YOLOv7 vs YOLOv5: Uma Comparação Técnica Detalhada

Escolher a arquitetura de detecção de objetos certa é uma decisão crítica que afeta a velocidade, a precisão e a viabilidade de implementação de seus projetos de visão computacional. Esta página fornece uma comparação técnica abrangente entre o YOLOv7 e o Ultralytics YOLOv5, dois modelos influentes na linhagem YOLO. Analisamos suas inovações arquitetônicas, benchmarks de desempenho e casos de uso ideais para ajudá-lo a selecionar a melhor opção para sua aplicação.

Embora YOLOv7 tenha introduzido avanços acadêmicos significativos em 2022, o Ultralytics YOLOv5 continua sendo uma força dominante no setor devido à sua facilidade de uso, robustez e flexibilidade de implementação incomparáveis. Para aqueles que buscam o que há de mais recente em desempenho, também exploramos como esses modelos abrem caminho para o Ultralytics YOLO11 de ponta.

Comparação de Métricas de Desempenho

A tabela a seguir destaca as vantagens e desvantagens de desempenho entre as duas arquiteturas. Enquanto o YOLOv7 busca uma Precisão Média Média (mAP) mais alta, o YOLOv5 oferece vantagens distintas em velocidade de inferência e menor contagem de parâmetros para tamanhos de modelo específicos.

YOLOv7: Ultrapassando os Limites da Precisão

Lançado em julho de 2022, o YOLOv7 foi projetado para estabelecer um novo estado da arte para detectores de objetos em tempo real. Ele se concentra fortemente na otimização arquitetônica para melhorar a precisão sem aumentar significativamente o custo 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
Documentação:https://docs.ultralytics.com/models/yolov7/

Arquitetura e Inovações Chave

YOLOv7 introduz várias mudanças arquitetônicas complexas destinadas a melhorar o aprendizado de recursos:

• E-ELAN (Extended Efficient Layer Aggregation Network - Rede de Agregação de Camadas Eficiente Estendida): Uma estrutura de backbone avançada que aprimora a capacidade de aprendizado da rede controlando os caminhos de gradiente mais curtos e mais longos. Isso permite que o modelo aprenda recursos mais diversos.
• Escalonamento de Modelo para Modelos Baseados em Concatenação: Ao contrário do escalonamento padrão, o YOLOv7 escala a profundidade e a largura simultaneamente para arquiteturas baseadas em concatenação, garantindo a utilização ideal de recursos.
• Bag-of-Freebies Treinável: Isso inclui a convolução reparametrizada planejada (RepConv) e o treinamento do cabeçalho auxiliar. Os cabeçalhos auxiliares geram rótulos hierárquicos do geral para o específico, que ajudam a orientar o processo de aprendizagem durante o treinamento, mas são removidos durante a inferência para manter a velocidade.

Casos de Uso Ideais para YOLOv7

Devido ao seu foco em alta precisão, o YOLOv7 é particularmente adequado para:

• Investigação Académica: Benchmarking em relação aos modelos SOTA onde cada fração de mAP é importante.
• Implementação de GPU de Alto Nível: Aplicações onde hardware poderoso (como NVIDIA A100s) está disponível para lidar com os tamanhos de modelo maiores e os requisitos de memória.
• Análise Estática: Cenários onde a latência em tempo real é menos crítica do que a precisão, como a análise de imagens de satélite de alta resolução ou exames médicos.

Saiba mais sobre o YOLOv7

Ultralytics YOLOv5: O Padrão da Indústria

Ultralytics YOLOv5 é amplamente considerado um dos modelos de detecção de objetos mais práticos e fáceis de usar disponíveis. Desde o seu lançamento em 2020, tornou-se a espinha dorsal de inúmeras aplicações comerciais devido ao seu equilíbrio entre velocidade, precisão e excelência em engenharia.

Autores: Glenn Jocher
Organização:Ultralytics
Data: 2020-06-26
GitHub:https://github.com/ultralytics/yolov5
Documentação:https://docs.ultralytics.com/models/yolov5/

Arquitetura e Benefícios do Ecossistema

YOLOv5 utiliza um backbone CSP-Darknet53 com um PANet neck e uma head YOLOv3, otimizado para diversos alvos de implementação. No entanto, a sua verdadeira força reside no ecossistema Ultralytics:

• Facilidade de Uso: Conhecido por sua filosofia de "instalar e executar", o YOLOv5 permite que os desenvolvedores comecem a treinar em conjuntos de dados personalizados em minutos. A API é intuitiva e a documentação é exaustiva.
• Eficiência no Treinamento: O YOLOv5 normalmente requer menos memória CUDA durante o treinamento em comparação com arquiteturas mais novas e complexas, tornando-o acessível a desenvolvedores com GPUs de gama média.
• Flexibilidade de Implantação: Suporta exportação com um clique para ONNX, TensorRT, CoreML, TFLite e muito mais, facilitando a implantação em tudo, desde servidores em nuvem até telefones celulares.
• Ecossistema Bem Mantido: Com atualizações frequentes, correções de bugs e uma comunidade enorme, a Ultralytics garante que o modelo permaneça estável e seguro para ambientes de produção.

Casos de Uso Ideais para YOLOv5

YOLOv5 se destaca em cenários do mundo real que exigem confiabilidade e velocidade:

• IA de Ponta: Executando em dispositivos como o NVIDIA Jetson ou Raspberry Pi devido ao Nano leve (yolov5n) e Small (yolov5s) variantes.
• Aplicações Móveis: Integração em aplicações iOS e Android via CoreML e TFLite para inferência no dispositivo.
• Protótipagem Rápida: Startups e desenvolvedores que precisam passar do conceito ao MVP rapidamente se beneficiam do fluxo de trabalho simplificado.
• Automação Industrial: Detecção confiável para linhas de manufatura onde latência e estabilidade são fundamentais.

Saiba mais sobre o YOLOv5.

Análise Comparativa Detalhada

Ao decidir entre YOLOv7 e YOLOv5, vários fatores técnicos entram em jogo, além da pontuação de mAP.

1. Relação Velocidade vs. Precisão

O YOLOv7 alcança maior precisão de pico no conjunto de dados COCO. Por exemplo, o YOLOv7x atinge 53,1% de mAP em comparação com os 50,7% do YOLOv5x. No entanto, isso tem um custo de complexidade. O YOLOv5 oferece um gradiente mais suave de modelos; o modelo YOLOv5n (Nano) é incrivelmente rápido (velocidade de 73,6 ms na CPU) e leve (2,6 milhões de parâmetros), criando um nicho para ambientes com recursos ultrabaixos que o YOLOv7 não visa explicitamente com a mesma granularidade.

2. Arquitetura e Complexidade

O YOLOv7 emprega uma arquitetura baseada em concatenação com E-ELAN, o que aumenta a largura de banda da memória necessária durante o treinamento. Isso pode torná-lo mais lento para treinar e mais faminto por memória do que o YOLOv5. Em contraste, o Ultralytics YOLOv5 usa uma arquitetura simplificada que é altamente otimizada para eficiência de treinamento, permitindo uma convergência mais rápida e menor uso de memória, o que é uma vantagem significativa para engenheiros com orçamentos computacionais limitados.

3. Usabilidade e Experiência do Desenvolvedor

É aqui que o Ultralytics YOLOv5 realmente brilha. O framework Ultralytics proporciona uma experiência unificada com ferramentas robustas para aumento de dados, evolução de hiperparâmetros e track de experimentos.

import torch

# Example: Loading YOLOv5s from PyTorch Hub for inference
model = torch.hub.load("ultralytics/yolov5", "yolov5s", pretrained=True)

# Inference on an image
results = model("https://ultralytics.com/images/zidane.jpg")

# Print results
results.print()

Embora YOLOv7 tenha um repositório, ele carece dos pipelines de CI/CD refinados e prontos para produção, dos extensos guias de integração e do suporte da comunidade que apoiam o ecossistema Ultralytics.

4. Versatilidade

Embora ambos os modelos sejam principalmente arquiteturas de detecção de objetos, o ecossistema Ultralytics em torno do YOLOv5 evoluiu para suportar segmentação de instâncias e classificação de imagens perfeitamente. O YOLOv7 também oferece suporte a essas tarefas, mas geralmente requer diferentes branches ou forks do código, enquanto o Ultralytics oferece uma abordagem mais unificada.

Conclusão: Qual Modelo Você Deve Escolher?

A escolha entre YOLOv7 e YOLOv5 depende das prioridades do seu projeto:

• Escolha YOLOv7 se sua principal restrição for a máxima precisão e você estiver operando em um ambiente de pesquisa ou em hardware de ponta onde a velocidade de inferência e a necessidade de memória são preocupações secundárias.
• Escolha Ultralytics YOLOv5 se você precisa de uma solução confiável e pronta para produção. Sua facilidade de uso, treinamento eficiente, baixa latência em dispositivos de borda e ecossistema de suporte massivo o tornam a escolha superior para a maioria das aplicações comerciais e desenvolvedores que estão começando sua jornada de visão computacional.

Olhando para o Futuro: YOLO11

Embora o YOLOv5 e o YOLOv7 sejam excelentes modelos, o campo da visão computacional evolui rapidamente. Para desenvolvedores que buscam o melhor dos dois mundos —superando a precisão do YOLOv7 e a velocidade/usabilidade do YOLOv5—, recomendamos fortemente explorar o Ultralytics YOLO11.

O YOLO11 representa a evolução mais recente, apresentando uma arquitetura sem âncoras que simplifica o pipeline de treinamento e melhora o desempenho em todas as tarefas, incluindo detecção, segmentação, estimativa de pose e caixas delimitadoras orientadas (OBB).

Explore Outros Modelos

Se você está interessado em comparar outros modelos da família YOLO, confira estas páginas relacionadas:

• YOLOv5 vs YOLOv8
• YOLOv7 vs YOLOv8
• YOLOv7 vs YOLO11
• RT-DETR vs YOLOv7
• YOLOv6 vs YOLOv7

Comentários