YOLOv5 vs YOLOv10
A área da visão computacional em tempo real cresceu rapidamente nos últimos anos, com diversas arquiteturas ampliando os limites do que é possível em hardware moderno. Ao avaliar arquiteturas de ponta, a comparação entre YOLOv5 e YOLOv10 evidencia um avanço evolutivo significativo na detecção de objetos. Esta comparação técnica analisa seus paradigmas arquiteturais, as compensações de desempenho e como os desenvolvedores podem aproveitar essas ferramentas em ambientes de produção.
Análise aprofundada da arquitetura#
Entender as diferenças estruturais entre esses modelos é importante para implantá-los de forma eficiente no mundo real.
Ultralytics YOLOv5: o padrão do setor#
Apresentado pela Ultralytics, o YOLOv5 é reconhecido há muito tempo pelo ótimo equilíbrio entre velocidade, precisão e acessibilidade.
- Autor: Glenn Jocher
- Organização: Ultralytics
- Data: 2020-06-26
- GitHub: Repositório YOLOv5
- Documentação: Documentação do YOLOv5
O YOLOv5 depende de um mecanismo de detecção baseado em âncoras combinado a um backbone CSPDarknet altamente otimizado. Essa arquitetura depende muito de operações padrão compatíveis com praticamente todos os mecanismos de inferência, o que a torna altamente portável. Seu principal ponto forte é o SDK Python da Ultralytics, que oferece uma experiência simplificada, uma API simples e documentação abrangente. Além disso, os requisitos de memória menores do YOLOv5 em comparação com modelos baseados em Transformer permitem treiná-lo rapidamente em GPUs de consumo, sem exigir muita VRAM.
YOLOv10: detecção em tempo real sem NMS#
Desenvolvido por pesquisadores da Universidade Tsinghua, o YOLOv10 buscou solucionar gargalos específicos de latência encontrados em arquiteturas anteriores.
- Autores: Ao Wang, Hui Chen, Lihao Liu, et al.
- Organização: Universidade Tsinghua
- Data: 2024-05-23
- arXiv: 2405.14458
- GitHub: Repositório YOLOv10
- Documentação: Documentação do YOLOv10
A característica que define o YOLOv10 é seu design sem NMS (supressão não máxima). Ao usar atribuições duplas consistentes durante o treinamento, sua cabeça um-para-um elimina a necessidade de pós-processamento com NMS durante a inferência, reduzindo a latência de pós-processamento e simplificando pipelines de implantação, como os mecanismos NVIDIA TensorRT. No pacote Ultralytics, o YOLOv10 usa por padrão sua cabeça um-para-muitos com NMS; defina nms=False para usar a cabeça sem NMS.
Embora o YOLOv10 apresente novidades arquiteturais interessantes, modelos Ultralytics como YOLOv5 e o mais recente YOLO26 têm suporte nativo na Ultralytics Platform, que oferece treinamento eficiente e várias opções de exportação prontas para uso.
Análise de desempenho#
Ao comparar esses modelos, o equilíbrio entre precisão (mAP) e custo computacional (latência e número de parâmetros) determina o melhor caso de uso. Abaixo está a comparação técnica de desempenho no conjunto de dados COCO.
| 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 |
| 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 |
O YOLOv10 alcança claramente um mAPval50-95 maior em escalas de tamanho equivalentes, aproveitando o design moderno do modelo, orientado para eficiência e precisão. No entanto, o YOLOv5 apresenta menor latência de GPU nas categorias Nano e Small, sendo uma opção prática para ambientes embarcados com recursos limitados, como a linha NVIDIA Jetson ou CPUs convencionais com OpenVINO.
Metodologias de treinamento e ecossistema#
O valor de um modelo está profundamente ligado ao ecossistema que o cerca. A Ultralytics mantém um ecossistema em constante desenvolvimento que oferece suporte a uma ampla variedade de tarefas. Enquanto o YOLOv10 se concentra exclusivamente na detecção de objetos 2D, a Ultralytics oferece suporte nativo a segmentação de instâncias, classificação de imagens, estimativa de pose e caixas delimitadoras orientadas (OBB).
Além disso, treinar um modelo da Ultralytics exige muito menos memória que os métodos concorrentes baseados em Transformer, mantendo o ciclo de desenvolvimento rápido e econômico.
Exemplo de código#
O treinamento, a validação e a exportação de modelos são unificados em uma única API. Você pode alternar entre modelos simplesmente alterando uma string.
from ultralytics import YOLO
# Carrega um modelo YOLOv5 pré-treinado para testes de referência
model_v5 = YOLO("yolov5su.pt") # YOLOv5u: pesos YOLOv5 sem âncoras para o pacote ultralytics
# Carrega um modelo YOLOv10 para comparação
model_v10 = YOLO("yolov10s.pt")
# Treina o modelo de forma eficiente com o conjunto de dados COCO8
results = model_v5.train(
data="coco8.yaml",
epochs=100,
imgsz=640,
device="0", # Usa automaticamente a aceleração CUDA do PyTorch
batch=16,
)
# Exporta para ONNX para implantação de inferência em CPU
model_v5.export(format="onnx", simplify=True)Casos de uso e recomendações#
A escolha entre YOLOv5 e YOLOv10 depende dos requisitos específicos do seu projeto, das restrições de implantação 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 o YOLOv10#
O YOLOv10 é recomendado 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 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.
O futuro: Ultralytics YOLO26#
Embora o YOLOv5 tenha tornado a detecção de objetos amplamente acessível e o YOLOv10 tenha avançado a arquitetura sem NMS, o estado da arte continua evoluindo. Para novos projetos, a Ultralytics recomenda o Ultralytics YOLO26, lançado em janeiro de 2026.
O YOLO26 combina a confiabilidade do ecossistema Ultralytics com vários avanços:
- Design ponta a ponta sem NMS: Ao incorporar o paradigma sem NMS diretamente à estrutura da Ultralytics como uma cabeça opcional de um para um (
nms=False), o YOLO26 simplifica a implantação e reduz a latência. - Inferência na CPU até 43% mais rápida: Com a remoção da Distribution Focal Loss (DFL), o YOLO26n é até 43% mais rápido na CPU do que o YOLO11n, o que ajuda em dispositivos de borda sem GPUs.
- Otimizador MuSGD: Inspirado nas inovações de treinamento de LLMs da Moonshot AI, o otimizador MuSGD proporciona um treinamento mais estável e uma convergência mais rápida.
- ProgLoss + STAL: A Progressive Loss e a atribuição de rótulos sensível a objetos pequenos melhoram o reconhecimento de objetos pequenos, algo essencial em áreas como imagens de drones e robótica.
Você pode gerenciar, treinar e implantar o YOLO26 diretamente pela Plataforma Ultralytics.
Conclusão#
A escolha entre YOLOv5 e YOLOv10 geralmente depende das restrições específicas do projeto. O YOLOv10 oferece um mAP excelente para pesquisadores e aplicações que aproveitam a capacidade bruta de processamento da GPU. Por outro lado, o YOLOv5 continua sendo uma solução robusta e altamente compatível para implantações padrão.
No entanto, a área da visão computacional é dinâmica. Para obter o melhor equilíbrio entre desempenho, versatilidade e facilidade de uso, os desenvolvedores devem considerar o Ultralytics YOLO26. Ele combina inferência opcional sem NMS com o ecossistema Ultralytics, amplamente documentado. Para casos de uso especializados, os desenvolvedores também podem explorar o YOLO11, pela robustez geral, ou o RT-DETR, pela precisão baseada em Transformer.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.