Começar

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#

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.

Sabe mais sobre o YOLOv10

YOLO26: O novo padrão para IA de visão na borda e na nuvem#

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).

Implementação empresarial

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.

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
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

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.

Opções alternativas

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.

Colaboradores

Comentários

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