YOLOv10 vs YOLOv9
A evolução da visão computacional em tempo real trouxe avanços constantes em velocidade, precisão e eficiência arquitetônica. Ao avaliar modelos para tua próxima implantação, comparar YOLOv10 e YOLOv9 revela duas abordagens distintas para resolver gargalos de aprendizado profundo. Enquanto YOLOv9 se concentra em maximizar o fluxo de informações de gradiente durante o treinamento, YOLOv10 introduziu um design de ponta a ponta que elimina o pós-processamento NMS.
Este guia analisa as inovações arquitetônicas, as métricas de desempenho e os casos de uso ideais para ajudar desenvolvedores e pesquisadores a escolher o modelo certo para suas tarefas de visão computacional.
YOLOv10: detecção em tempo real sem NMS#
Desenvolvido para resolver os gargalos de latência dos detectores de objetos tradicionais, YOLOv10 introduz uma arquitetura de ponta a ponta que elimina a necessidade de supressão não máxima (NMS).
Detalhes técnicos e linhagem:
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Tsinghua University
- Data: 23 de maio de 2024
- Links: Publicação no arXiv, Repositório do GitHub, Documentação da Ultralytics
Arquitetura e pontos fortes#
A contribuição mais significativa do YOLOv10 para a área é sua estratégia consistente de atribuição dupla para treinamento sem NMS. Ao eliminar o NMS, o modelo reduz a latência de inferência, especialmente em dispositivos de borda, nos quais o pós-processamento pode se tornar um gargalo para todo o pipeline. Ele otimiza vários componentes considerando tanto a eficiência quanto a precisão, alcançando uma forte compensação entre velocidade e quantidade de parâmetros. Por exemplo, a variante YOLOv10-S é executada em 2,49 ms em uma GPU T4 com TensorRT, sendo altamente adequada para análise de vídeo em alta velocidade e navegação robótica em tempo real.
Pontos fracos#
Embora o design sem NMS tenha sido um avanço importante para a detecção de caixas delimitadoras, YOLOv10 é um detector de objetos puro. Ele não oferece a versatilidade pronta para uso dos modelos mais recentes, que oferecem suporte nativo à segmentação de instâncias ou à estimativa de pose.
Ao preparar YOLOv10 para produção, exporta o modelo para formatos otimizados, como TensorRT ou ONNX, usando nms=False para selecionar o cabeçalho um para um sem NMS. Executar pesos PyTorch brutos na implantação pode resultar em inferência mais lenta do que o esperado, devido a operações de grafo não otimizadas.
YOLOv9: informações de gradiente programáveis#
Antes do YOLOv10, o YOLOv9 introduziu novos conceitos arquiteturais para resolver o gargalo de informações inerente às redes neurais profundas, permitindo uma utilização altamente eficiente dos parâmetros.
Detalhes técnicos e linhagem:
- Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
- Data: 21 de fevereiro de 2024
- Links: Publicação no arXiv, Repositório do GitHub, Documentação da Ultralytics
Arquitetura e pontos fortes#
YOLOv9 introduz informações de gradiente programáveis (PGI) junto com a rede de agregação de camadas eficiente generalizada (GELAN). PGI garante que informações cruciais sobre os alvos não se percam à medida que os dados passam pelas camadas profundas da rede, gerando gradientes confiáveis para as atualizações de pesos. GELAN maximiza a eficiência dos parâmetros da rede. Juntas, essas inovações permitem que YOLOv9 alcance alta precisão média (mAP) no conjunto de dados MS COCO, muitas vezes superando modelos mais pesados com menos FLOPs. É um modelo robusto para pesquisadores que buscam maximizar as métricas de precisão.
Pontos fracos#
Apesar de sua alta precisão, YOLOv9 ainda depende do pós-processamento NMS padrão. Isso significa que, embora as operações da rede neural sejam rápidas, a filtragem final das caixas delimitadoras pode introduzir latência variável conforme a densidade de objetos na cena. Além disso, o processo de treinamento pode exigir muita memória em comparação com modelos posteriores, demandando mais recursos de GPU para o ajuste fino com conjuntos de dados personalizados.
Comparação de desempenho#
A tabela abaixo ilustra as principais métricas dos dois modelos. Observe como o YOLOv10 normalmente alcança menor latência com TensorRT, enquanto o YOLOv9 amplia os limites de precisão em sua configuração maior.
| 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 |
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
A próxima geração: por que o YOLO26 é recomendado#
Embora YOLOv9 e YOLOv10 sejam marcos importantes, a área de aprendizado de máquina evolui rapidamente. Em ambientes de produção, muitos desenvolvedores usam o ecossistema integrado e bem mantido da Ultralytics Platform. Em 2026, a recomendação da Ultralytics para pesquisa e uso empresarial é YOLO26.
YOLO26 desenvolve os conceitos de seus antecessores com uma experiência de uso simplificada, uma API simples e requisitos de memória menores durante o treinamento do que as arquiteturas baseadas em Transformer.
Principais inovações do YOLO26#
- Design de ponta a ponta sem NMS: Com base no YOLOv10, YOLO26 oferece suporte à inferência opcional de ponta a ponta, ignorando o pós-processamento NMS com
nms=Falsepara simplificar a implantação e tornar a latência mais previsível. - Inferência na CPU até 43% mais rápida: YOLO26n é até 43% mais rápido que YOLO11n na CPU, o que torna YOLO26 uma ótima opção para IA de borda e sistemas embarcados sem GPUs dedicadas.
- Otimizador MuSGD: um híbrido de SGD e Muon (inspirado em otimizações para modelos de linguagem grandes) que proporciona treinamento estável e convergência rápida.
- Remoção de DFL: ao remover Distribution Focal Loss, YOLO26 simplifica o processo de exportação do modelo, melhorando a compatibilidade com dispositivos de baixo consumo e vários frameworks de implantação na borda.
- Melhorias específicas para cada tarefa: ao contrário dos detectores de tarefa única, YOLO26 oferece suporte a detecção, segmentação de instâncias, segmentação semântica, estimativa de profundidade, classificação, estimativa de pose e OBB. Ele usa uma função de perda de segmentação semântica para melhorar a segmentação de instâncias, estimativa residual de log-verossimilhança (RLE) para tornar a estimativa de pose mais precisa e uma função de perda angular especializada para resolver problemas de limite em OBB (caixas delimitadoras orientadas).
Implementação prática#
Treinar e implantar esses modelos é simples com o pacote Python da Ultralytics. O exemplo a seguir mostra o fluxo de trabalho de treinamento da Ultralytics, que gerencia automaticamente o agendamento da taxa de aprendizado e o aumento de dados.
from ultralytics import YOLO
# Carrega o modelo YOLO26 recomendado
model = YOLO("yolo26n.pt") # Também é compatível com 'yolov10n.pt' ou 'yolov9c.pt'
# Treina o modelo no conjunto de dados de exemplo COCO8
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)
# Executar inferência
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Exporta para ONNX para simplificar a implantação em dispositivos de borda
model.export(format="onnx")Casos de uso e recomendações#
A escolha entre YOLOv10 e YOLOv9 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 nos quais tempos de inferência previsíveis são essenciais, como em robótica ou sistemas autônomos.
Quando escolher o YOLOv9#
O YOLOv9 é recomendado para:
- Pesquisa sobre gargalos de informação: Projetos acadêmicos que estudam arquiteturas de Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).
- Estudos de otimização do fluxo de gradientes: Pesquisas voltadas a entender e reduzir a perda de informação nas camadas profundas da rede durante o treinamento.
- Benchmarking de detecção de alta precisão: Cenários em que o forte desempenho do YOLOv9 no benchmark COCO é necessário como referência para comparações arquitetônicas.
Quando escolher Ultralytics (YOLO26)#
Para a maioria dos novos projetos, o Ultralytics YOLO26 oferece a melhor combinação de desempenho e experiência para desenvolvedores:
- 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#
Tanto o YOLOv9 quanto o YOLOv10 oferecem vantagens únicas. O YOLOv9 maximiza a eficiência dos parâmetros e o fluxo de gradientes, e o YOLOv9e alcança a maior precisão nesta comparação. O YOLOv10 introduziu a detecção de caixas delimitadoras ponta a ponta na família YOLO sem o custo de latência do NMS.
Para desenvolvedores que buscam o melhor equilíbrio entre desempenho, versatilidade e facilidade de uso, vale a pena atualizar para modelos mais recentes. Com seu otimizador MuSGD, ProgLoss + STAL para melhorar a detecção de objetos pequenos e suporte a várias tarefas, YOLO26 é a opção recomendada para projetos reais de visão computacional.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.