YOLOv5 vs YOLO11
Ao escolher a arquitetura de visão computacional certa para um novo projeto, é importante entender a evolução dos modelos de ponta. A progressão das arquiteturas anteriores às estruturas unificadas modernas destaca avanços significativos tanto na eficiência algorítmica quanto na experiência de desenvolvimento. Este guia apresenta uma comparação técnica entre dois modelos amplamente usados, desenvolvidos pela Ultralytics: YOLOv5 e seu sucessor, YOLO11.
Introdução aos modelos#
Ambas as arquiteturas representam marcos importantes no domínio da deteção de objetos em tempo real e oferecem vantagens distintas, consoante o ambiente de implementação e os requisitos dos sistemas legados.
YOLOv5: o cavalo de batalha do setor#
Lançado no verão de 2020, o YOLOv5 rapidamente se tornou um padrão do setor graças à sua implementação nativa em PyTorch, que reduziu a barreira de entrada para treinamento e implantação. Ele abandonou as complexas estruturas C do Darknet usadas por seus antecessores e ofereceu uma abordagem Python para a criação de modelos.
- Autores: Glenn Jocher
- Organização: Ultralytics
- Data: 2020-06-26
- GitHub: ultralytics/yolov5
- Documentação: Documentação do YOLOv5
O YOLOv5 estabeleceu uma referência sólida em facilidade de uso e introduziu métodos de treinamento poderosos, incluindo aumento de dados Mosaic e ajuste automático de âncoras. Ele continua popular entre pesquisadores que desenvolvem sobre uma base de código bem documentada e amplamente testada.
YOLO11: a estrutura unificada de visão#
Com base em anos de feedback e investigação arquitetónica, o YOLO11 foi apresentado como parte de uma estrutura unificada capaz de executar nativamente várias tarefas de visão. Concebido desde o início para proporcionar versatilidade e eficiência máximas, vai além das simples caixas delimitadoras.
- Autores: Glenn Jocher e Jing Qiu
- Organização: Ultralytics
- Data: 2024-09-27
- GitHub: ultralytics/ultralytics
- Documentação: Documentação do YOLO11
O YOLO11 oferece uma experiência de utilização simplificada através do pacote Python ultralytics, com uma API simples que unifica a deteção de objetos, a segmentação de instâncias, a classificação, a estimativa de pose e as caixas delimitadoras orientadas (OBB). Oferece um equilíbrio especialmente favorável entre velocidade e precisão, sendo ideal para diversos cenários de implementação no mundo real.
Ambos os modelos beneficiam do ecossistema bem mantido disponibilizado pela Ultralytics Platform. Este ambiente integrado simplifica a anotação de conjuntos de dados, o treino na nuvem e a exportação de modelos para vários destinos de hardware.
Comparação de desempenho e métricas#
Uma comparação direta desses modelos revela como os refinamentos arquiteturais se traduzem em ganhos concretos de desempenho. A tabela abaixo mostra a precisão média (mAP) avaliada no conjunto de dados COCO, junto com as velocidades de inferência na CPU e na GPU e a quantidade de parâmetros.
| 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 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Análise dos resultados#
As métricas destacam uma clara melhoria no equilíbrio de desempenho alcançado pelo YOLO11. Por exemplo, o modelo YOLO11n (nano) alcança 39.5% de mAP, em comparação com 28.0% do YOLOv5n: um ganho de 11.5 pontos com apenas 0.7M de parâmetros adicionais. O YOLO11 também mantém os requisitos de memória durante o treinamento abaixo dos modelos baseados em Transformer, tornando viável treiná-lo em hardware de consumo e implantá-lo em dispositivos de borda.
Diferenças arquitetónicas#
As melhorias de desempenho do YOLO11 resultam de várias evoluções arquitetónicas importantes. Enquanto o YOLOv5 utilizava uma estrutura principal CSPNet padrão com módulos C3, os modelos mais recentes da Ultralytics introduziram blocos de extração de características mais eficientes, como C2f (YOLOv8) e C3k2 (YOLO11), que otimizam o fluxo de gradientes e reduzem a sobrecarga computacional.
O YOLO11 também apresenta uma cabeça bastante refinada. Abandonando o design baseado em âncoras dos modelos anteriores, as arquiteturas Ultralytics mais recentes adotam uma abordagem sem âncoras. Isso reduz o número de previsões de caixas, simplifica o pipeline de pós-processamento e melhora a capacidade do modelo de generalizar entre diferentes escalas e proporções. Além disso, esses modelos oferecem melhor eficiência de treinamento e pesos pré-treinados disponíveis que aceleram a convergência durante o ajuste fino em conjuntos de dados personalizados.
Implementação e exemplos de código#
Uma das características de destaque do ecossistema Ultralytics é a sua simplicidade. Embora o YOLOv5 tenha popularizado a utilização de torch.hub para inferência rápida, o YOLO11 vai mais longe com o pacote Python unificado ultralytics.
Treino com YOLO11#
Carregar, treinar e validar um modelo exige pouquíssimo código boilerplate. A API oferece configurações padrão de treinamento adequadas e gerencia automaticamente os checkpoints e os registros.
from ultralytics import YOLO
# Carrega um modelo YOLO11 pré-treinado
model = YOLO("yolo11s.pt")
# Treina com um conjunto de dados personalizado durante 50 épocas
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Executa uma inferência rápida e apresenta os resultados
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()
# Exporta facilmente o modelo para TensorRT para aceleração por hardware
model.export(format="engine")Inferência legada com YOLOv5#
Se você estiver mantendo um pipeline antigo, o YOLOv5 se integra diretamente ao mecanismo nativo de carregamento do PyTorch, facilitando sua inclusão em scripts de inferência existentes.
import torch
# Carrega um modelo YOLOv5 personalizado ou pré-treinado a partir do PyTorch Hub
model = torch.hub.load("ultralytics/yolov5", "yolov5s")
# Executa a inferência num URL de imagem
results = model("https://ultralytics.com/images/zidane.jpg")
# Imprime os detalhes da previsão na consola
results.print()Ambos os modelos suportam uma vasta gama de formatos de exportação. Quer estejas a direcionar a implementação para um NVIDIA Jetson com TensorRT ou para uma aplicação iOS com CoreML, o processo de implementação está amplamente documentado e é apoiado pela comunidade.
Casos de utilização ideais#
A escolha entre estes modelos depende, em grande medida, da fase do ciclo de vida do teu projeto e dos requisitos específicos.
Quando escolher o YOLOv5#
- Manutenção de bases de código legadas: se o teu ambiente de produção estiver muito personalizado em torno da estrutura do repositório YOLOv5 ou de técnicas específicas de evolução de hiperparâmetros.
- Referências académicas: ao publicar investigação que exija comparação direta com os padrões de visão computacional estabelecidos entre 2020 e 2022.
Quando escolher YOLO11#
- Projetos com várias tarefas: quando a tua aplicação precisar de combinar tarefas, como estimativa de pose e segmentação de instâncias, através de uma única API unificada.
- Implementações em dispositivos de borda: para cenários de computação de borda em que é fundamental obter o máximo de mAP dentro de um determinado orçamento computacional (FLOPs).
- Soluções comerciais de IA: Ideais para aplicações empresariais no varejo e na segurança, com suporte da Ultralytics Platform.
A próxima geração: Ultralytics YOLO26#
Embora o YOLO11 ofereça um ótimo equilíbrio entre velocidade e precisão, a área evolui rapidamente. Para desenvolvedores que estão começando novos projetos hoje, a Ultralytics recomenda seu modelo mais recente: Ultralytics YOLO26.
Lançado em janeiro de 2026, o YOLO26 introduz vários avanços projetados para as necessidades modernas de implantação:
- Design de ponta a ponta sem NMS: Com base no treinamento sem NMS que o YOLOv10 introduziu nos modelos YOLO, o YOLO26 oferece suporte nativo à inferência de ponta a ponta. Sua cabeça opcional um-para-um (
nms=False) elimina a necessidade do pós-processamento de supressão não máxima (NMS), simplificando os pipelines de implantação e reduzindo a latência. - Otimizador MuSGD: Inspirado nas inovações de treinamento de LLMs em modelos como o Kimi K2 da Moonshot AI, esse híbrido de SGD e Muon proporciona treinamento mais estável e convergência mais rápida.
- Inferência mais rápida na CPU: Com a remoção da Distribution Focal Loss (DFL), o YOLO26n é até 43% mais rápido na CPU do que o YOLO11n, tornando o YOLO26 ideal para dispositivos de borda e ambientes sem GPUs dedicadas.
- Métodos de treinamento avançados: A integração de ProgLoss e STAL proporciona melhorias notáveis no reconhecimento de objetos pequenos, algo essencial para análise com drones, IoT e robótica.
- Aprimoramentos específicos para cada tarefa: Introduz otimizações especializadas, como a estimativa residual de log-verossimilhança (RLE) para pose e uma função de perda angular especializada para caixas delimitadoras orientadas, melhorando a precisão nas tarefas compatíveis.
Para usuários interessados em arquiteturas especializadas além da detecção de objetos padrão, talvez você também queira explorar modelos como RT-DETR para detecção baseada em Transformer ou YOLO-World para rastreamento e detecção com vocabulário aberto. Essas ferramentas bem mantidas ajudam a manter seus pipelines de visão computacional eficientes e escaláveis.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.