YOLOv10 vs YOLOv7#

A rápida evolução da visão computacional nos últimos anos produziu arquiteturas cada vez mais eficientes para aplicações em tempo real. Comparar YOLOv10 e YOLOv7 destaca um período de transição crucial nessa evolução. Enquanto o YOLOv7 introduziu estratégias de treino altamente eficazes e escalabilidade arquitetural, o YOLOv10 revolucionou a implementação ao eliminar a dependência histórica da Supressão não máxima (NMS).

Ambos os modelos ultrapassaram os limites da deteção de objetos aquando dos respetivos lançamentos, mas o moderno ecossistema Ultralytics e a introdução de modelos de nova geração, como o YOLO26, oferecem fluxos de trabalho muito superiores para os profissionais de IA atuais.

Perfis e origens dos modelos#

Compreender as origens destes modelos fornece um contexto valioso sobre as suas escolhas de design arquitetural e a investigação académica que as orienta.

Detalhes do YOLOv10#

• 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
• Documentação: Documentação do Ultralytics YOLOv10

Sabe mais sobre o YOLOv10

Detalhes do YOLOv7#

• Autores: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organização: Institute of Information Science, Academia Sinica, Taiwan
• Data: 2022-07-06
• Arxiv: YOLOv7: Trainable bag-of-freebies sets new state-of-the-art
• GitHub: WongKinYiu/yolov7
• Documentação: Documentação do Ultralytics YOLOv7

Sabe mais sobre o YOLOv7

Inovações arquiteturais#

A abordagem do YOLOv7#

Lançado em 2022, o YOLOv7 concentrou-se fortemente na otimização dos percursos dos gradientes. Introduziu a Rede de agregação de camadas eficiente estendida (E-ELAN), que permitiu ao modelo aprender características mais diversificadas sem destruir o percurso de gradiente original. Além disso, os autores implementaram uma metodologia de "conjunto treinável de ofertas gratuitas", utilizando técnicas de reparametrização durante o treino que podiam ser fundidas durante a inferência para manter velocidades de execução elevadas. Apesar destas otimizações impressionantes, o YOLOv7 continuava a depender fortemente de NMS para o pós-processamento, criando uma latência variável durante a análise de cenas densas.

O avanço do YOLOv10#

O YOLOv10 abordou diretamente o gargalo do NMS. Ao introduzir atribuições duplas consistentes durante o treino, a equipa da Tsinghua University permitiu a deteção de ponta a ponta sem NMS. Esta abordagem de duas cabeças utiliza um ramo com atribuições de um para muitos para obter sinais de supervisão ricos durante o treino e outro ramo com atribuições de um para um para a inferência sem NMS. Esta mudança arquitetural garante uma latência de inferência consistente e ultrabaixa, adequada para análise de vídeo de alta velocidade. Além disso, o YOLOv10 utiliza um design de modelo orientado holisticamente pela eficiência e pela precisão, eliminando a redundância computacional encontrada nas gerações anteriores.

Comparação de desempenho#

Ao comparar métricas brutas no conjunto de dados MS COCO, a diferença entre gerações torna-se evidente. O YOLOv10 alcança um compromisso muito mais favorável entre o número de parâmetros, os requisitos computacionais e a precisão.

Como se pode ver acima, o YOLOv10x alcança um mAP superior de 54,4% em comparação com os 53,1% do YOLOv7x, utilizando cerca de 20% menos parâmetros. Além disso, os modelos leves YOLOv10 (Nano e Small) oferecem velocidades excecionais de implementação com TensorRT, tornando-os altamente atrativos para implementação móvel.

A vantagem do ecossistema Ultralytics#

Embora estudar artigos sobre arquiteturas seja esclarecedor, o desenvolvimento moderno de visão computacional depende de frameworks robustos e bem mantidos. Selecionar um modelo compatível com Ultralytics oferece uma enorme vantagem para os programadores que pretendem passar rapidamente do protótipo para a produção.

Desenvolvimento simplificado#

Tanto o YOLOv10 como o YOLOv7 podem ser acedidos através do pacote Python padrão da Ultralytics. Isto proporciona uma Facilidade de utilização incomparável, substituindo milhares de linhas de código de base por uma API simples e intuitiva. Além disso, os modelos Ultralytics YOLO requerem significativamente menos memória CUDA durante o treino em comparação com arquiteturas Transformer pesadas, permitindo utilizar tamanhos de batch maiores em hardware de consumo.

Versatilidade incomparável#

Enquanto os repositórios mais antigos se concentram frequentemente estritamente na deteção de caixas delimitadoras, o framework Ultralytics integrado suporta de forma contínua uma enorme variedade de tarefas. Quer estejas a realizar segmentação de instâncias, estimativa de pose ou deteção de caixas delimitadoras orientadas (OBB), o fluxo de trabalho permanece idêntico.

Exemplo de código: fluxos de trabalho de treino consistentes#

O seguinte fragmento de código demonstra o processo de treino contínuo, que trata automaticamente do aumento de dados e do escalonamento da taxa de aprendizagem:

from ultralytics import YOLO

# Load the desired model (YOLOv10, YOLOv7, or the recommended YOLO26)
model = YOLO("yolo26n.pt")

# Train the model effortlessly on your dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

# Export to ONNX format for rapid deployment
model.export(format="onnx")

Casos de uso e recomendações#

A escolha entre YOLOv10 e YOLOv7 depende dos requisitos específicos do teu projeto, das restrições de implementação e das preferências de ecossistema.

Quando escolher o YOLOv10#

O YOLOv10 é uma escolha sólida para:

• Detecção em tempo real sem NMS: Aplicações que se beneficiam da detecção de ponta a ponta sem Supressão de Não-Máximos, reduzindo a complexidade da implantação.
• Equilíbrio entre velocidade e precisão: Projetos que exigem um equilíbrio sólido entre velocidade de inferência e precisão de detecção em diferentes 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 o YOLOv7#

O YOLOv7 é recomendado para:

• Avaliação comparativa académica: Reproduzir resultados do estado da arte de 2022 ou estudar os efeitos do E-ELAN e das técnicas de conjunto treinável de ofertas gratuitas.
• Investigação sobre reparametrização: Investigar convoluções reparametrizadas planeadas e estratégias de escalabilidade composta de modelos.
• Pipelines personalizados existentes: Projetos com pipelines altamente personalizados construídos em torno da arquitetura específica do YOLOv7 que não podem ser facilmente refatorizados.

Quando escolher Ultralytics (YOLO26)#

Para a maioria dos projetos novos, o Ultralytics YOLO26 oferece a melhor combinação de desempenho e experiência de desenvolvimento:

• Implantação em dispositivos de borda sem NMS: Aplicações que exigem inferência consistente e de baixa latência sem a complexidade do pós-processamento de Supressão de Não-Máximos.
• Ambientes que usam apenas CPU: Dispositivos sem aceleração dedicada por GPU, nos quais a inferência em CPU até 43% mais rápida do YOLO26 oferece uma vantagem decisiva.
• Detecção de objetos pequenos: Cenários desafiadores, como imagens aéreas capturadas por drones ou análise de sensores de IoT, nos quais ProgLoss e STAL aumentam significativamente a precisão em objetos minúsculos.

O novo padrão: apresentação do YOLO26#

Embora o YOLOv10 tenha representado um enorme salto em 2024, o panorama da visão computacional evolui a uma velocidade incrível. Para todo o desenvolvimento novo, recomendamos vivamente o modelo de última geração: Ultralytics YOLO26. Lançado em janeiro de 2026, representa o auge absoluto da IA de visão em tempo real, superando amplamente tanto o YOLOv7 como o YOLOv10.

O YOLO26 traz inovações sem precedentes, concebidas especificamente para ambientes modernos de implementação:

• Design de ponta a ponta sem NMS: Com base nos fundamentos estabelecidos pelo YOLOv10, o YOLO26 elimina nativamente o pós-processamento NMS para obter pipelines de implementação mais simples e inferência consistente de alta velocidade.
• Inferência em CPU até 43% mais rápida: Fortemente otimizado para computação de periferia e dispositivos sem GPUs dedicadas, proporcionando grandes poupanças nos custos de hardware.
• Remoção de DFL: A Distribution Focal Loss foi totalmente removida, o que simplifica radicalmente a lógica de exportação e melhora significativamente a compatibilidade com dispositivos de periferia de baixo consumo e microcontroladores.
• Otimizador MuSGD: Inspirado no Kimi K2 da Moonshot AI, este híbrido de SGD e Muon traz inovações do treino de Modelos de linguagem de grande escala (LLM) diretamente para a visão computacional, produzindo dinâmicas de treino incrivelmente estáveis e uma convergência mais rápida.
• ProgLoss + STAL: Estas funções de perda avançadas proporcionam melhorias significativas no reconhecimento de objetos pequenos, uma área historicamente desafiante e crítica para drones, robótica e monitorização de cidades inteligentes.
• Melhorias específicas por tarefa: O YOLO26 não é apenas um detetor. Inclui uma função de perda especializada para segmentação semântica, a Estimativa residual de log-verosimilhança (RLE) para um rastreamento de pose ultrarr preciso e algoritmos especializados de perda angular para eliminar problemas nos limites de OBB.

Casos de utilização no mundo real#

A seleção da arquitetura certa depende fortemente das restrições do teu hardware e da tua aplicação.

Quando utilizar o YOLOv7#

O YOLOv7 continua a ser uma escolha fiável para manter pipelines legados já profundamente integrados com as suas estruturas de tensores específicas ou para replicar benchmarks académicos de 2022 e 2023. Apresenta um desempenho admirável em GPUs de servidor de alta gama.

Quando utilizar o YOLOv10#

O YOLOv10 destaca-se em cenários que exigem uma latência rigorosa e invariável. Por ser livre de NMS, é excelente para contagem de multidões de alta densidade ou deteção de defeitos de fabrico, onde o número de objetos varia significativamente, mas o tempo de processamento por frame tem de permanecer constante.

Quando utilizar o YOLO26#

O YOLO26 é a escolha definitiva para qualquer projeto greenfield. Desde a implementação de sofisticados sistemas de alarme de segurança num Raspberry Pi básico até à execução de análises de vídeo massivas baseadas na cloud, as suas velocidades superiores em CPU e a deteção avançada de objetos pequenos tornam-no muito superior às gerações anteriores.

Para programadores interessados em explorar arquiteturas modernas alternativas, também disponibilizamos amplo suporte para detetores baseados em Transformer, como o RT-DETR, e modelos de referência de gerações anteriores, como o Ultralytics YOLO11.