Começar

YOLOv5 vs YOLOX

A evolução da visão computacional em tempo real inclui inúmeros marcos, com diferentes arquiteturas a melhorar a velocidade e a precisão. Dois modelos muito influentes neste campo são o YOLOv5 e o YOLOX. Embora ambos sejam conhecidos pelo elevado desempenho na deteção de objetos, adotam abordagens arquiteturais fundamentalmente diferentes.

Este guia apresenta uma análise técnica destes dois modelos, comparando as suas arquiteturas, métricas de desempenho, metodologias de treino e cenários de implementação ideais, para ajudar programadores e investigadores a escolher a ferramenta certa para os seus projetos de IA de visão.

Visão geral dos modelos e diferenças arquiteturais#

Ultralytics YOLOv5#

Apresentado pela Ultralytics, o YOLOv5 tornou-se rapidamente um padrão da indústria graças ao sólido equilíbrio entre desempenho, facilidade de utilização e eficiência de memória. Desenvolvido nativamente no framework PyTorch, o YOLOv5 utiliza uma arquitetura baseada em âncoras. Baseia-se em formas de caixas delimitadoras predefinidas para prever as localizações dos objetos, o que o torna muito eficaz em tarefas padrão de deteção de objetos.

Um dos maiores pontos fortes do YOLOv5 é o seu ecossistema bem mantido. Oferece documentação abrangente, uma API Python simples e integração nativa com a Plataforma Ultralytics. Isto permite aos programadores passar diretamente da anotação de conjuntos de dados ao treino e à exportação para formatos como ONNX e TensorRT.

Vantagem do ecossistema

Os modelos Ultralytics YOLO geralmente exigem muito menos memória de GPU durante o treinamento do que alternativas complexas baseadas em Transformer. Esse baixo consumo de memória torna o YOLOv5 bastante acessível para pesquisadores que trabalham com hardware de consumo.

Megvii YOLOX#

Desenvolvido por pesquisadores da Megvii, o YOLOX seguiu um caminho diferente ao introduzir um design sem âncoras na família YOLO. Ao eliminar as caixas de âncora, o YOLOX simplifica a cabeça de detecção e reduz significativamente o número de parâmetros heurísticos que precisam ser ajustados manualmente durante o treinamento.

O YOLOX também incorpora uma cabeça desacoplada — que separa as tarefas de classificação e regressão em diferentes ramificações da rede — e utiliza a estratégia de atribuição de rótulos SimOTA. Essas inovações aproximam a pesquisa acadêmica das aplicações industriais, tornando o YOLOX particularmente eficaz em ambientes com objetos de escalas muito variadas.

Saiba mais sobre o YOLOX

Desempenho e métricas#

Ao avaliar modelos de visão computacional, é fundamental considerar o equilíbrio entre a precisão média (mAP) e a velocidade de inferência. Ambos os modelos oferecem diversos tamanhos (de Nano a Extra-Large) para atender a diferentes limitações de hardware.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9

Embora o YOLOXx alcance uma precisão máxima ligeiramente superior (51,1 mAP), o YOLOv5 oferece um fluxo de trabalho de implementação mais maduro e amplamente testado em hardware CPU e GPU. O YOLOv5 também apresenta menor latência TensorRT em T4 do que o YOLOX em tamanhos equivalentes, tornando-o uma opção fiável para análise de vídeo em tempo real.

Metodologias de treinamento e facilidade de utilização#

A experiência do desenvolvedor varia significativamente entre essas duas arquiteturas.

A abordagem do YOLOX#

O treinamento do YOLOX normalmente exige clonar o repositório original, gerenciar dependências específicas e executar scripts complexos de linha de comando. Embora ofereça suporte a recursos avançados, como treinamento de precisão mista e configurações com vários nós via MegEngine, a curva de aprendizado pode ser íngreme para desenvolvedores que precisam fazer prototipagem rápida.

A vantagem da Ultralytics#

Em contrapartida, a Ultralytics dá prioridade a uma experiência de utilizador simplificada. Com o pacote Python ultralytics, os programadores podem carregar, treinar e validar um modelo com o mínimo de código boilerplate. A Ultralytics trata automaticamente do aumento de dados e da programação da taxa de aprendizagem, além de oferecer afinação de hiperparâmetros integrada.

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 com o conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Valida o desempenho do modelo
metrics = model.val()

A versatilidade do YOLOv5 também vai além da deteção de objetos padrão: o repositório original YOLOv5 oferece suporte à segmentação de instâncias e à classificação de imagens, e o pacote ultralytics abrange estas tarefas com modelos mais recentes, como o YOLO26.

Implantação simplificada

Quando o treinamento é concluído, exportar um modelo YOLOv5 para ONNX, CoreML, LiteRT ou OpenVINO é tão simples quanto fazer uma única chamada, como model.export(format="onnx"). Isso elimina a necessidade de scripts de conversão de terceiros, comumente exigidos por repositórios voltados à pesquisa.

Aplicações no mundo real#

A escolha entre esses modelos depende do ambiente de implantação e dos requisitos técnicos:

  • Retalho e gestão de inventário: Para aplicações que exigem reconhecimento de produtos em tempo real em dispositivos de borda, como o NVIDIA Jetson, o YOLOv5 é uma opção adequada. A sua utilização mínima de memória e as elevadas velocidades de inferência TensorRT permitem fluxos de trabalho com várias câmaras a taxas de fotogramas em tempo real.
  • Pesquisa acadêmica e arquiteturas personalizadas: o YOLOX é muito respeitado na comunidade de pesquisa. Sua cabeça desacoplada e sua natureza sem âncoras fazem dele uma excelente base para engenheiros que querem experimentar novas estratégias de atribuição de rótulos ou que trabalham com conjuntos de dados nos quais as caixas de âncora tradicionais não conseguem generalizar.
  • IA agrícola: para tarefas de agricultura de precisão, como detecção de frutas ou identificação de ervas daninhas por drones, a facilidade de treinar e implantar modelos YOLOv5 usando a Plataforma Ultralytics permite que especialistas do setor implementem soluções de IA sem precisar de conhecimentos avançados de engenharia de aprendizado de máquina.

Casos de uso e recomendações#

A escolha entre YOLOv5 e YOLOX depende dos requisitos específicos do projeto, das limitações 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 YOLOX#

O YOLOX é recomendado para:

  • Investigação em deteção sem âncoras: Investigação académica que utiliza a arquitetura simples e sem âncoras do YOLOX como referência para experimentar novas cabeças de deteção ou funções de perda.
  • Dispositivos de borda ultraleves: Implementações em microcontroladores ou hardware móvel legado, onde o tamanho extremamente reduzido da variante YOLOX-Nano (0,91 milhões de parâmetros) é essencial.
  • Estudos sobre atribuição de rótulos SimOTA: Projetos de investigação que analisam estratégias de atribuição de rótulos baseadas em transporte ótimo e o seu impacto na convergência do treino.

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 da IA de visão: chega o YOLO26#

Embora tanto o YOLOv5 como o YOLOX tenham conquistado o seu lugar na história da visão computacional, o campo está a avançar rapidamente. Para os programadores que iniciam hoje novos projetos, a Ultralytics recomenda o seu modelo mais recente, o YOLO26.

Lançado em janeiro de 2026, o YOLO26 representa um avanço significativo tanto no desempenho como na facilidade de utilização. Introduz um design opcional de ponta a ponta sem NMS (selecionado com nms=False) que elimina o pós-processamento de supressão não máxima. Isto reduz a variabilidade da latência e simplifica a lógica de implementação em dispositivos de baixo consumo.

Além disso, o YOLO26 utiliza o otimizador MuSGD, um híbrido de SGD e Muon inspirado em inovações no treino de LLM, para proporcionar uma convergência estável e rápida. Com a remoção de DFL (remoção de Distribution Focal Loss para simplificar a exportação e melhorar a compatibilidade com dispositivos de borda e de baixo consumo), o YOLO26n alcança uma inferência na CPU até 43% mais rápida do que o YOLO11n, tornando o YOLO26 uma excelente opção para computação de borda moderna, robótica e aplicações IoT. Além disso, ProgLoss + STAL (Progressive Loss e atribuição de rótulos com atenção a alvos pequenos) proporciona melhorias notáveis no reconhecimento de objetos pequenos, essencial para IoT, robótica e imagens aéreas. Os utilizadores interessados em gerações anteriores também podem explorar o YOLO11, embora o YOLO26 seja a opção recomendada para novos projetos.

Conclusão#

Tanto o YOLOv5 como o YOLOX oferecem boas capacidades de deteção de objetos. Em 2021, o YOLOX demonstrou que os designs sem âncoras podiam igualar e superar os métodos baseados em âncoras. No entanto, o YOLOv5 continua a ser amplamente utilizado graças à facilidade de utilização, ao ecossistema abrangente e aos menores requisitos de memória durante o treino.

Para a grande maioria das aplicações comerciais, o ecossistema Ultralytics oferece o caminho mais rápido desde um conjunto de dados em bruto até um modelo de produção implementado. Quer utilizem o comprovado YOLOv5 ou atualizem para o YOLO26, os programadores beneficiam de um framework concebido para tornar a IA de visão acessível e eficiente.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.