Começar

YOLOv9 vs DAMO-YOLO

A rápida evolução da visão computacional produziu muitas arquiteturas voltadas a diferentes restrições de implantação e requisitos de precisão. Duas opções notáveis são YOLOv9, conhecido por lidar com gargalos de informação em redes profundas, e DAMO-YOLO, que usa Busca de Arquitetura Neural (NAS) e pirâmides de características eficientes.

Este guia oferece uma comparação técnica entre YOLOv9 e DAMO-YOLO, destacando suas diferenças arquiteturais, metodologias de treinamento e cenários ideais de implantação. Ele também aborda como o ecossistema Ultralytics simplifica o caminho do desenvolvimento à produção e por que modelos mais recentes, como YOLO26, são agora recomendados para novos projetos.

Análise aprofundada da arquitetura#

Entender os mecanismos centrais de cada modelo revela por que eles apresentam desempenhos diferentes em várias métricas.

YOLOv9: informações de gradiente programáveis#

YOLOv9 foi projetado para abordar diretamente a perda de informação que ocorre à medida que os dados fluem por redes neurais profundas.

  • Autores: Chien-Yao Wang, Hong-Yuan Mark Liao
  • Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
  • Data: 21 de fevereiro de 2024
  • Links: arXiv, GitHub, Documentação

Saiba mais sobre o YOLOv9

YOLOv9 apresenta Informações de Gradiente Programáveis (PGI) e a Rede Generalizada de Agregação Eficiente de Camadas (GELAN). A PGI garante a retenção de informações espaciais e semânticas vitais durante a propagação direta, evitando a degradação dos gradientes usados para atualizar os pesos. A GELAN complementa esse recurso maximizando a eficiência dos parâmetros, permitindo que o modelo alcance uma precisão média (mAP) de última geração com menos FLOPs do que muitas CNNs convencionais.

DAMO-YOLO: eficiência orientada por NAS#

Desenvolvido pelo Alibaba Group, DAMO-YOLO segue uma abordagem diferente, usando busca automatizada de arquitetura para encontrar um equilíbrio eficiente entre velocidade e precisão.

  • Autores: Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang e Xiuyu Sun
  • Organização: Alibaba Group
  • Data: 23 de novembro de 2022
  • Links: arXiv, GitHub

Saiba mais sobre o DAMO-YOLO

DAMO-YOLO depende de uma rede backbone MAE-NAS (busca de arquitetura neural por entropia máxima) para gerar automaticamente estruturas de rede eficientes. Ele utiliza uma RepGFPN (rede generalizada de pirâmide de características reparametrizada) para fusão robusta de características e um design "ZeroHead" para minimizar a carga computacional da cabeça de detecção. Além disso, incorpora AlignedOTA para atribuição de rótulos e destilação de conhecimento, melhorando o desempenho de suas variantes menores.

O papel da NAS na visão computacional

A Busca de Arquitetura Neural (NAS) automatiza o projeto de redes neurais artificiais. Embora possa produzir modelos altamente eficientes, como DAMO-YOLO, ela adiciona uma etapa de busca ao projeto do modelo (DAMO-YOLO usa a busca MAE-NAS sem treinamento), diferentemente da arquitetura projetada manualmente de YOLOv9.

Comparação de desempenho e métricas#

Ao escolher um modelo de detecção de objetos, é fundamental equilibrar precisão, velocidade e consumo computacional.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
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
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

Análise#

  • Precisão versus Parâmetros: YOLOv9 geralmente apresenta uma relação entre parâmetros e precisão melhor. Por exemplo, YOLOv9c alcança 53.0% de mAP com 25.5M de parâmetros, enquanto DAMO-YOLOl alcança 50.8% de mAP, mas precisa de muito mais parâmetros (42.1M).
  • Velocidade de Inferência: A arquitetura de DAMO-YOLO oferece velocidades competitivas de inferência com TensorRT em GPUs T4, superando YOLOv9 por uma pequena margem nas categorias médias. No entanto, a menor quantidade de parâmetros de YOLOv9 na maioria dos tamanhos ajuda a reduzir o uso de memória da GPU.
  • Requisitos de Memória: Os modelos Ultralytics YOLO, incluindo YOLOv9, geralmente usam menos memória durante o treinamento e a inferência do que modelos complexos gerados por NAS ou arquiteturas Transformer pesadas, o que os torna práticos para implantação em hardware de borda limitado.

A vantagem do ecossistema Ultralytics#

Embora as métricas teóricas sejam importantes, a implementação prática muitas vezes determina o sucesso de um projeto. Nesse aspecto, a Plataforma Ultralytics e o amplo ecossistema de software Ultralytics oferecem vantagens claras em relação a repositórios independentes como DAMO-YOLO.

Facilidade de uso e eficiência do treinamento#

Treinar um modelo YOLOv9 personalizado exige pouco código repetitivo. A API Python da Ultralytics cuida de processos complexos, como aumento de dados, treinamento distribuído e otimização de hardware.

from ultralytics import YOLO

# Carrega um modelo YOLOv9 pré-treinado
model = YOLO("yolov9c.pt")

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

# Valida o desempenho do modelo
metrics = model.val()

# Exporta para implantação em produção
model.export(format="onnx")

Por outro lado, usar DAMO-YOLO geralmente exige lidar com arquivos de configuração rígidos e cadeias complexas de dependências específicas do pipeline de treinamento, o que resulta em uma curva de aprendizado mais acentuada.

Versatilidade em várias tarefas#

Uma característica marcante dos modelos Ultralytics é sua versatilidade. Além da detecção padrão de caixas delimitadoras, a estrutura Ultralytics oferece suporte a tarefas como Segmentação de Instâncias, Classificação de Imagens, Estimativa de Pose e detecção de Caixas Delimitadoras Orientadas (OBB). DAMO-YOLO é otimizado exclusivamente para detecção de objetos 2D e exige uma reformulação significativa para se adaptar a outros paradigmas visuais.

Exportação para dispositivos de borda

A Ultralytics simplifica o pipeline de implantação oferecendo exportação de modelos com um único comando para formatos como TensorRT, OpenVINO e CoreML, ajudando você a otimizar o desempenho no hardware de destino.

Casos de uso e recomendações#

A escolha entre YOLOv9 e DAMO-YOLO depende dos requisitos específicos do seu projeto, das restrições de implantação e das preferências de ecossistema.

Quando escolher o YOLOv9#

YOLOv9 é uma ótima opção para:

  • Pesquisa sobre gargalos de informação: Projetos acadêmicos que estudam arquiteturas de Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).
  • Estudos de otimização do fluxo de gradientes: Pesquisas voltadas a entender e reduzir a perda de informação nas camadas profundas da rede durante o treinamento.
  • Benchmarking de detecção de alta precisão: Cenários em que o forte desempenho do YOLOv9 no benchmark COCO é necessário como referência para comparações arquitetônicas.

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 novos projetos, o 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 somente com CPU: Dispositivos sem aceleração de GPU dedicada, nos quais a inferência na CPU até 43% mais rápida do YOLO26 (YOLO26n contra 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: migrando para YOLO26#

Embora YOLOv9 e DAMO-YOLO sejam marcos importantes, a visão computacional moderna passou a adotar arquiteturas nativamente ponta a ponta. Para novos desenvolvimentos, o modelo recomendado é YOLO26.

Lançado em janeiro de 2026, YOLO26 se baseia em seus antecessores e melhora tanto a precisão quanto a simplicidade de implantação.

Principais Inovações do YOLO26#

  • Design ponta a ponta sem NMS: A cabeça opcional um-para-um do YOLO26 (nms=False) elimina completamente o pós-processamento de supressão não máxima (NMS). Isso cria um pipeline de implantação otimizado e nativamente ponta a ponta, uma abordagem introduzida nos modelos YOLO pelo YOLOv10.
  • Remoção da DFL: a Distribution Focal Loss foi removida para simplificar a exportação e melhorar a compatibilidade com dispositivos de borda e de baixo consumo de energia.
  • Inferência na CPU até 43% mais rápida: Com DFL e NMS removidos, YOLO26n é até 43% mais rápido que YOLO11n na CPU, o que o torna adequado a cenários de computação de borda sem GPUs dedicadas.
  • Otimizador MuSGD: Inspirado nas inovações do treinamento de LLMs, YOLO26 usa uma combinação de SGD e Muon (MuSGD) para um treinamento mais estável e uma convergência mais rápida.
  • ProgLoss + STAL: Perda Progressiva e Atribuição de Rótulos Sensível a Alvos Pequenos (STAL) melhoram a detecção de objetos pequenos, tornando YOLO26 adequado a imagens aéreas de alta altitude e dispositivos IoT.

Se você está pesquisando YOLO11 ou YOLOv8 para seu próximo projeto, considere usar YOLO26, o modelo Ultralytics recomendado atualmente.

Resumo#

A escolha do modelo certo depende das suas restrições operacionais específicas:

  • DAMO-YOLO oferece uma visão útil sobre a otimização orientada por NAS e velocidades competitivas em perfis de hardware muito específicos, nos quais sua arquitetura RepGFPN se destaca.
  • YOLOv9 é uma excelente opção para pesquisadores que buscam preservar detalhes visuais refinados, usando sua arquitetura PGI para evitar a perda de informações em redes profundas.
  • Ultralytics YOLO26 é a opção recomendada para novas aplicações empresariais e de pesquisa. Sua facilidade de uso, arquitetura sem NMS e otimizações de treinamento MuSGD fazem dele um modelo confiável, preciso e fácil de implantar.

Comentários

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