YOLOv7 YOLO: Equilibrando inovação arquitetónica e velocidade

O panorama da deteção de objetos em tempo real sofreu mudanças significativas em 2022 com a introdução do YOLOv7 e YOLO. Ambos os modelos tinham como objetivo ampliar os limites da precisão e da latência, mas abordaram o desafio a partir de perspectivas de engenharia fundamentalmente diferentes. YOLOv7 na otimização do processo de treino por meio de uma abordagem "bag-of-freebies", enquantoYOLO a Pesquisa de Arquitetura Neural (NAS) para descobrir estruturas eficientes automaticamente.

Esta comparação abrangente explora as suas arquiteturas, métricas de desempenho e metodologias de treino para ajudá-lo a decidir qual modelo se adapta melhor às suas aplicações específicas de visão computacional. Embora ambos continuem relevantes para projetos legados, também discutiremos por que soluções modernas como o YOLO26 são agora o padrão recomendado para novos desenvolvimentos.

YOLOv7: O Bag-of-Freebies Treinável

Lançado em julho de 2022, YOLOv7 um marco importante na YOLO , com foco em reformas arquitetónicas que melhoraram a precisão sem aumentar os custos de inferência.

Autores: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
Organização: Instituto de Ciência da Informação, Academia Sinica, Taiwan
Data: 2022-07-06
Arxiv:https://arxiv.org/abs/2207.02696
GitHub:https://github.com/WongKinYiu/yolov7

Inovações Arquiteturais

YOLOv7 a Rede de Agregação de Camadas Eficiente Estendida (E-ELAN). Ao contrário da ELAN padrão, que controla os caminhos de gradiente mais curtos e mais longos, a E-ELAN usa expansão, embaralhamento e mesclagem de cardinalidade para melhorar a capacidade de aprendizagem da rede sem destruir o caminho de gradiente original. Esse design permite que o modelo aprenda características mais diversificadas, melhorando o desempenho em conjuntos de dados complexos como COCO.

Um conceito fundamental no YOLOv7 o «trainable bag-of-freebies» (saco de brindes treináveis). Trata-se de métodos de otimização — como reparametrização de modelos e atribuição dinâmica de rótulos — que aumentam os custos de treino para melhorar a precisão, mas não acarretam penalizações durante a inferência. Isso torna YOLOv7 excelente escolha para cenários que exigem alta precisão, como análise de imagens médicas ou inspeção industrial crítica para a segurança.

Saiba mais sobre o YOLOv7

YOLO: Eficiência através da pesquisa de arquitetura neural

Desenvolvido pelo Alibaba Group,YOLO posteriormente integrado ao conjunto de recursos de visão da DAMO-Academy) priorizou a velocidade e a baixa latência, visando especificamente aplicações industriais onde se aplicam restrições rigorosas de milissegundos.

Autores: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
Organização:Alibaba Group
Data: 2022-11-23
Arxiv:https://arxiv.org/abs/2211.15444v2
GitHub:https://github.com/tinyvision/DAMO-YOLO

MAE-NAS e destilação

A arquiteturaYOLO foi derivada usando um método chamado MAE-NAS (Método de Automatização da Pesquisa de Arquitetura Neural Eficiente). Esse processo automatizado encontrou estruturas de backbone que maximizaram o desempenho de detecção sob orçamentos de latência específicos. Ele também introduziu o RepGFPN (Rede Piramidal de Características Generalizadas Parametrizadas por Rep) para fusão eficiente de características e o ZeroHead, um cabeçote de detecção leve.

Uma característica distintiva doYOLO a sua forte dependência da destilação. Os modelos são normalmente treinados com a ajuda de um modelo «professor» maior, que orienta o modelo «aluno» a aprender melhores representações. Embora isso resulte numa eficiência impressionante, complica significativamente o pipeline de treino em comparação com os fluxos de trabalho padrão de deteção de objetos.

Comparação de Desempenho

A tabela a seguir compara o desempenho dasYOLO YOLOv7 YOLO . YOLOv7 oferece maior precisão (mAP), enquantoYOLO modelos extremamente leves, otimizados para velocidade.

Modelo	tamanho ^(pixels)	mAP^val 50-95	Velocidade ^{CPU ONNX (ms)}	Velocidade ^{T4 TensorRT10 (ms)}	parâmetros ^(M)	FLOPs ^(B)
YOLOv7l	640	51.4	-	6.84	36.9	104.7
YOLOv7x	640	53.1	-	11.57	71.3	189.9

DAMO-YOLOt	640	42.0	-	2.32	8.5	18.1
DAMO-YOLOs	640	46.0	-	3.45	16.3	37.8
DAMO-YOLOm	640	49.2	-	5.09	28.2	61.8
DAMO-YOLOl	640	50.8	-	7.18	42.1	97.3

Análise das compensações

Precisão:O YOLOv7x lidera com um mAP 53,1%, tornando-o adequado para tarefas em que perder uma deteção é dispendioso.
Velocidade:O DAMO-YOLOt é incrivelmente rápido (2,32 ms no T4 TensorRT), ideal para compreensão de vídeo com alta taxa de quadros por segundo ou implementação em dispositivos de ponta com restrições.
Complexidade: os parâmetros e FLOPs YOLOv7 são significativamente mais elevados, refletindo o seu foco na capacidade em detrimento da eficiência pura.

Nota sobre a complexidade do treino

EmboraYOLO excelentes compromissos entre velocidade e precisão, reproduzir os seus resultados em conjuntos de dados personalizados pode ser um desafio. A sua receita de treino requer frequentemente um processo em várias etapas que envolve um modelo de ensino pesado para destilação, enquanto YOLOv7 uma metodologia simples de «treino a partir do zero» que é mais fácil de implementar.

Por que o Ultralytics YOLO26 é a Escolha Superior

Embora YOLOv7 YOLO impactantes na sua época, o campo avançou rapidamente. Para desenvolvedores e pesquisadores que estão iniciando novos projetos em 2026, o YOLO26 oferece uma solução unificada que supera os dois antecessores, combinando alta precisão com implementação simplificada.

Facilidade de Uso e Ecossistema Incomparáveis

O Ultralytics é conhecido pelo seu design intuitivo. Ao contrário dos complexos pipelines de destilação doYOLO, o YOLO26 oferece uma Python simplificada que lida com tudo, desde a anotação de dados até a implementação do modelo.

Eficiência do treino: Treine modelos de última geração com poucas linhas de código, sem configurações complexas de professor-aluno.
Bem mantido: atualizações frequentes, documentação extensa e suporte ativo da comunidade garantem que o seu projeto permaneça preparado para o futuro.
Versatilidade: Além da deteção, o YOLO26 suporta nativamente segmentação de instâncias, estimativa de pose, classificação e Oriented Bounding Box (OBB).

Avanços técnicos do YOLO26

O YOLO26 apresenta várias inovações importantes que resolvem as limitações das arquiteturas mais antigas:

Design NMS de ponta a ponta: Ao eliminar a supressão não máxima (NMS), o YOLO26 reduz a latência de inferência e simplifica a lógica de exportação, um recurso ausente nasYOLO YOLOv7 YOLO padrão.
Otimizador MuSGD: Inspirado no treinamento LLM (como Kimi K2), este otimizador híbrido combina SGD Muon para uma convergência mais rápida e um treinamento estável.
Otimização de borda: a remoção da perda focal de distribuição (DFL) e CPU específicas CPU tornam o YOLO26 até 43% mais rápido na inferência CPU em comparação com as gerações anteriores, atendendo às necessidades de baixa latência queYOLO visava.
ProgLoss + STAL: Funções avançadas de perda melhoram a deteção de pequenos objetos, uma capacidade crítica para imagens de drones e robótica.

Saiba mais sobre YOLO26

Exemplo de Código: Treinamento com Ultralytics

Este exemplo demonstra como é fácil treinar um modelo YOLO26 moderno usando a Ultralytics . Essa interface única substitui os arquivos de configuração complexos e os pipelines de várias etapas exigidos pelos repositórios mais antigos.

from ultralytics import YOLO

# Load the latest YOLO26 model (recommended over YOLOv7/DAMO-YOLO)
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 dataset for 100 epochs
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image
results = model("path/to/image.jpg")

# Export to ONNX for deployment
model.export(format="onnx")

Conclusão

Tanto YOLOv7 YOLO significativamente para a evolução da visão computacional. YOLOv7 que arquiteturas criadas manualmente ainda podem alcançar resultados SOTA por meio de estratégias de treinamento inteligentes, enquantoYOLO o poder do NAS para ambientes com restrições de latência.

No entanto, para uma implementação prática e realista hoje em dia, o YOLO26 é a escolha definitiva. Ele oferece o equilíbrio de desempenho entre alta precisão e velocidade, requisitos de memória drasticamente menores durante o treinamento em comparação com os Transformers e o suporte robusto do Ultralytics . Esteja você a construir para a borda ou para a nuvem, o design completo e o suporte versátil a tarefas do YOLO26 fornecem o caminho mais eficiente para a produção.

Leitura Adicional

Explore a lista completa de modelos suportados.
Aprenda a monitorizar a formação com Ultralytics.
Compreenda os benefícios do YOLO11, o poderoso predecessor do YOLO26.