Começar

YOLOv7 vs YOLOv9

O cenário da detecção de objetos em tempo real evoluiu rapidamente, com cada nova versão melhorando o desempenho tanto em dispositivos de borda quanto em servidores na nuvem. Ao avaliar arquiteturas para projetos de visão computacional, os desenvolvedores costumam comparar benchmarks estabelecidos com designs mais recentes. Este guia compara dois marcos importantes da família YOLO: YOLOv7 e YOLOv9.

O guia aborda as arquiteturas, as métricas de desempenho e os cenários ideais de implantação para ajudar você a escolher o modelo certo para sua aplicação, além de mostrar como a Ultralytics Platform e a API Python facilitam o treinamento, a validação e a implantação de modelos compatíveis, como YOLOv9.

Linagem dos modelos e especificações técnicas#

Compreender as origens e as filosofias de design desses modelos oferece um contexto essencial para entender seus recursos. Ambos compartilham uma linhagem de pesquisa, mas têm como alvo gargalos arquitetônicos diferentes.

YOLOv7: Pioneiro das Técnicas Bag-of-Freebies#

Lançado em meados de 2022, YOLOv7 se tornou uma arquitetura amplamente usada e bem otimizada. Ele introduziu a reparametrização estrutural e uma abordagem de “conjunto de vantagens gratuitas treinável” para manter altas velocidades de inferência sem comprometer a precisão média (mAP).

Inovações arquitetônicas: o YOLOv7 apresenta a Extended Efficient Layer Aggregation Network (E-ELAN), que permite ao modelo aprender recursos mais diversos ao expandir, embaralhar e combinar a cardinalidade. Esse design resulta em excelente utilização da GPU e latência de inferência. No entanto, em comparação com versões modernas, pode exigir bastante memória durante execuções de treinamento complexas.

Saiba mais sobre o YOLOv7

YOLOv9: Resolução do Estrangulamento de Informação#

Apresentado no início de 2024 pela mesma equipe de pesquisa, YOLOv9 aborda o “gargalo de informação” inerente às redes neurais profundas. À medida que os dados passam por camadas profundas, detalhes essenciais costumam se perder. YOLOv9 atenua esse problema com novos componentes arquitetônicos.

Inovações arquitetônicas: o YOLOv9 introduz Programmable Gradient Information (PGI) e a Generalized Efficient Layer Aggregation Network (GELAN). O PGI garante que gradientes confiáveis sejam preservados e realimentados para atualizar os pesos com precisão. O GELAN maximiza a eficiência dos parâmetros, permitindo que o YOLOv9 alcance alta precisão com muito menos FLOPs do que seus antecessores.

Saiba mais sobre o YOLOv9

Análise de desempenho#

Ao escolher entre arquiteturas, engenheiros de IA precisam equilibrar precisão, velocidade de inferência e custo computacional. A tabela abaixo destaca as diferenças de desempenho entre esses modelos no conjunto de dados padrão COCO.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLOv7l64051.4-6.8436.9104.7
YOLOv7x64053.1-11.5771.3189.9
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Principais conclusões#

  • Eficiência de parâmetros: YOLOv9m iguala a precisão do YOLOv7l (51,4% mAP) usando aproximadamente 45% menos parâmetros (20,1 milhões contra 36,9 milhões). Essa redução facilita a implantação do YOLOv9m em dispositivos de IA de borda com memória limitada.
  • Implantações em microescala: a variante YOLOv9t (tiny) é executada em 2,3 ms em uma GPU T4 com TensorRT, sendo adequada para ambientes com restrições rigorosas de tempo real.
  • Precisão máxima: para aplicações em que a precisão é o mais importante, YOLOv9e alcança 55,6% mAP, 2,5 pontos a mais que YOLOv7x.
Preparando os teus projetos de visão computacional para o futuro

Embora YOLOv7 e YOLOv9 sejam modelos capazes, YOLO26 é atualmente o modelo Ultralytics recomendado para novos projetos. Ele apresenta um design nativo de ponta a ponta sem NMS (opcional por meio de nms=False), que ignora o pós-processamento de supressão não máxima (NMS) e oferece inferência na CPU até 43% mais rápida (YOLO26n em comparação com YOLO11n). O otimizador MuSGD melhora a estabilidade do treinamento, enquanto ProgLoss + STAL (perda progressiva e atribuição de rótulos consciente de alvos pequenos) aprimora a detecção de objetos pequenos.

A vantagem da Ultralytics#

Escolher uma arquitetura de modelo é apenas o primeiro passo. O ecossistema de software em torno do modelo determina a rapidez com que você pode passar do protótipo à produção. Integrar modelos compatíveis, como YOLOv9, por meio da API Python da Ultralytics oferece benefícios substanciais para desenvolvedores e pesquisadores.

Facilidade de uso e eficiência do treinamento#

Historicamente, treinar YOLOv7 exigia preparação complexa dos dados e scripts bastante personalizados. O framework Ultralytics cuida desses detalhes, permitindo que os desenvolvedores alternem entre arquiteturas, experimentem o ajuste de hiperparâmetros e usem pipelines integrados de aumento de dados com o mínimo de código.

A Ultralytics também otimiza o uso de memória durante o treinamento e a inferência. Em comparação com modelos Transformer mais pesados, como RT-DETR, as arquiteturas YOLO da Ultralytics geralmente treinam mais rápido e exigem menos memória CUDA, sendo práticas em GPUs de consumo.

Exemplo de código: treinamento simplificado#

O exemplo executável a seguir treina, valida e exporta um modelo YOLOv9 com a API Python da Ultralytics:

from ultralytics import YOLO

# Inicializa o modelo (podes substituir 'yolov9c.pt' por 'yolo26n.pt')
model = YOLO("yolov9c.pt")

# Treina o modelo no conjunto de dados de amostra COCO8
train_results = model.train(
    data="coco8.yaml",
    epochs=50,
    imgsz=640,
    device="0",  # Usa a GPU 0, se disponível
    batch=16,  # Tamanho de lote otimizado para eficiência de memória
)

# Valida o desempenho do modelo no conjunto de validação
metrics = model.val()

# Exporta o modelo treinado para o formato ONNX para implantação
model.export(format="onnx")

Versatilidade em várias tarefas#

Um ecossistema bem mantido também oferece acesso a mais tarefas de visão computacional. Embora YOLOv7 tenha sido desenvolvido principalmente para detecção de objetos (com ramificações experimentais posteriores para outras tarefas), os modelos modernos da Ultralytics oferecem suporte nativo a várias tarefas. Prontos para uso, eles permitem realizar segmentação de instâncias, classificação de imagens, estimativa de pose e detecção de caixas delimitadoras orientadas (OBB).

Casos de uso e aplicações ideais#

A decisão entre YOLOv7 e YOLOv9 geralmente depende das restrições específicas do teu setor e da disponibilidade de hardware.

Quando usar o YOLOv7#

  • Implantações legadas em dispositivos de borda: para ambientes de hardware já ajustados à arquitetura E-ELAN do YOLOv7, ele continua sendo uma opção sólida para IoT industrial.
  • Monitoramento de tráfego: as altas taxas de quadros e a estabilidade comprovada do YOLOv7 o tornam uma boa opção para infraestrutura de cidades inteligentes e gerenciamento de tráfego em tempo real.
  • Integração com robótica: navegar por ambientes dinâmicos exige processamento de baixa latência, um cenário em que as variantes do YOLOv7 foram amplamente testadas.

Quando usar o YOLOv9#

  • Imagens médicas: o PGI ajuda YOLOv9 a preservar detalhes minuciosos nas camadas profundas, o que é valioso em tarefas de análise de imagens médicas, como a detecção de tumores.
  • Análise de varejo com alta densidade: para rastrear e contar itens muito próximos uns dos outros nas prateleiras, a integração de características do YOLOv9 pode melhorar a precisão e reduzir os falsos negativos.
  • Imagens aéreas e de drones: a eficiência de parâmetros do YOLOv9m permite o processamento de imagens de alta resolução em drones, ajudando na conservação da vida selvagem e no monitoramento agrícola sem esgotar a bateria.

Conclusão#

YOLOv7 e YOLOv9 são marcos importantes da família YOLO. YOLOv7 introduziu otimizações essenciais para o processamento em tempo real, enquanto YOLOv9 abordou a perda de informação em redes profundas para melhorar a eficiência de parâmetros.

Para novos projetos, porém, modelos mais recentes da Ultralytics, como YOLO11 e YOLO26, oferecem um equilíbrio melhor entre velocidade, precisão e experiência do desenvolvedor. Com o otimizador MuSGD e a remoção de Distribution Focal Loss (DFL) para uma compatibilidade mais ampla com hardware, YOLO26 é o ponto de partida recomendado.

Comentários

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