Começar

YOLOv10 vs YOLO11

A escolha de um modelo de visão computacional em tempo real exige compreender as compensações entre as arquiteturas atuais. Esta comparação aborda as diferenças técnicas, as compensações de desempenho e os casos de uso ideais de YOLOv10 e Ultralytics YOLO11, dois frameworks competentes de detecção de objetos.

Ambos os modelos apresentam resultados sólidos em conjuntos de dados de referência, mas suas filosofias de design e integrações com o ecossistema diferem significativamente. Analisar suas arquiteturas mostra qual deles se adapta melhor às tuas restrições de implantação e aos objetivos do projeto.

YOLOv10: detecção em tempo real sem NMS#

Lançado na primavera de 2024, o YOLOv10 apresentou uma nova abordagem ao pipeline tradicional de detecção de objetos, tratando diretamente a sobrecarga de latência associada ao pós-processamento.

A inovação de destaque do YOLOv10 é sua estratégia de atribuição dupla consistente, que permite o treinamento sem NMS. Detectores de objetos tradicionais dependem da supressão não máxima (NMS) para filtrar previsões redundantes de caixas delimitadoras. Ao eliminar essa etapa, YOLOv10 realiza detecção verdadeiramente de ponta a ponta, reduzindo a latência de inferência e simplificando a implantação em aceleradores de hardware, como unidades de processamento neural (NPUs), nas quais é difícil otimizar operações NMS personalizadas.

Sabe mais sobre o YOLOv10

YOLO11: versatilidade e desempenho impulsionados pelo ecossistema#

Lançado mais tarde naquele mesmo ano, YOLO11 deu continuidade ao aprimoramento da família de modelos Ultralytics, com foco no equilíbrio entre velocidade, precisão e experiência de desenvolvimento.

YOLO11 foi projetado para produção. Embora seja excelente na detecção padrão de caixas delimitadoras, seu verdadeiro destaque é a versatilidade. Ao contrário do YOLOv10, que se concentra principalmente na detecção de objetos, YOLO11 oferece suporte nativo a tarefas de segmentação de instâncias, classificação de imagens, estimativa de pose e caixas delimitadoras orientadas (OBB), usando uma arquitetura unificada. Durante o treinamento, ele tem baixa demanda de memória, o que o torna bastante acessível para equipes que trabalham com GPUs de consumo, em comparação com arquiteturas mais pesadas baseadas em Transformer.

Comparação de desempenho e métricas#

Ao comparar esses modelos lado a lado, é essencial observar o desempenho de suas diferentes variantes de escala em benchmarks padrão, como o conjunto de dados COCO.

YOLO11 supera YOLOv10 em mAP em todos os tamanhos equivalentes, por 0,2 a 1,0 ponto, com velocidades TensorRT semelhantes: YOLO11 é claramente mais rápido nas escalas n e l, os modelos s e m têm resultados quase empatados, e YOLOv10x é mais rápido que YOLO11x e usa cerca de metade dos parâmetros.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
Aceleração de hardware

Para reproduzir essas velocidades de inferência localmente, exporta os modelos para formatos otimizados, como OpenVINO para CPUs Intel ou TensorRT para GPUs NVIDIA.

Análise aprofundada da arquitetura#

Metodologia e eficiência do treinamento#

A arquitetura do YOLOv10 enfatiza a redução da redundância computacional. Ao otimizar o backbone e o neck com uma estratégia holística orientada à eficiência e à precisão, os autores da Universidade Tsinghua reduziram a quantidade de parâmetros nos modelos de porte médio (como YOLOv10m) em comparação com as versões anteriores.

A eficiência de treinamento é uma característica marcante dos modelos Ultralytics. YOLO11 usa o pacote Python ultralytics, que abstrai a complexidade do ajuste de hiperparâmetros. Esse framework gerencia automaticamente aumentos de dados avançados, o agendamento da taxa de aprendizado e o treinamento distribuído em várias GPUs, tudo pronto para uso. YOLO11 também mantém baixo o uso de VRAM durante o treinamento.

Facilidade de uso e a vantagem do ecossistema#

Um fator essencial para a adoção empresarial é um ecossistema com boa manutenção. Repositórios de pesquisa costumam perder atividade após a publicação inicial do artigo. O ecossistema Ultralytics por trás do YOLO11 oferece uma experiência de desenvolvimento completa, com manutenção ativa.

Com integração a ferramentas como Weights & Biases para acompanhar experimentos e Roboflow para gerenciar conjuntos de dados, YOLO11 acelera a transição do protótipo à produção. A facilidade de uso fica evidente na API simples, que permite aos desenvolvedores treinar e exportar modelos com apenas algumas linhas de código.

from ultralytics import YOLO

# Inicializa o modelo pequeno YOLO11
model = YOLO("yolo11s.pt")

# Treina o modelo com eficiência e gerenciamento de memória otimizado
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device="0")

# Exporta para o formato ONNX para ter flexibilidade na implantação
model.export(format="onnx")

Casos de uso e recomendações#

A escolha entre YOLOv10 e YOLO11 depende dos requisitos específicos do seu 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 YOLO11#

O YOLO11 é recomendado para:

  • Implantação de borda em produção: aplicações comerciais em dispositivos como Raspberry Pi ou NVIDIA Jetson, nos quais a confiabilidade e a manutenção ativa são fundamentais.
  • Aplicações visuais multitarefa: Projetos que exigem detecção, segmentação, classificação, estimativa de pose e OBB em uma única estrutura unificada.
  • Prototipagem e implantação rápidas: equipes que precisam avançar rapidamente da coleta de dados à produção usando a API Python da Ultralytics, simples e eficiente.

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.

Explorando outras arquiteturas#

Embora YOLOv10 e YOLO11 sejam excelentes opções, teu caso de uso específico pode se beneficiar de outras arquiteturas disponíveis na documentação. Para detecção baseada em atenção, modelos Transformer como RT-DETR oferecem alta precisão, embora normalmente exijam mais memória. Se precisas de recursos zero-shot para identificar novas classes sem retreinar, YOLO-World oferece uma abordagem de vocabulário aberto orientada por instruções em linguagem natural.

A próxima geração: YOLO26#

Lançado em janeiro de 2026, Ultralytics YOLO26 combina os pontos fortes dos dois modelos mencionados acima e é a opção recomendada para novas implantações.

Com base nos fundamentos de seus antecessores, YOLO26 inclui um design opcional de ponta a ponta sem NMS (nms=False) que elimina, dentro do framework Ultralytics, o gargalo de pós-processamento abordado inicialmente pelo YOLOv10. YOLO26 também apresenta remoção de DFL (Distribution Focal Loss), que simplifica os grafos de exportação do modelo e melhora a compatibilidade com dispositivos de borda e IoT de baixo consumo.

A estabilidade do treinamento melhora com o otimizador MuSGD, um híbrido de SGD e Muon inspirado em métodos de treinamento de modelos de linguagem grandes (LLM) que acelera a convergência. Junto com ProgLoss + STAL (perda progressiva e atribuição de rótulos sensível a alvos pequenos), YOLO26 melhora o reconhecimento de objetos pequenos. Em dispositivos de borda comuns, esses aprimoramentos tornam YOLO26n até 43% mais rápido na CPU do que YOLO11n, e YOLO26 oferece suporte a detecção, segmentação, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e OBB.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.