YOLOv10 YOLO11: Unindo a inovação académica e a escala do mundo real
A evolução da deteção de objetos em tempo real tem sido marcada por rápidos avanços em velocidade, precisão e eficiência arquitetónica. Dois intervenientes fundamentais nesta história recente são o YOLOv10 e YOLO11. Embora ambos os modelos ampliem os limites do que é possível com a visão computacional, eles têm origens em filosofias de design diferentes e atendem a necessidades distintas dentro da comunidade de IA. Esta comparação explora as especificações técnicas, as diferenças arquitetónicas e as aplicações práticas de ambos os modelos para ajudar os programadores a escolher a ferramenta certa para os seus requisitos específicos.
YOLOv10: O pioneiro académico da deteção de ponta a ponta
Lançado em maio de 2024 por investigadores da Universidade de Tsinghua, YOLOv10 introduziu uma mudança de paradigma na YOLO ao se concentrar em uma estratégia de treinamentoNMS. Historicamente, YOLO dependiam da supressão não máxima (NMS) para filtrar caixas delimitadoras sobrepostas durante a inferência. Embora eficaz, NMS um gargalo na latência de implantação e complica o processo de exportação para formatos como TensorRT ou ONNX.
Principais Inovações Arquitetônicas
YOLOv10 esses desafios por meio de uma estratégia de atribuição dupla durante o treinamento. Ele emprega um cabeçalho um-para-muitos para supervisão rica durante o aprendizado e um cabeçalho um-para-um para inferência, permitindo que o modelo preveja diretamente uma única caixa ideal por objeto. Isso elimina a necessidade de NMS , reduzindo significativamente a latência em dispositivos de ponta.
Além disso, YOLOv10 um design de modelo holístico orientado para a eficiência e precisão. Isso inclui cabeças de classificação leves, downsampling desacoplado do canal espacial e design de blocos orientado por classificação, que, juntos, reduzem a redundância computacional.
Metadados técnicos:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização:Tsinghua University
- Data: 2024-05-23
- Arxiv:YOLOv10: Real-Time End-to-End Object Detection
- GitHub:THU-MIG/yolov10
Ultralytics YOLO11: Aperfeiçoado para escala empresarial
Lançado em setembro de 2024, Ultralytics YOLO11 baseia-se na estrutura robusta do YOLOv8 e YOLOv9. Embora mantenha uma abordagem tradicional NMS(ao contrário do YOLOv10, que é nativamente ponta a ponta), YOLO11 fortemente na eficiência da extração de características e na otimização de parâmetros. Ele foi projetado para ser o "canivete suíço" da visão computacional, destacando-se não apenas na detecção, mas em uma ampla gama de tarefas, incluindo segmentação de instâncias, estimativa de pose, classificação e detecção de caixas delimitadoras orientadas (OBB).
Avanços no YOLO11
YOLO11 uma arquitetura de backbone refinada (C3k2) que melhora a integração de recursos em todas as escalas. Isso permite que o modelo capture detalhes complexos em cenas complexas, como pequenos objetos em imagens aéreas, de forma mais eficaz do que seus antecessores. Além disso, a sua integração no Ultralytics garante suporte contínuo para treinamento, validação e implementação em diversas plataformas de hardware, desde NVIDIA até CPUs básicas.
Metadados técnicos:
- Autores: Glenn Jocher e Jing Qiu
- Organização:Ultralytics
- Data: 2024-09-27
- Documentação:Documentação do YOLO11
- GitHub:ultralytics/ultralytics
Comparação de Desempenho
Ao comparar o desempenho, é fundamental olhar além mAP brutos mAP e considerar as compensações entre velocidade, tamanho do modelo (parâmetros) e custo computacional (FLOPs).
| Modelo | tamanho (pixels) | mAPval 50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 39.5 | - | 1.56 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.7 | - | 2.66 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.3 | - | 5.48 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.7 | - | 6.54 | 24.4 | 92.0 |
| YOLOv10l | 640 | 53.3 | - | 8.33 | 29.5 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 12.2 | 56.9 | 160.4 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.5 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.0 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 86.9 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 194.9 |
Analisando os Dados
Enquanto YOLOv10 apresenta um número menor de parâmetros em algumas configurações (como o modelo 'M'), YOLO11 frequentemente alcança um mAP e velocidades de inferência competitivas ou superiores em GPUs T4, demonstrando a eficácia da sua arquitetura de backbone otimizada.
Casos de Uso Ideais
Quando Escolher YOLOv10
YOLOv10 uma excelente escolha para projetos orientados para a investigação ou cenários específicos de implementação de ponta, nos quais a remoção da NMS é fundamental para a redução da latência. A sua arquitetura de ponta a ponta simplifica o pipeline de exportação para determinados sistemas incorporados, nos quais a lógica de pós-processamento é difícil de implementar de forma eficiente.
- Sistemas incorporados: dispositivos com CPU limitados para pós-processamento.
- Investigação académica: Estudo de arquiteturas NMS e estratégias de treino de atribuição dupla.
- Aplicações críticas em termos de latência: robótica de alta velocidade, onde cada milésimo de segundo de latência de inferência conta.
Quando escolher Ultralytics YOLO11
YOLO11 a solução preferida para aplicações de nível de produção que exigem um equilíbrio entre alta precisão, versatilidade e facilidade de uso. Apoiado pela Ultralytics , ele oferece um fluxo de trabalho simplificado, desde a anotação de dados até o monitoramento de modelos.
- Soluções empresariais: implementações em grande escala que exigem bases de código confiáveis e mantidas, além de licenciamento comercial.
- Tarefas complexas de visão: projetos que exigem estimativa de pose ou segmentação juntamente com detecção.
- Formação em nuvem: integração perfeita com a Ultralytics para gestão de conjuntos de dados e execuções de formação.
- Versatilidade: Desenvolvedores que precisam de uma única estrutura para lidar com classificação, deteção e segmentação com uma API unificada.
A Vantagem do Ecossistema Ultralytics
Um dos diferenciais mais significativos do YOLO11 é o ecossistema circundante. Embora YOLOv10 uma contribuição académica impressionante, YOLO11 de atualizações contínuas, documentação extensa e integração estreita com ferramentas como Ultralytics .
- Facilidade de uso: uma Python simples permite treinar um modelo com apenas algumas linhas de código.
- Eficiência de memória: Ultralytics são otimizados para menor uso de memória durante o treinamento em comparação com muitas alternativas baseadas em Transformer, tornando-os acessíveis em GPUs de nível consumidor.
- Ampla compatibilidade: exporte YOLO11 seu YOLO11 para CoreML, OpenVINO, TensorRTe muito mais com um único comando.
from ultralytics import YOLO
# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")
# Train on a custom dataset
model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Run inference
results = model("https://ultralytics.com/images/bus.jpg")
Olhando para o futuro: O futuro com o YOLO26
Embora YOLOv10 YOLO11 marcos significativos, o campo evolui rapidamente. Para os programadores que buscam o que há de mais avançado, o YOLO26 (lançado em janeiro de 2026) combina o melhor dos dois mundos.
O YOLO26 adota o design ponta a pontaNMS pioneiro do YOLOv10 o refina com a otimização exclusiva Ultralytics para escala empresarial. Possui remoção de DFL (Distribution Focal Loss) para exportações mais simples e o inovador otimizador MuSGD para convergência de treino estável inspirada em LLM. Com CPU até 43% mais rápida do que as gerações anteriores e funções de perda aprimoradas, como ProgLoss + STAL, o YOLO26 é a recomendação definitiva para projetos modernos de visão computacional.
Para utilizadores interessados em outras arquiteturas especializadas, a documentação também abrange RT-DETR para detecção baseada em transformadores e YOLO para tarefas de vocabulário aberto.