YOLOv10 vs YOLO26
A detecção de objetos em tempo real passou de arquiteturas complexas, com muito pós-processamento, para modelos simplificados de ponta a ponta. Esta comparação técnica analisa dois marcos dessa transição: o YOLOv10, modelo acadêmico que trouxe o treinamento sem NMS para a família YOLO, e a família de modelos Ultralytics YOLO26, voltada à produção e a múltiplas tarefas. Ao analisar suas arquiteturas, metodologias de treinamento e capacidades de implantação no mundo real, os desenvolvedores podem tomar decisões informadas ao criar sua próxima aplicação de IA visual.
YOLOv10: detecção em tempo real sem NMS#
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Data: 2024-05-23
- Ligações: Artigo no arXiv | Repositório no GitHub
Lançado em maio de 2024, o YOLOv10 abordou um dos gargalos mais persistentes na detecção de objetos em tempo real: a supressão não máxima (NMS). Os detectores de objetos tradicionais dependiam muito de NMS para filtrar caixas delimitadoras redundantes, o que adicionava latência variável durante a inferência e complicava a implantação em dispositivos de borda.
A equipe da Universidade Tsinghua introduziu uma estratégia de atribuição dupla consistente para o treinamento sem NMS. Isso permitiu que o modelo previsse caixas delimitadoras com precisão sem precisar de uma etapa de filtragem no pós-processamento, melhorando diretamente a latência de inferência e reduzindo as barreiras à implantação em aceleradores de hardware. Embora seja eficiente para a detecção padrão, o modelo se concentra na previsão de caixas delimitadoras e não oferece suporte nativo a tarefas como segmentação de instâncias ou estimativa de pose.
YOLO26: O novo padrão para IA de visão na borda e na nuvem#
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 2026-01-14
- Ligações: Repositório no GitHub | Plataforma Ultralytics
Com base nos conceitos sem NMS introduzidos pelo YOLOv10, o YOLO26 é atualmente a família de modelos Ultralytics recomendada. Projetado para pesquisa e implantação em produção, ele oferece um design de ponta a ponta sem NMS por meio de uma cabeça opcional um-para-um (nms=False) que ignora o pós-processamento NMS, simplificando a implantação nos hardwares compatíveis.
O YOLO26 também introduz várias alterações arquitetônicas. Remover a Distribution Focal Loss (DFL) simplifica o processo de exportação do modelo e melhora a compatibilidade com dispositivos de IA de borda de baixo consumo. Com essas alterações estruturais, o YOLO26n alcança uma inferência em CPU até 43% mais rápida que a do YOLO11n, o que faz do YOLO26 uma ótima opção para aplicações de IoT e robótica nas quais a aceleração por GPU pode não estar disponível.
A estabilidade do treinamento e a velocidade de convergência também melhoram com o otimizador MuSGD, um híbrido de SGD e Muon inspirado em técnicas de treinamento de LLMs. Combinado com ProgLoss + STAL, que associa uma função de perda progressiva à atribuição de rótulos sensível a alvos pequenos, YOLO26 melhora o reconhecimento de objetos pequenos. Também introduz melhorias específicas para cada tarefa, incluindo prototipagem multiescala para segmentação, estimativa residual de log-verossimilhança (RLE) para estimativa de pose e uma função de perda angular especializada para resolver problemas de limite na detecção de caixas delimitadoras orientadas (OBB).
Para equipes que querem expandir seus fluxos de trabalho de visão computacional, a Ultralytics Platform oferece suporte direto ao YOLO26, com anotação de dados, treinamento na nuvem e implantação com um clique, sem exigir uma infraestrutura MLOps extensa.
Comparação técnica do desempenho#
Ao avaliar estes modelos, é essencial considerar o equilíbrio entre a precisão, o tamanho do modelo e a velocidade de inferência. A tabela abaixo destaca o desempenho das duas famílias de modelos em várias escalas, avaliado no conjunto de dados COCO padrão.
| 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 |
| 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 |
YOLO26 alcança mAP (precisão média) mais alto em todos os tamanhos, mantendo velocidades comparáveis no T4 com TensorRT. A remoção de DFL no YOLO26 também contribui para o desempenho com ONNX na CPU; as velocidades do YOLOv10 com ONNX na CPU não são informadas na tabela.
Metodologias de treinamento e ecossistema#
Um modelo é tão útil quanto o ecossistema que o sustenta. Embora YOLOv10 oferecesse uma implementação acadêmica sólida baseada em PyTorch e no pacote Ultralytics, ele oferece suporte apenas à detecção de objetos.
Em contrapartida, YOLO26 está totalmente integrado ao ecossistema Ultralytics, que recebe manutenção ativa. Como é um modelo baseado em CNN, requer menos memória durante o treinamento do que modelos baseados em Transformer, como RT-DETR, e pode ser treinado em hardware de consumo. A API unificada gerencia automaticamente o aumento de dados e o registro de métricas, e o ajuste de hiperparâmetros está disponível por meio de model.tune().
Exemplo de código: Treinar o YOLO26#
Treinar e exportar YOLO26 exige apenas algumas linhas de código Python:
from ultralytics import YOLO
# Carrega o modelo YOLO26 pequeno e altamente otimizado
model = YOLO("yolo26s.pt")
# Treina o modelo no conjunto de dados de exemplo COCO8
results = model.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
)
# Exporta para TensorRT a cabeça um para um sem NMS
model.export(format="engine", nms=False)Aplicações e casos de uso no mundo real#
A escolha da arquitetura certa depende, em grande parte, das restrições de implantação.
Computação de borda de alta velocidade#
Para aplicações implantadas em CPUs, plataformas robóticas ou dispositivos móveis mais antigos, a inferência mais rápida de YOLO26 na CPU faz dele a melhor opção. Sua arquitetura sem DFL e o cabeçalho opcional sem NMS são exportados facilmente para formatos como OpenVINO e TensorRT, ideais para análise de vídeo em tempo real na infraestrutura de cidades inteligentes.
Visão avançada multitarefa#
YOLOv10 limita-se à detecção de caixas delimitadoras; portanto, projetos que precisam de outras tarefas devem usar YOLO26. Além da detecção, YOLO26 oferece suporte a segmentação de instâncias, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e caixas delimitadoras orientadas, com cabeçalhos e funções de perda específicos para cada tarefa, em aplicações que vão de imagens médicas à análise esportiva.
Se o teu projeto exige detecção de vocabulário aberto, considera YOLOE ou YOLO-World. Para pipelines existentes, YOLO11 continua sendo uma alternativa totalmente compatível com o framework Ultralytics.
Casos de uso e recomendações#
A escolha entre YOLOv10 e YOLO26 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 em que tempos de inferência previsíveis são essenciais, como robótica ou sistemas autônomos.
Quando escolher o YOLO26#
O YOLO26 é recomendado 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 somente com CPU: dispositivos sem aceleração dedicada por GPU, nos quais YOLO26n é até 43% mais rápido na CPU do que YOLO11n.
- Detecção de objetos pequenos: cenários desafiadores, como imagens aéreas capturadas por drones ou análise de sensores IoT, em que ProgLoss e STAL melhoram a precisão em objetos minúsculos.
Conclusão#
A transição de YOLOv10 para YOLO26 reflete a passagem de uma prova de conceito acadêmica para modelos prontos para produção. Ao adotar o design sem NMS introduzido pelo YOLOv10 e acrescentar o otimizador MuSGD, ProgLoss e uma exportação simplificada para dispositivos de borda, YOLO26 oferece maior precisão em todos os tamanhos de modelo e oferece suporte a muito mais tarefas. Para desenvolvedores que buscam o melhor equilíbrio entre velocidade, precisão e facilidade de uso, YOLO26 é a opção recomendada.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.