Começar

YOLOv8 vs DAMO-YOLO

O panorama da visão computacional está em constante evolução, com novas arquiteturas a expandir as possibilidades em dispositivos edge e grandes clusters na nuvem. Esta comparação técnica aborda dois modelos proeminentes de deteção de objetos em tempo real: YOLOv8 e DAMO-YOLO. Ao analisar as arquiteturas, as métricas de desempenho e as metodologias de treino, os engenheiros de machine learning podem tomar decisões fundamentadas para os respetivos pipelines de implantação.

Histórico e origens dos modelos#

Os dois modelos foram apresentados aproximadamente na mesma época, mas têm filosofias de design e objetivos de pesquisa diferentes.

Detalhes do YOLOv8#

Detalhes do DAMO-YOLO#

Saiba mais sobre o DAMO-YOLO

Inovações arquiteturais#

YOLOv8: design versátil sem âncoras#

O Ultralytics YOLOv8 introduziu melhorias significativas em relação às versões anteriores e tornou-se um modelo fiável e amplamente adotado. Apresenta uma cabeça de deteção sem âncoras, que reduz o número de previsões de caixas e acelera a inferência. A arquitetura utiliza uma cabeça desacoplada, que separa as tarefas de classificação e regressão e resulta em previsões de caixas delimitadoras mais precisas.

Além disso, o YOLOv8 implementa a Distribution Focal Loss (DFL) juntamente com a perda CIoU, melhorando a capacidade do modelo de localizar com precisão os limites dos objetos, sobretudo no caso de alvos pequenos ou ocluídos. O seu backbone simplificado está otimizado para execução tanto em GPU como em CPU.

O DAMO-YOLO adota uma abordagem diferente e depende fortemente da pesquisa de arquiteturas neurais (NAS) para conceber automaticamente o seu backbone. A equipa da Alibaba introduziu o «MAE-NAS» para encontrar estruturas que ofereçam um equilíbrio ideal entre latência e precisão, especificamente com aceleração TensorRT.

O modelo incorpora uma RepGFPN (Rede de Pirâmide de Características Generalizada Reparametrizada) para fusão eficiente de características e um design "ZeroHead" para minimizar a carga computacional da cabeça de detecção. Durante o treinamento, ele utiliza AlignedOTA para a atribuição de rótulos e depende bastante de um processo complexo de destilação de conhecimento, que exige um modelo professor maior para supervisionar o modelo aluno de destino.

Complexidade do treinamento

Embora o DAMO-YOLO alcance boas métricas de latência através de NAS e destilação, a destilação costuma exigir mais memória CUDA e tempo de computação durante o treino do que o pipeline de treino numa única etapa do YOLOv8.

Desempenho e métricas#

Ao implantar modelos de visão computacional em produção, é crucial equilibrar precisão (mAP) e velocidade de inferência. A tabela abaixo ilustra o desempenho dos dois modelos em vários tamanhos.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLOv8n64037.380.41.473.28.7
YOLOv8s64044.9128.42.6611.228.6
YOLOv8m64050.2234.75.8625.978.9
YOLOv8l64052.9375.29.0643.7165.1
YOLOv8x64053.9479.114.3768.2257.8
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Nos tamanhos menores, o DAMO-YOLOt e o DAMO-YOLOs alcançam um mAP superior ao do YOLOv8n e do YOLOv8s, mas utilizam mais parâmetros; a partir do tamanho médio, o YOLOv8 lidera em precisão. O YOLOv8n (nano) precisa de apenas 3,2 milhões de parâmetros, contra 8,5 milhões do DAMO-YOLOt, sendo mais adequado a dispositivos móveis ou ambientes com limites rigorosos de memória. O YOLOv8 também oferece uma gama mais ampla de tamanhos, que vai até ao YOLOv8x, o modelo mais preciso desta comparação, para cargas de trabalho na nuvem.

Experiência do desenvolvedor e ecossistema#

Facilidade de uso e eficiência do treinamento#

Um dos maiores fatores de diferenciação é a experiência do utilizador. O ecossistema Ultralytics foi concebido para acelerar o trabalho dos programadores. O treino de um modelo YOLOv8 personalizado tem requisitos moderados de memória e é feito através de uma API unificada de Python ou de uma interface de linha de comandos.

Por outro lado, reproduzir o treinamento de DAMO-YOLO aprimorado por destilação costuma exigir a navegação por arquivos de configuração complexos e o gerenciamento de rastreamento de experimentos com várias etapas e modelos professor-aluno.

O exemplo seguinte treina e exporta o YOLOv8 com Python:

from ultralytics import YOLO

# Carrega um modelo YOLOv8 nano pré-treinado
model = YOLO("yolov8n.pt")

# Treina o modelo com o conjunto de dados COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="cpu")

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

Versatilidade em tarefas de visão computacional#

O DAMO-YOLO foi concebido exclusivamente para a deteção de objetos com caixas delimitadoras. Em contrapartida, a arquitetura YOLOv8 oferece suporte nativo a várias tarefas. Ao trocar os pesos do modelo, os programadores podem realizar segmentação de instâncias, classificação de imagens e estimativa de pose sem alterar a base de código de implantação subjacente, o que torna os modelos Ultralytics mais práticos para aplicações multitarefa.

Casos de uso no mundo real#

Quando usar YOLOv8#

A combinação de velocidade, precisão e facilidade de implantação do YOLOv8 faz dele a opção ideal para:

  • Análise inteligente do varejo: Realizar rastreamento de objetos para monitorar o comportamento dos clientes ou automatizar a verificação do estoque.
  • Robótica agrícola: aproveita o forte desempenho em diversos tipos de hardware para identificar culturas ou pragas em tempo real.
  • Diagnósticos de saúde: Usar segmentação de instâncias para mapear anomalias em imagens médicas de forma rápida e precisa.
  • Implantações edge: a exportação integrada para formatos como OpenVINO e CoreML torna o YOLOv8 adequado a dispositivos com recursos limitados.

Quando usar DAMO-YOLO#

O DAMO-YOLO pode ser benéfico em cenários específicos, especialmente:

  • Pesquisa acadêmica de NAS: Para equipes que estudam reparametrização ou metodologias de design automatizado de arquiteturas.
  • Pipelines estritamente limitados pela GPU: aplicações executadas exclusivamente em hardware NVIDIA específico, no qual suas estruturas projetadas por NAS foram otimizadas para execução com TensorRT.

Casos de uso e recomendações#

A escolha entre YOLOv8 e DAMO-YOLO depende dos requisitos específicos do teu projeto, das restrições de implantação e das preferências de ecossistema.

Quando escolher o YOLOv8#

O YOLOv8 é uma ótima opção para:

  • Implantação versátil para várias tarefas: Projetos que precisam de um modelo comprovado para detecção, segmentação, classificação e estimativa de pose no ecossistema Ultralytics.
  • Sistemas de produção estabelecidos: Ambientes de produção existentes já baseados na arquitetura YOLOv8, com pipelines de implantação estáveis e bem testados.
  • Amplo suporte da comunidade e do ecossistema: Aplicações que se beneficiam dos extensos tutoriais, integrações de terceiros e recursos da comunidade ativa do YOLOv8.

Quando escolher DAMO-YOLO#

O DAMO-YOLO é recomendado para:

  • Análise de vídeo de alto rendimento: Processamento de transmissões de vídeo com alto FPS em uma infraestrutura fixa de GPU NVIDIA, na qual o rendimento com lote 1 é a principal métrica.
  • Linhas de fabricação industrial: Cenários com restrições rigorosas de latência da GPU em hardware dedicado, como inspeção de qualidade em tempo real em linhas de montagem.
  • Pesquisa em busca de arquitetura neural: Estudo dos efeitos da busca automatizada de arquitetura (MAE-NAS) e de backbones eficientes com reparametrização no desempenho da detecção.

Quando escolher Ultralytics (YOLO26)#

Para a maioria dos projetos novos, Ultralytics YOLO26 oferece a melhor combinação de desempenho e experiência para desenvolvedores:

  • Implantação de borda sem NMS: Aplicações que exigem inferência consistente e de baixa latência, sem a complexidade do pós-processamento de supressão não máxima (NMS).
  • Ambientes apenas com CPU: Dispositivos sem aceleração por GPU dedicada, nos quais a inferência em CPU até 43% mais rápida de YOLO26n em comparação com YOLO11n oferece uma vantagem decisiva.
  • Detecção de objetos pequenos: cenários desafiadores, como imagens aéreas capturadas por drones ou análise de sensores IoT, em que ProgLoss e STAL melhoram a precisão em objetos minúsculos.

O futuro: modelos Ultralytics mais recentes#

O YOLOv8 continua sendo uma ferramenta confiável, mas a área de visão computacional evolui rapidamente, por isso os usuários também devem considerar gerações mais recentes:

YOLO26: a geração mais recente, Ultralytics YOLO26, apresenta um Design nativo de ponta a ponta sem NMS (nms=False) que elimina a latência do pós-processamento de NMS. O Otimizador MuSGD (um híbrido de SGD e Muon) estabiliza o treinamento, e ProgLoss + STAL (Perda Progressiva e Atribuição de Rótulos Consciente de Alvos Pequenos) melhoram a detecção de objetos pequenos. Com a Remoção de DFL (remoção da Distribution Focal Loss para simplificar a exportação e melhorar a compatibilidade com dispositivos de borda/de baixo consumo), o YOLO26n oferece inferência na CPU até 43% mais rápida que o YOLO11n, sendo uma ótima opção para computação de borda.

YOLO11: Ultralytics YOLO11 aprimora a arquitetura do YOLOv8 e continua amplamente adotado pela comunidade.

Simplifica o teu fluxo de trabalho

Para levar modelos do protótipo à produção, usa a Ultralytics Platform para anotar conjuntos de dados automaticamente, acompanhar experimentos e implantar modelos na nuvem ou em dispositivos de borda.

Em conclusão, embora o DAMO-YOLO ofereça insights úteis de pesquisa sobre busca de arquiteturas, os modelos Ultralytics fornecem um ecossistema mais maduro, versátil e amigável para desenvolvedores. Quer continues com o YOLOv8 ou atualizes para a arquitetura YOLO26 sem NMS, a Ultralytics oferece um conjunto completo de ferramentas para IA de visão em tempo real.

Comentários1

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

  1. exilebuild5423GitHub(editado)

    Great technical comparison! DAMO-YOLO stands out with its advanced decoupled head and innovative data augmentation techniques, pushing accuracy further in specific detection tasks. However, this YOLOv8 comparison highlights how v8 offers a more balanced architecture with better ease of use, strong community support, and flexibility for multitask learning. Both models are strong contenders — the choice really depends on deployment needs and optimization priorities.