Ir para o conteúdo

YOLOv10 vs YOLOv7: Uma Comparação Técnica Detalhada

Escolher o modelo de detecção de objetos certo é crucial para projetos de visão computacional, impactando o desempenho, a velocidade e o uso de recursos. Esta página fornece uma comparação técnica entre YOLOv10 e YOLOv7, dois modelos significativos da família You Only Look Once (YOLO), para ajudá-lo a selecionar a melhor opção para suas necessidades. Analisaremos suas arquiteturas, métricas de desempenho e casos de uso ideais.

YOLOv10

O YOLOv10, introduzido em maio de 2024 por pesquisadores da Universidade de Tsinghua, representa um avanço significativo na detecção de objetos em tempo real. Sua principal inovação é alcançar a detecção de objetos de ponta a ponta, eliminando a necessidade de Supressão Não Máxima (NMS) durante a inferência. Essa inovação reduz a sobrecarga computacional e diminui a latência de inferência, tornando a implantação mais eficiente.

Detalhes Técnicos:

Arquitetura e Principais Características

O YOLOv10 introduz várias inovações arquitetônicas destinadas a otimizar a relação velocidade-precisão:

  • Treinamento sem NMS: Ao utilizar atribuições duplas consistentes para a atribuição de rótulos, o YOLOv10 evita predições redundantes e elimina a necessidade da etapa de pós-processamento NMS. Isso simplifica o pipeline de implementação e torna o modelo verdadeiramente de ponta a ponta.
  • Design Orientado à Eficiência e Precisão Holísticas: A arquitetura do modelo foi otimizada holisticamente para eficiência e desempenho. Isso inclui a introdução de um head de classificação leve e o uso de downsampling espacial-canal desacoplado para reduzir a redundância computacional e, ao mesmo tempo, aprimorar a capacidade do modelo.
  • Abordagem Sem Âncoras: Tal como outros modelos YOLO modernos, adota um design de detector sem âncoras, que simplifica o cabeçalho de detecção e melhora a generalização.
  • Integração perfeita com o Ultralytics: O YOLOv10 está totalmente integrado ao ecossistema Ultralytics, beneficiando de uma experiência de usuário otimizada com uma API Python simples e comandos CLI poderosos. Isso torna o treinamento, a validação e a implementação excepcionalmente simples.

Pontos Fortes

  • Eficiência de Última Geração: O design sem NMS e as otimizações arquitetônicas levam a velocidades de inferência mais rápidas e latência significativamente menor, o que é fundamental para aplicações em tempo real.
  • Precisão Competitiva: YOLOv10 mantém uma precisão elevada, ao mesmo tempo que reduz drasticamente o tamanho do modelo e o custo computacional em comparação com os seus antecessores.
  • Implantação Simplificada: A remoção do NMS cria um verdadeiro pipeline de detecção de ponta a ponta, tornando mais fácil a implantação, especialmente em dispositivos de borda.
  • Excelente Escalabilidade: Oferece uma variedade de modelos de Nano (N) a Extra-grande (X), atendendo a diversas necessidades de desempenho, desde hardware de borda com recursos limitados até servidores de nuvem poderosos.

Fraquezas

  • Modelo Mais Recente: Por ser um lançamento recente, o suporte da comunidade e o número de integrações de terceiros podem ser menos extensos em comparação com modelos mais estabelecidos como YOLOv7 ou Ultralytics YOLOv8.

Saiba mais sobre o YOLOv10.

YOLOv7

O YOLOv7, lançado em julho de 2022, rapidamente estabeleceu um novo padrão para detecção de objetos com seu notável equilíbrio entre velocidade e precisão. Desenvolvido por pesquisadores do Instituto de Ciência da Informação, Academia Sinica, introduziu várias melhorias arquitetônicas e estratégias de treinamento conhecidas como "trainable bag-of-freebies" para aumentar o desempenho sem aumentar os custos de inferência.

Detalhes Técnicos:

Arquitetura e Principais Características

A arquitetura do YOLOv7 incorpora vários aprimoramentos importantes que ampliaram os limites da detecção de objetos em tempo real na época de seu lançamento:

  • Redes de Agregação de Camadas Eficientes Estendidas (E-ELAN): Esta estrutura de rede avançada melhora a capacidade do modelo de aprender diversos recursos, mantendo um fluxo de gradiente eficiente, levando a uma melhor precisão e convergência mais rápida.
  • Escalonamento de Modelo para Modelos Baseados em Concatenação: YOLOv7 introduziu métodos de escalonamento composto que ajustam de forma inteligente a profundidade e a largura do modelo para otimizar o desempenho em diferentes orçamentos computacionais.
  • Bag-of-Freebies Treinável: Ele aproveita técnicas de treinamento avançadas, como o uso de uma cabeça auxiliar com orientação do grosseiro ao fino, para melhorar a precisão sem adicionar nenhuma sobrecarga durante a inferência.

Pontos Fortes

  • Alto mAP: Oferece excelente precisão na detecção de objetos, tornando-o uma escolha forte para aplicações onde a precisão é fundamental.
  • Inferência Rápida: Oferece velocidades de inferência competitivas que são adequadas para muitas tarefas em tempo real, especialmente em hardware de GPU.
  • Bem Estabelecido: Estando disponível há mais tempo, o YOLOv7 se beneficia de uma base comunitária maior, mais tutoriais e uma adoção mais ampla em vários projetos.

Fraquezas

  • Dependência de NMS: Ao contrário do YOLOv10, o YOLOv7 depende da etapa de pós-processamento NMS, o que aumenta a latência de inferência geral e complica o pipeline de implementação.
  • Menos Eficiente: Comparado com o YOLOv10, os modelos YOLOv7 geralmente têm mais parâmetros e FLOPs mais altos para um nível de precisão semelhante, tornando-os menos eficientes.

Saiba mais sobre o YOLOv7.

Comparação de Desempenho: YOLOv10 vs YOLOv7

Ao comparar o desempenho, o YOLOv10 demonstra uma clara vantagem em eficiência. A comparação mais direta é entre o YOLOv10-M e o YOLOv7-L. Como mostrado na tabela abaixo, o YOLOv10-M atinge um mAPval quase idêntico de 51,3% em comparação com os 51,4% do YOLOv7-L. No entanto, o YOLOv10-M é significativamente mais eficiente: é mais rápido (5,48ms vs. 6,84ms no TensorRT), tem menos da metade dos parâmetros (15,4M vs. 36,9M) e requer muito menos recursos computacionais (59,1B FLOPs vs. 104,7B FLOPs). Isto destaca o design arquitetónico superior do YOLOv10, que oferece uma precisão comparável com muito maior eficiência.

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
YOLOv7l 640 51.4 - 6.84 36.9 104.7
YOLOv7x 640 53.1 - 11.57 71.3 189.9

Conclusão

Tanto o YOLOv10 quanto o YOLOv7 são modelos poderosos de detecção de objetos, mas o YOLOv10 representa o próximo passo na eficiência da detecção em tempo real. Sua arquitetura livre de NMS oferece uma verdadeira solução end-to-end que é mais rápida, leve e fácil de implementar sem sacrificar a precisão. Para novos projetos, especialmente aqueles que visam edge AI ou que exigem latência mínima, o YOLOv10 é a escolha recomendada.

Embora o YOLOv7 ainda seja um modelo capaz, sua dependência de NMS e arquitetura menos eficiente o tornam mais adequado para projetos legados ou cenários onde seus extensos recursos da comunidade são uma consideração primária. Para desenvolvedores que buscam o melhor desempenho, facilidade de uso e um ecossistema abrangente, os modelos Ultralytics como o YOLOv10 oferecem uma experiência superior. A integração com o Ultralytics HUB simplifica ainda mais o treinamento e a implantação, tornando a visão computacional avançada mais acessível do que nunca.

Explore Outros Modelos

Para uma exploração mais aprofundada, considere estes outros modelos de ponta disponíveis na documentação Ultralytics:

  • Ultralytics YOLOv8: Um modelo altamente versátil que se destaca em várias tarefas de visão, incluindo detecção, segmentação e estimativa de pose.
  • YOLOv9: Introduz inovações como a Informação de Gradiente Programável (PGI) para solucionar a perda de informação em redes profundas.
  • YOLO11: O modelo oficial mais recente da Ultralytics, oferecendo desempenho de ponta, suporte multi-tarefa e facilidade de uso incomparável.


📅 Criado há 1 ano ✏️ Atualizado há 1 mês
glenn-jocher

Comentários