YOLOv10 vs YOLOv8
A evolução da detecção de objetos em tempo real trouxe uma rápida sucessão de novas arquiteturas, cada uma tentando ampliar os limites da precisão, da velocidade de inferência e da eficiência computacional. Este guia técnico compara dois marcos importantes da visão computacional: YOLOv10 e Ultralytics YOLOv8. Enquanto YOLOv8 estabeleceu um padrão altamente versátil e pronto para produção, YOLOv10 introduziu mudanças arquitetônicas destinadas especificamente a eliminar gargalos de pós-processamento.
Compreender as vantagens distintas, as arquiteturas e as métricas de desempenho desses modelos é fundamental para desenvolvedores e pesquisadores que pretendem implantar soluções de IA de visão de última geração em cenários do mundo real.
Especificações técnicas e autoria#
Para avaliar esses modelos de forma eficaz, é útil compreender suas origens e o foco principal de suas respectivas equipes de pesquisa.
YOLOv10: eficiência ponta a ponta#
Desenvolvido por pesquisadores da Universidade Tsinghua, o YOLOv10 foi projetado para lidar com a sobrecarga computacional causada pelas etapas de pós-processamento das gerações anteriores.
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Data: 2024-05-23
- arXiv: 2405.14458
- GitHub: THU-MIG/yolov10
- Documentação: Documentação do YOLOv10
Ultralytics YOLOv8: o padrão versátil#
Lançado em janeiro de 2023, YOLOv8 rapidamente se tornou um padrão do setor graças à sua arquitetura e à estreita integração com o ecossistema mais amplo de aprendizado de máquina.
- Autores: Glenn Jocher, Ayush Chaurasia e Jing Qiu
- Organização: Ultralytics
- Data: 2023-01-10
- GitHub: ultralytics/ultralytics
Inovações arquiteturais#
Ambos os modelos trazem melhorias significativas à arquitetura YOLO tradicional, embora tenham como foco aspectos ligeiramente diferentes do pipeline.
Arquitetura do YOLOv10#
O grande destaque do YOLOv10 é sua estratégia de treinamento sem NMS. Tradicionalmente, os detectores de objetos dependem da supressão não máxima (NMS) durante a inferência para filtrar caixas delimitadoras sobrepostas. Essa etapa pode introduzir latência e complicar a implantação de ponta a ponta. YOLOv10 usa atribuições duplas consistentes durante o treinamento, permitindo que seu cabeçalho um para um preveja uma única caixa delimitadora por objeto (no pacote Ultralytics, seleciona este cabeçalho com nms=False). Além disso, segue um design de modelo holístico, orientado à eficiência e à precisão, que otimiza vários componentes para reduzir os FLOPs e a quantidade de parâmetros.
Arquitetura do YOLOv8#
YOLOv8 introduziu um cabeçalho de detecção sem âncoras, afastando-se das abordagens baseadas em âncoras de seus antecessores. Isso reduz o número de previsões de caixas e acelera as operações NMS. Além disso, YOLOv8 incorpora o módulo C2f (gargalo de estágio parcial cruzado com duas convoluções), que melhora o fluxo de gradientes e permite que a rede aprenda representações de características mais ricas sem aumentar muito o custo computacional. Seu cabeçalho desacoplado separa as tarefas de classificação e regressão, acelerando a convergência e aumentando a precisão geral.
Desempenho e benchmarks#
Ao implantar modelos em dispositivos de borda ou servidores na nuvem, o equilíbrio entre velocidade e precisão é fundamental. A tabela abaixo apresenta uma comparação direta entre os dois modelos em vários tamanhos.
| 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 |
| YOLOv8n | 640 | 37.3 | 80.4 | 1.47 | 3.2 | 8.7 |
| YOLOv8s | 640 | 44.9 | 128.4 | 2.66 | 11.2 | 28.6 |
| YOLOv8m | 640 | 50.2 | 234.7 | 5.86 | 25.9 | 78.9 |
| YOLOv8l | 640 | 52.9 | 375.2 | 9.06 | 43.7 | 165.1 |
| YOLOv8x | 640 | 53.9 | 479.1 | 14.37 | 68.2 | 257.8 |
Observação: os traços (-) indicam métricas não informadas oficialmente em condições de teste idênticas.
Como mostram os dados, YOLOv10 apresenta alta eficiência de parâmetros, supera o mAP de seus equivalentes YOLOv8 em todos os tamanhos e usa menos parâmetros e FLOPs. YOLOv8 continua competitivo em velocidade: YOLOv8n registra o menor tempo com TensorRT no T4 da tabela (1,47 ms), e somente as velocidades do YOLOv8 com ONNX na CPU foram informadas.
Para ambientes de produção, usar formatos como ONNX ou TensorRT pode melhorar bastante as velocidades de inferência. Tanto YOLOv8 quanto YOLOv10 são exportados diretamente para esses formatos de grafo otimizados.
Ecossistema, eficiência de treinamento e versatilidade#
A escolha de um modelo vai além dos benchmarks teóricos; a experiência do desenvolvedor e o ecossistema ao redor são igualmente essenciais.
A vantagem da Ultralytics#
Um dos principais pontos fortes do YOLOv8 é sua estreita integração com o ecossistema Ultralytics. Esse ambiente oferece uma API Python intuitiva e documentação abrangente. Ao contrário de repositórios voltados à pesquisa, que podem exigir configurações complexas do ambiente, os modelos Ultralytics são conhecidos pela facilidade de uso.
Além disso, YOLOv8 é naturalmente versátil. Enquanto YOLOv10 é otimizado estritamente para detecção de objetos, o framework Ultralytics permite que os desenvolvedores alternem entre tarefas de detecção de objetos, segmentação de instâncias, classificação de imagens, estimativa de pose e caixas delimitadoras orientadas (OBB) usando a mesma biblioteca e estrutura de API.
Requisitos de memória e treinamento#
Os modelos YOLO da Ultralytics são projetados com foco na eficiência do treinamento. Em geral, usam menos memória durante o treinamento e a inferência do que modelos Transformer complexos, permitindo que os desenvolvedores treinem modelos de última geração em hardware de consumo ou instâncias padrão na nuvem sem esgotar a memória CUDA. Hiperparâmetros padrão bem ajustados e o aumento de dados integrado ajudam os modelos a convergir rapidamente.
Veja um exemplo prático de como é simples treinar um modelo e executar a inferência usando a API Python da Ultralytics:
from ultralytics import YOLO
# Carrega um modelo YOLOv8n pré-treinado
model = YOLO("yolov8n.pt")
# Treina o modelo no conjunto de dados de exemplo COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)
# Executa a inferência em uma imagem de teste
predictions = model("https://ultralytics.com/images/zidane.jpg")
predictions[0].show()A próxima geração: YOLO26#
Embora YOLOv8 e YOLOv10 sejam marcos importantes, a área continua avançando. Para novos projetos, a Ultralytics recomenda YOLO26, sua família de modelos mais recente, lançada em janeiro de 2026.
O YOLO26 combina avanços arquiteturais recentes em uma única estrutura. Ele adota o design ponta a ponta sem NMS do YOLOv10 como uma cabeça opcional um-para-um (nms=False), o que otimiza os pipelines de implantação e reduz a variabilidade da latência. O YOLO26 também apresenta o otimizador MuSGD, um híbrido de SGD e Muon inspirado no treinamento de LLMs, para uma convergência mais rápida e estável.
Principais melhorias do YOLO26:
- Inferência na CPU até 43% mais rápida: YOLO26n é até 43% mais rápido que YOLO11n na CPU, em parte graças à remoção de Distribution Focal Loss (DFL).
- ProgLoss + STAL: a função de perda progressiva e a atribuição de rótulos sensível a alvos pequenos melhoram o reconhecimento de objetos pequenos, algo essencial para imagens de drones e sensores IoT.
- Melhorias específicas para cada tarefa: cabeçalhos e funções de perda específicos para cada tarefa de segmentação de instâncias, segmentação semântica, estimativa de profundidade, estimativa de pose e OBB.
Casos de uso ideais e estratégias de implementação#
Ao decidir entre essas arquiteturas, considere as necessidades específicas do seu ambiente de implantação:
- Escolha o YOLOv10 se: você trabalha em um pipeline exclusivo de detecção de objetos, no qual é fundamental aproveitar ao máximo a eficiência de parâmetros, e quer experimentar as primeiras implementações de arquiteturas sem NMS.
- Escolhe Ultralytics YOLOv8 se: precisas de um modelo estável, pronto para produção e compatível com a Ultralytics Platform. É uma boa opção se o teu projeto exigir várias tarefas (por exemplo, detectar objetos e depois segmentá-los) usando uma base de código unificada e fácil de manter.
- Escolhe YOLO26 (recomendado) se: queres o melhor equilíbrio entre precisão, inferência opcional de ponta a ponta sem NMS e alta velocidade na CPU e em hardware de borda.
Se estás explorando o panorama mais amplo, talvez também te interesse comparar esses modelos com YOLO11 ou conhecer integrações para implantação na borda, como Intel OpenVINO, para acelerar ainda mais tuas aplicações de IA visual.
Comentários1
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.
koalag564(editado)
Great technical overview! YOLOv10 introduces a more efficient NMS-free design and refined architecture that enhances both speed and accuracy, especially in complex object detection scenarios. This YOLOv8 comparison, however, highlights how v8 still holds its ground with strong task flexibility, easier deployment, and a well-established ecosystem. The choice between the two often comes down to specific application needs and hardware constraints.