YOLOv7 vs YOLOv5
Ao criar pipelines modernos de visão computacional, escolher a arquitetura de detecção de objetos adequada é essencial para equilibrar precisão, velocidade de inferência e utilização de recursos. Esta comparação analisa dois modelos influentes na área de visão computacional: YOLOv7 e Ultralytics YOLOv5.
Ao analisar as diferenças arquitetônicas, as métricas de desempenho e os cenários de implantação ideais, este guia ajuda desenvolvedores e pesquisadores a escolher o melhor modelo para seus requisitos específicos.
Contexto e origens dos modelos#
Compreender as origens destes modelos permite contextualizar as suas filosofias de design e os casos de uso a que se destinam.
YOLOv5#
Lançado por Glenn Jocher e pela equipe da Ultralytics em 26 de junho de 2020, YOLOv5 ofereceu uma implementação nativa em PyTorch que priorizava a usabilidade sem sacrificar o desempenho. Ele rapidamente se tornou um padrão do setor graças ao ecossistema simplificado e à dinâmica de treinamento confiável. Você pode explorar o código-fonte no repositório do YOLOv5 no GitHub ou acessar o modelo diretamente pela Ultralytics Platform.
YOLOv7#
Apresentado por Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao, do Instituto de Ciência da Informação da Academia Sinica, Taiwan, em 6 de julho de 2022, o YOLOv7 concentrou-se bastante em inovações arquiteturais, como as redes Extended Efficient Layer Aggregation (E-ELAN) e um "bag-of-freebies" treinável para impulsionar o estado da arte em precisão. Mais detalhes estão disponíveis no artigo oficial no arXiv e no repositório do YOLOv7 no GitHub. Para executar modelos YOLOv7 exportados com o Ultralytics, consulte a documentação do Ultralytics YOLOv7.
YOLOv5 está totalmente integrado ao pacote Python da Ultralytics. YOLOv7 não tem suporte nativo para treinamento nem inferência com PyTorch, mas checkpoints upstream do YOLOv7 exportados para ONNX ou TensorRT podem ser executados com a Ultralytics, conforme descrito na documentação do YOLOv7.
Inovações arquiteturais#
Design do Ultralytics YOLOv5#
YOLOv5 usa um backbone CSPDarknet53 modificado, combinado com um neck Path Aggregation Network (PANet). Esse design é altamente otimizado para a extração de características rápida e a eficiência de memória. Ao contrário de arquiteturas mais antigas ou de modelos Transformer pesados, YOLOv5 exige bem menos memória CUDA durante o treinamento, permitindo tamanhos de lote maiores em GPUs de consumo padrão. Além das caixas delimitadoras padrão, o repositório do YOLOv5 também adicionou segmentação de instâncias (v7.0) e classificação de imagens (v6.2).
Design do YOLOv7#
O YOLOv7 introduziu várias reparametrizações estruturais e a arquitetura E-ELAN, que permite à rede aprender características mais diversificadas sem destruir o percurso original do gradiente. Também implementa uma cabeça auxiliar para supervisão intermédia durante o treino. Embora estes avanços proporcionem uma precisão média (mAP) elevada, muitas vezes introduzem estruturas de tensores complexas que podem tornar a exportação para formatos de edge, como ONNX ou TensorRT, um pouco mais desafiante do que as exportações simplificadas nativas dos modelos Ultralytics.
Análise de desempenho#
Ao comparar estes modelos, os desenvolvedores devem equilibrar o mAPval50-95, a velocidade de inferência e a complexidade computacional (FLOPs). A tabela abaixo demonstra o desempenho de ambas as arquiteturas avaliadas no conjunto de dados COCO.
| Modelo | tamanho (pixels) | mAPval50-95 | 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 |
| 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 |
Principais conclusões#
- Limite de precisão: O YOLOv7x alcança a maior precisão geral, com 53.1 de mAPval50-95, tornando-o altamente competitivo em cenários nos quais maximizar o desempenho de deteção é o principal objetivo.
- Velocidade e eficiência: Ultralytics YOLOv5n é muito eficiente, com latência de inferência de 1,12 ms no T4 com TensorRT e apenas 1,9 milhão de parâmetros. Isso o torna uma ótima opção para implantações de borda com recursos muito limitados.
- Equilíbrio de desempenho: a série YOLOv5 oferece uma ampla variedade de tamanhos de modelo. YOLOv5l é uma boa opção intermediária: fica um pouco atrás de YOLOv7l em precisão, mas oferece um pipeline de implantação muito maduro.
A vantagem do ecossistema Ultralytics#
A arquitetura de um modelo é apenas metade da equação; o ecossistema ao redor determina sua viabilidade no mundo real, e os modelos da Ultralytics são desenvolvidos levando isso em conta.
Facilidade de uso: a Ultralytics oferece uma API Python unificada e intuitiva. Você pode treinar, validar e implantar modelos com o mínimo de código repetitivo, com o apoio de uma extensa documentação oficial. Ecossistema bem mantido: o desenvolvimento ativo traz atualizações regulares, correções de bugs e integração com ferramentas modernas de rastreamento, como Weights & Biases. Eficiência do treinamento: com carregadores de dados otimizados e cache inteligente, YOLOv5 reduz o tempo de treinamento. Além disso, os pesos pré-treinados prontos para uso aceleram o aprendizado por transferência em vários domínios.
Exemplo de código: treinamento simplificado#
Com o pacote Ultralytics, iniciar uma execução de treinamento segue o mesmo padrão para todas as arquiteturas compatíveis.
from ultralytics import YOLO
# Carrega um modelo YOLOv5 pré-treinado
model = YOLO("yolov5su.pt") # YOLOv5u: pesos YOLOv5 sem âncoras para o pacote ultralytics
# Treina o modelo no conjunto de dados de exemplo COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta o modelo treinado para o formato ONNX para implantação
success = model.export(format="onnx")Casos de utilização ideais#
Quando escolher o YOLOv7#
- Benchmark acadêmico: útil para pesquisadores que precisam comparar novas técnicas com uma linha de base de 2022 bem documentada.
- Processamento na nuvem com GPUs de alto desempenho: indicado para implantações em hardware de servidor potente, quando alcançar o maior mAP em cenas densas é mais importante do que a simplicidade de exportação.
Quando escolher o YOLOv5#
- Implementações em produção: Ideal para aplicações comerciais que exigem elevada estabilidade, opções simples de implementação de modelos e ampla compatibilidade entre plataformas.
- Dispositivos de borda: as variantes menores (YOLOv5n e YOLOv5s) funcionam bem em celulares e sistemas embarcados.
- Requisitos multitarefa: se o seu projeto precisa evoluir da detecção simples para a segmentação de instâncias ou a classificação usando um framework unificado.
Procuras versões mais recentes? Explora o Ultralytics YOLOv8 ou o Ultralytics YOLO11 para conhecer mais avanços na deteção sem âncoras e nas capacidades de aprendizagem multitarefa.
A próxima geração: Ultralytics YOLO26#
Embora YOLOv5 e YOLOv7 ocupem posições importantes na história da IA de visão, o cenário está em constante evolução. Lançado em janeiro de 2026, Ultralytics YOLO26 é o modelo mais recente da Ultralytics e supera as gerações anteriores em precisão, velocidade na CPU e simplicidade de implantação.
YOLO26 apresenta vários recursos importantes:
- Design de ponta a ponta sem NMS: Com base no treinamento sem NMS que o YOLOv10 introduziu nos modelos YOLO, o YOLO26 oferece uma cabeça opcional de ponta a ponta (
nms=False) que ignora o pós-processamento de supressão não máxima (NMS), reduzindo a latência e simplificando a lógica de implantação. - Otimizador MuSGD: Inspirado no Kimi K2 da Moonshot AI, este otimizador híbrido combina SGD padrão com Muon, trazendo ideias de treinamento de LLM para a visão computacional, com treinamento mais estável e convergência mais rápida.
- Maior velocidade na CPU: Ao remover a Distribution Focal Loss (DFL), YOLO26n alcança inferência na CPU até 43% mais rápida que YOLO11n, tornando YOLO26 uma opção adequada para IA de borda e implantação em dispositivos IoT de baixo consumo.
- ProgLoss + STAL: A Progressive Loss e a atribuição de rótulos com foco em alvos pequenos melhoram o reconhecimento de objetos pequenos, algo essencial para imagens aéreas e robótica de precisão.
- Melhorias específicas para cada tarefa: Inclui uma função de perda para segmentação semântica na geração de máscaras, Residual Log-Likelihood Estimation (RLE) para estimativa de pose e uma função de perda angular especializada para resolver problemas de limites de caixas delimitadoras orientadas (OBB).
Conclusão#
YOLOv5 e YOLOv7 oferecem soluções robustas para a detecção de objetos em tempo real. YOLOv7 continua sendo uma ótima opção para obter precisão bruta em hardware de alto desempenho, enquanto YOLOv5 se destaca como uma ferramenta acessível para desenvolvedores, com um bom equilíbrio entre velocidade e eficiência e um ecossistema maduro.
No entanto, para desenvolvedores que querem preparar seus pipelines para o futuro com a melhor combinação de velocidade, simplicidade e precisão, o caminho recomendado é migrar para Ultralytics YOLO26. Ele mantém a facilidade de uso do ecossistema Ultralytics e acrescenta as melhorias arquitetônicas descritas acima.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.