturas, as métricas de desempenho e os casos de uso ideais de YOLOv10 e DAMO-YOLO. Ambos os modelos avançaram a detecção em tempo real, mas seguem caminhos arquiteturais diferentes.
Quer teu projeto exija implantação em hardware de IA de borda com recursos limitados ou a máxima precisão em GPUs na nuvem, compreender as diferenças entre essas arquiteturas te ajudará a tomar uma decisão bem fundamentada.
Conhecendo o YOLOv10#
Apresentado por pesquisadores da Universidade Tsinghua, YOLOv10 trouxe uma abordagem nativamente ponta a ponta para a família YOLO, eliminando a necessidade de supressão não máxima (NMS) durante o pós-processamento.
Detalhes do YOLOv10:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Data: 2024-05-23
- arXiv: https://arxiv.org/abs/2405.14458
- GitHub: https://github.com/THU-MIG/yolov10
- Documentação: https://docs.ultralytics.com/models/yolov10
Principais recursos arquiteturais#
A principal inovação do YOLOv10 é sua estratégia de atribuições duplas consistentes para treinamento sem NMS. Os detectores de objetos tradicionais dependem de NMS para filtrar caixas delimitadoras sobrepostas, o que acrescenta latência variável e cria um gargalo para aplicações em tempo real, como veículos autônomos e robótica de alta velocidade. Ao prever diretamente uma única caixa delimitadora por objeto, YOLOv10 alcança baixa latência de inferência previsível.
Além disso, o modelo emprega um design holístico orientado à eficiência e à precisão. A arquitetura otimiza diversos componentes, incluindo uma cabeça de classificação leve e redução de resolução desacoplada espacial e por canal, o que reduz a redundância computacional. O resultado é uma arquitetura com menos parâmetros e menos FLOPs, mantendo uma precisão média (mAP) competitiva.
Exemplo de uso#
YOLOv10 está integrado ao ecossistema Ultralytics, então podes usá-lo por meio do pacote Python da Ultralytics.
from ultralytics import YOLO
# Carrega um modelo nano YOLOv10 pré-treinado
model = YOLO("yolov10n.pt")
# Treina o modelo com o conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Executa a inferência em uma imagem de teste
results = model("https://ultralytics.com/images/bus.jpg")
# Exporta o modelo para o formato TensorRT
model.export(format="engine", quantize=16)Conhecendo o DAMO-YOLO#
Desenvolvido pelo Alibaba Group, DAMO-YOLO se concentra na descoberta de estruturas de rede eficientes por meio de busca de arquitetura neural (NAS) automatizada, com o objetivo de avançar a fronteira de Pareto entre velocidade e precisão.
Detalhes do DAMO-YOLO:
- Autores: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
- Organização: Alibaba Group
- Data: 2022-11-23
- arXiv: https://arxiv.org/abs/2211.15444v2
- GitHub: https://github.com/tinyvision/DAMO-YOLO
Principais recursos arquiteturais#
DAMO-YOLO introduz várias técnicas adaptadas para aplicações industriais. A base do modelo é seu backbone MAE-NAS, gerado por meio de uma busca guiada por entropia máxima. Esse processo automatizado descobre estruturas de backbone que respeitam orçamentos computacionais predefinidos, equilibrando precisão e latência de inferência.
A arquitetura também usa um neck Efficient RepGFPN. Essa rede de pirâmide de características foi projetada para aprimorar a fusão de características em diferentes escalas, algo fundamental para tarefas complexas como a análise de imagens aéreas, em que os objetos variam muito de tamanho. DAMO-YOLO também implementa uma ZeroHead, uma cabeça de detecção minimalista que reduz a complexidade das camadas finais de previsão e economiza computação durante a inferência.
Comparação de desempenho#
Ao avaliar arquiteturas de detecção de objetos, é essencial encontrar o equilíbrio certo entre velocidade de inferência, eficiência de parâmetros e precisão de detecção. A tabela abaixo compara o desempenho de YOLOv10 e DAMO-YOLO em seus respectivos tamanhos de modelo.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| 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 |
| 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 |
YOLOv10 é mais preciso que DAMO-YOLO em escalas comparáveis e usa menos parâmetros: YOLOv10s alcança 46.3 mAP com 7.2M de parâmetros a 2.49 ms, contra 46.0 mAP com 16.3M de parâmetros a 3.45 ms para DAMO-YOLOs. DAMO-YOLOt oferece ótima precisão para seu tamanho (42.0 mAP), e DAMO-YOLOl é um pouco mais rápido que YOLOv10l com TensorRT na T4 (7.18 ms contra 7.28 ms), mas a eficiência de parâmetros da família YOLOv10 lhe dá vantagem em ambientes de implantação com recursos limitados.
Casos de uso e recomendações#
A escolha entre YOLOv10 e DAMO-YOLO depende dos requisitos específicos do teu projeto, das restrições de implantação e das preferências de ecossistema.
Quando escolher o YOLOv10#
O YOLOv10 é uma ótima opção 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.
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.
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 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.
A vantagem da Ultralytics#
Escolher uma arquitetura para produção exige olhar além das métricas brutas. Desenvolver com modelos compatíveis com o ecossistema Ultralytics oferece várias vantagens práticas para desenvolvedores e pesquisadores.
Facilidade de uso e ecossistema bem mantido#
Ao contrário de repositórios acadêmicos independentes, que podem receber atualizações pouco frequentes, a Ultralytics oferece um ecossistema mantido ativamente. Configurar ambientes complexos para modelos que dependem de pipelines NAS pode ser difícil. Em vez disso, a Ultralytics oferece uma API Python e uma CLI padronizadas, respaldadas por documentação abrangente, o que reduz o tempo de lançamento de soluções de visão personalizadas.
Eficiência de treinamento e requisitos de memória#
Treinar modelos grandes pode se tornar rapidamente caro em termos computacionais. As arquiteturas Ultralytics YOLO são reconhecidas há muito tempo pelo baixo consumo de memória CUDA durante o treinamento e a inferência. Essa eficiência permite que os desenvolvedores treinem modelos em hardware de consumo ou instâncias econômicas na nuvem, sem erros de falta de memória — comuns ao trabalhar com modelos baseados em Transformer, como o RT-DETR.
A Ultralytics integra-se com ferramentas MLOps populares. Podes acompanhar o progresso do treinamento do modelo usando integrações com Weights & Biases, Comet ou ClearML, sem código boilerplate adicional.
Versatilidade em várias tarefas#
Uma limitação de muitos modelos de detecção especializados, incluindo YOLOv10 e DAMO-YOLO, é seu foco restrito à detecção. No ecossistema Ultralytics, modelos como YOLO11 e YOLO26 estendem as mesmas ferramentas a várias tarefas de visão computacional, incluindo segmentação de instâncias, classificação de imagens, estimativa de pose e detecção com caixas delimitadoras orientadas (OBB).
Olhando para o futuro: a evolução do YOLO26#
O YOLOv10 introduziu a inferência sem NMS nos modelos YOLO, e o DAMO-YOLO mostrou o que a NAS pode alcançar. Para desenvolvedores que estão começando novos projetos hoje, recomendamos o Ultralytics YOLO26.
Lançado em janeiro de 2026 como sucessor do YOLO11, YOLO26 se baseia nos fundamentos sem NMS estabelecidos pelo YOLOv10, com uma cabeça opcional um-para-um (nms=False).
Os principais avanços do YOLO26 incluem:
- Inferência na CPU até 43% mais rápida: YOLO26n é até 43% mais rápido que YOLO11n na CPU, sendo adequado para computação edge e dispositivos de baixo consumo.
- Remoção de DFL: Distribution Focal Loss foi removida, permitindo exportações mais simples e melhor compatibilidade com diversos alvos de implantação.
- Otimizador MuSGD: Um híbrido de SGD e Muon que traz estabilidade de treinamento de modelos de linguagem grandes (LLM) e convergência mais rápida para a visão computacional.
- ProgLoss + STAL: Progressive Loss e a atribuição de rótulos consciente de alvos pequenos (STAL) aprimoram o reconhecimento de objetos pequenos, essencial para casos de uso como agricultura e sensoriamento remoto.
Com a Ultralytics Platform, desenvolvedores podem anotar dados, treinar e implantar modelos como YOLO26 em um só lugar.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.