Começar

YOLOv7 vs YOLOX

A evolução da visão computacional tem sido marcada por avanços rápidos na detecção de objetos em tempo real. Dois marcos importantes são YOLOv7 e YOLOX. Embora ambos os modelos tenham melhorado a velocidade e a precisão, adotaram abordagens arquitetônicas diferentes. Este guia apresenta uma comparação técnica dos dois modelos para te ajudar a escolher a arquitetura certa para os teus projetos de visão computacional.

Introdução aos modelos#

Compreender as origens e as principais escolhas de projeto desses modelos é importante para implantá-los com eficácia nas operações modernas de aprendizado de máquina.

Detalhes do YOLOv7#

Desenvolvido pelos investigadores responsáveis pelas arquiteturas CSPNet e Scaled-YOLOv4, o YOLOv7 introduziu uma abordagem de «bag-of-freebies» treinável para maximizar a precisão sem aumentar o custo de inferência.

Saiba mais sobre o YOLOv7

Detalhes do YOLOX#

YOLOX seguiu outro caminho, retomando a detecção sem âncoras para simplificar a arquitetura da cabeça e, ao mesmo tempo, manter um bom desempenho.

Saiba mais sobre o YOLOX

Diferenças e inovações arquitetónicas#

As principais diferenças entre o YOLOv7 e o YOLOX estão na abordagem à extração de características, à predição de caixas delimitadoras e à atribuição de rótulos.

YOLOX: pioneiro sem âncoras#

YOLOX introduziu um design sem âncoras na família YOLO. Os detectores tradicionais baseados em âncoras exigem ajustes heurísticos para agrupar caixas de âncora, algo que pode depender muito do conjunto de dados. Ao eliminar as caixas de âncora, YOLOX reduziu significativamente o número de parâmetros de projeto. YOLOX também usa uma cabeça desacoplada, separando as tarefas de classificação e localização em ramificações distintas da rede. Isso reduz o conflito entre classificar um objeto e regredir suas coordenadas espaciais. YOLOX também integra estratégias avançadas de atribuição de rótulos, como SimOTA, que aloca dinamicamente amostras positivas durante o treinamento.

YOLOv7: agregação eficiente de camadas estendida#

YOLOv7, lançado um ano depois, manteve um design baseado em âncoras, mas introduziu a Extended Efficient Layer Aggregation Network (E-ELAN). E-ELAN otimiza o comprimento do caminho do gradiente para que a rede aprenda com eficiência em diferentes profundidades. A arquitetura depende bastante da reparametrização, fundindo camadas convolucionais durante a inferência para aumentar a velocidade sem sacrificar a precisão. A estratégia "bag-of-freebies" de YOLOv7 inclui convoluções reparametrizadas planejadas e atribuição de rótulos guiada pelo elemento principal, de grosseira a fina, que aumentam a precisão média média (mAP) do modelo.

Com âncoras vs. sem âncoras

Embora a configuração sem âncoras do YOLOX tenha simplificado os pipelines de implementação, as arquiteturas modernas da Ultralytics aperfeiçoaram desde então esta abordagem, eliminando a necessidade de caixas predefinidas nas gerações mais recentes.

Comparação de desempenho#

Ao avaliar esses modelos para produção, é essencial equilibrar precisão e eficiência computacional. A tabela abaixo ilustra as compensações e destaca em negrito as métricas de melhor desempenho.

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
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

Como mostrado acima, YOLOv7x alcança o mAP mais alto nesta comparação, tornando-se a opção mais precisa para conjuntos de dados complexos. YOLOX-Nano, por outro lado, destina-se a dispositivos com recursos extremamente limitados. Ambas as famílias de modelos podem exigir mais memória de treinamento do que as arquiteturas Ultralytics mais recentes.

Metodologias de treinamento e ecossistema#

A facilidade de implementação é um fator essencial para pesquisadores e desenvolvedores. Historicamente, versões antigas do YOLO exigiam scripts de treinamento personalizados e um gerenciamento complexo de dependências.

A vantagem do ecossistema Ultralytics#

YOLOv7 e YOLOX não têm suporte nativo no pacote Python da Ultralytics; para novos projetos, o caminho mais eficaz é usar um modelo Ultralytics YOLO no ecossistema Ultralytics bem mantido. A Ultralytics oferece uma API Python unificada que simplifica o treinamento, a validação e a implantação.

  • Facilidade de uso: Bastam algumas linhas de código para iniciar um treinamento, reduzindo a curva de aprendizado das implementações brutas em PyTorch.
  • Eficiência do treinamento: Os modelos Ultralytics YOLO geralmente usam menos memória durante o treinamento do que modelos transformer, como RT-DETR, permitindo tamanhos de lote maiores em hardware de consumo.
  • Versatilidade: Além de caixas delimitadoras, a mesma API oferece suporte a tarefas como segmentação de instâncias e estimativa de pose.

O exemplo executável a seguir treina e exporta um modelo usando a API da Ultralytics:

from ultralytics import YOLO

# Carrega um modelo pré-treinado
model = YOLO("yolov8n.pt")  # Pesos disponíveis de imediato para uma aprendizagem por transferência rápida

# Treina o modelo de forma eficiente com os teus dados personalizados
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device="0",  # Usa a primeira GPU CUDA
)

# Exporte para ONNX ou TensorRT
model.export(format="onnx")

Com um pipeline de exportação padronizado, os desenvolvedores podem converter os pesos para formatos como TensorRT ou ONNX para obter inferência rápida no hardware de destino.

Casos de uso ideais e aplicações no mundo real#

A escolha entre YOLOX e YOLOv7 depende, em grande parte, dos alvos de implantação:

  • YOLOX para IA de borda: As variantes YOLOX-Nano e YOLOX-Tiny são muito adequadas para implantação em dispositivos de baixo consumo de energia. Se você estiver desenvolvendo uma câmera de segurança inteligente em um Raspberry Pi, as convoluções simples e sem âncoras do YOLOX se adaptam facilmente a aceleradores de borda.
  • YOLOv7 para análises de alta precisão: Se estiveres processando imagens de satélite de alta resolução ou executando tarefas complexas de controle de qualidade na manufatura, o alto mAP de YOLOv7x em GPUs NVIDIA de alto desempenho ajuda a detectar anomalias pequenas.

O futuro: atualização para Ultralytics YOLO26#

YOLOv7 e YOLOX foram influentes quando lançados, mas a área avançou significativamente desde então. Para novas implantações, a Ultralytics recomenda Ultralytics YOLO26, lançado em janeiro de 2026, que incorpora essas lições arquitetônicas num modelo pronto para produção.

As principais melhorias incluem:

  • Design de ponta a ponta sem NMS: A cabeça opcional um-para-um do YOLO26 (nms=False) elimina a supressão não máxima (NMS) durante o pós-processamento. Introduzida nos modelos YOLO pelo YOLOv10, essa abordagem mantém a latência consistentemente baixa e simplifica a implantação em dispositivos sem suporte eficiente a NMS.
  • Remoção de DFL: A remoção da Distribution Focal Loss melhora a compatibilidade com dispositivos de borda de baixo consumo e simplifica a exportação para ONNX.
  • Otimizador MuSGD: Inspirado no treinamento de LLM, YOLO26 usa MuSGD, uma combinação híbrida de SGD e Muon, para obter convergência mais rápida e treinamento mais estável.
  • Inferência na CPU até 43% mais rápida: YOLO26n funciona até 43% mais rápido que YOLO11n na inferência ONNX na CPU, apresentando bom desempenho em CPUs padrão sem infraestrutura dedicada de GPU.
  • ProgLoss + STAL: Progressive Loss e Small-Target-Aware Label Assignment melhoram a detecção de objetos pequenos, algo essencial para imagens aéreas, como as do conjunto de dados VisDrone, e para redes de câmeras IoT.

Para equipes que trabalham com detecção de objetos, segmentação e outras tarefas, a Ultralytics Platform oferece um único lugar para anotar dados, treinar e implantar modelos.

Conclusão#

YOLOX e YOLOv7 introduziram técnicas que moldaram a IA de visão de código aberto. YOLOX demonstrou a viabilidade de cabeças desacopladas sem âncoras, enquanto YOLOv7 mostrou o valor do projeto do caminho do gradiente e da reparametrização. Hoje, o ecossistema Ultralytics permite desenvolver essas ideias com os modelos modernos Ultralytics YOLO, sendo YOLO26 a opção recomendada para novas aplicações de visão computacional.

Colaboradores

Comentários

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