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.
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Data: 23 de maio de 2024
- Artigo de pesquisa: arXiv:2405.14458
- Código-fonte: THU-MIG/yolov10 no GitHub
- Documentação: Documentação do YOLOv10
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.
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.
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 27 de setembro de 2024
- Código-fonte: Ultralytics no GitHub
- Integração com a plataforma: Plataforma Ultralytics
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.
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
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.