YOLOv5 vs PP-YOLOE+
Escolher a arquitetura de rede neural certa é essencial para qualquer projeto moderno de visão computacional. Quando programadores e investigadores avaliam modelos para deteção de objetos em tempo real, a decisão costuma depender do equilíbrio entre precisão, velocidade de inferência e facilidade de implementação. Esta comparação técnica analisa o YOLOv5 e o PP-YOLOE+, explorando as respetivas arquiteturas, métricas de desempenho e metodologias de treino para te ajudar a escolher o modelo certo para a tua aplicação.
Compreender as arquiteturas#
Ambos os modelos influenciaram a IA de visão, mas abordam os desafios da deteção de objetos através de metodologias estruturais e dependências de frameworks diferentes.
Ultralytics YOLOv5: o padrão do setor#
Lançado em junho de 2020, o Ultralytics YOLOv5 tornou os modelos de visão de última geração muito mais acessíveis. Desenvolvido nativamente em PyTorch, reduziu as barreiras de entrada para programadores Python e engenheiros de ML em todo o mundo.
Detalhes do YOLOv5:
- Autores: Glenn Jocher
- Organização: Ultralytics
- Data: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentação: Documentação do YOLOv5
O YOLOv5 utiliza um backbone CSPDarknet modificado, que capta eficientemente representações ricas de características mantendo baixo o número de parâmetros. Introduziu caixas âncora de aprendizagem automática, calculando automaticamente as dimensões ideais das âncoras para conjuntos de dados personalizados antes do início do treino. Além disso, o aumento de dados mosaic melhora a capacidade do modelo para detetar objetos menores e generalizar em contextos espaciais complexos.
Um dos pontos fortes do YOLOv5 é a sua versatilidade. Ao contrário dos modelos exclusivos para deteção, o repositório YOLOv5 oferece suporte à deteção de caixas delimitadoras, à segmentação de instâncias (adicionada na v7.0) e à classificação de imagens (adicionada na v6.2) numa única base de código. A sua arquitetura também utiliza menos memória durante o treino e a inferência do que redes pesadas baseadas em Transformer.
PP-YOLOE+: o concorrente baseado em PaddlePaddle#
Introduzido em abril de 2022, o PP-YOLOE+ baseia-se em versões anteriores do PP-YOLO. Desenvolvido pela Baidu para o seu framework de aprendizagem profunda PaddlePaddle, introduz vários refinamentos arquiteturais para aumentar a precisão média (Average Precision).
Detalhes do PP-YOLOE+:
- Autores: Autores do PaddlePaddle
- Organização: Baidu
- Data: 2022-04-02
- arXiv: 2203.16250
- GitHub: PaddlePaddle/PaddleDetection
- Documentação: README de PP-YOLOE+
O PP-YOLOE+ utiliza um design sem âncoras e um backbone CSPRepResNet. Incorpora Task Alignment Learning (TAL) e uma cabeça Efficient Task-aligned para melhorar a precisão. Embora o PP-YOLOE+ alcance elevada precisão, a sua principal limitação é a dependência do framework PaddlePaddle, que pode implicar uma curva de aprendizagem e dificuldades de integração para equipas que já utilizam PyTorch ou TensorFlow.
Desempenho e benchmarks#
Ao avaliar estes modelos para produção, é crucial compreender as compensações entre precisão, velocidade de inferência e dimensão do modelo. A tabela abaixo apresenta as principais métricas de desempenho das diferentes variantes de tamanho.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
O PP-YOLOE+ alcança um mAP superior em todas as escalas do modelo, enquanto o YOLOv5 oferece inferência TensorRT mais rápida em T4 em todas as escalas. Para implementações de borda com pouca memória disponível, o YOLOv5n oferece a maior velocidade (1,12 ms) e a menor dimensão (1,9 milhões de parâmetros) da tabela.
Os modelos Ultralytics são concebidos para proporcionar eficiência no treino. Em comparação com detetores baseados em Transformer, como o RT-DETR, o YOLOv5 utiliza menos memória CUDA, permitindo-te treinar com lotes maiores ou em hardware de consumo.
A vantagem da Ultralytics: ecossistema e facilidade de uso#
O valor de uma arquitetura de aprendizagem automática vai além dos números brutos; abrange toda a experiência de programação. A Plataforma Ultralytics e as respetivas ferramentas de código aberto oferecem um ecossistema bem mantido que encurta os ciclos de desenvolvimento.
- Facilidade de utilização: Ultralytics abstrai o código repetitivo complexo. Podes treinar, validar e testar modelos através de uma API Python intuitiva ou da CLI.
- Flexibilidade de implementação: A exportação de modelos é simples. Com um único comando, podes converter os pesos YOLOv5 treinados para formatos como ONNX, TensorRT ou OpenVINO, garantindo ampla compatibilidade em ambientes de borda e na nuvem.
- Comunidade ativa: Uma comunidade numerosa e a manutenção ativa significam atualizações frequentes, documentação abrangente e soluções bem testadas para desafios comuns de visão computacional.
Em contrapartida, PP-YOLOE+ depende muito de ficheiros de configuração complexos e específicos do PaddleDetection, que podem atrasar a criação rápida de protótipos e dificultar a integração em pipelines modernos de MLOps.
Implementações práticas e exemplos de código#
Começar a utilizar a Ultralytics é simples. Aqui tens um exemplo completo e executável que carrega um modelo YOLOv5u pré-treinado, treina-o no conjunto de dados de exemplo COCO8, executa a inferência e exporta o resultado:
from ultralytics import YOLO
# Carregue um modelo YOLOv5 pequeno pré-treinado
model = YOLO("yolov5su.pt") # YOLOv5u: pesos YOLOv5 sem âncoras para o pacote ultralytics
# Treina o modelo no conjunto de dados COCO8 por 50 épocas
train_results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Executa inferência em uma imagem de exemplo
predict_results = model("https://ultralytics.com/images/bus.jpg")
# Exporta o modelo otimizado para o formato ONNX
path = model.export(format="onnx")Casos de uso e recomendações#
A escolha entre YOLOv5 e PP-YOLOE+ depende dos requisitos específicos do teu projeto, das restrições de implementação e das preferências de ecossistema.
Quando escolher o YOLOv5#
O YOLOv5 é uma ótima opção para:
- Sistemas de produção comprovados: Implantações existentes nas quais são valorizados o longo histórico de estabilidade do YOLOv5, sua ampla documentação e sua grande comunidade.
- Treinamento com recursos limitados: ambientes com recursos de GPU limitados, nos quais o pipeline de treinamento eficiente e os menores requisitos de memória do YOLOv5 são vantajosos.
- Amplo suporte a formatos de exportação: projetos que exigem implantação em vários formatos, incluindo ONNX, TensorRT, CoreML e LiteRT.
Quando escolher PP-YOLOE+#
O PP-YOLOE+ é recomendado para:
- Integração com o ecossistema PaddlePaddle: Organizações com infraestrutura existente baseada no framework e nas ferramentas do PaddlePaddle do Baidu.
- Implantação de borda com Paddle Lite: Implantação em hardware com kernels de inferência altamente otimizados especificamente para o Paddle Lite ou o mecanismo de inferência Paddle.
- Detecção de alta precisão no servidor: Cenários que priorizam a precisão máxima de detecção em servidores com GPUs potentes, nos quais a dependência de um framework não é uma preocupação.
Quando escolher Ultralytics (YOLO26)#
Para a maioria dos projetos novos, 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.
Modelos alternativos de última geração a considerar#
Embora o YOLOv5 seja um padrão comprovado, o campo da visão computacional evolui rapidamente. Para equipas que iniciam novos projetos, a Ultralytics recomenda as suas arquiteturas mais recentes.
Ultralytics YOLO26#
Lançado em janeiro de 2026, o YOLO26 é a mais recente família de modelos Ultralytics e melhora tanto a precisão como a velocidade em relação às gerações anteriores. Entre as principais inovações estão:
- Design de ponta a ponta sem NMS: Com base em conceitos do YOLOv10, a cabeça opcional um-para-um do YOLO26 (
nms=False) ignora o pós-processamento de supressão não máxima (NMS), reduzindo a latência e simplificando a lógica de implementação. - Remoção de DFL: Com a remoção de Distribution Focal Loss, o YOLO26n alcança inferência na CPU até 43% mais rápida do que o YOLO11n, sendo adequado para dispositivos de borda de baixo consumo.
- Otimizador MuSGD: Inspirado em técnicas de treino de LLM, este híbrido de SGD e Muon proporciona treinos estáveis e convergência mais rápida.
- ProgLoss + STAL: A perda progressiva e a atribuição de rótulos com atenção a alvos pequenos melhoram o reconhecimento de objetos pequenos, algo essencial para imagens de drones e agricultura inteligente.
Também podes considerar o YOLO11, que oferece um desempenho sólido e continua a ser uma opção fiável e totalmente suportada entre os sistemas antigos e o YOLO26.
Casos de uso no mundo real#
A escolha entre YOLOv5 e PP-YOLOE+ depende, em última análise, do teu ambiente de implementação e das restrições do projeto.
Aplicações ideais do YOLOv5: Os baixos requisitos de recursos e a facilidade de utilização do YOLOv5 fazem dele uma escolha comum para IA de borda. Funciona bem em aplicações que exigem taxas de fotogramas elevadas em hardware limitado, como robótica em tempo real, integração em aplicações móveis e sistemas de monitorização de trânsito com várias câmaras. O suporte à segmentação de instâncias e à classificação de imagens no mesmo framework torna-o adaptável.
Aplicações ideais do PP-YOLOE+: O PP-YOLOE+ é mais adequado para cenários em que a máxima precisão é mais importante do que a inferência mais rápida, bem como para fluxos de trabalho de inspeção industrial em organizações cuja infraestrutura tecnológica já se baseia no ecossistema PaddlePaddle da Baidu.
Em resumo, embora o PP-YOLOE+ apresente métricas de precisão sólidas, os modelos Ultralytics YOLO combinam um desempenho equilibrado, uma implementação simples e um design orientado para programadores que ajuda os projetos de visão computacional a passar do conceito à produção.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.