Começar

YOLOv9 vs EfficientDet

A área da visão computacional evoluiu rapidamente na detecção de objetos em tempo real, com pesquisadores melhorando continuamente a precisão e a eficiência. Ao criar sistemas de visão robustos, escolher a arquitetura certa é uma decisão fundamental. Dois modelos amplamente discutidos nessa área são YOLOv9, uma iteração avançada da linhagem YOLO com foco em informações de gradiente, e EfficientDet, uma estrutura escalável desenvolvida pelo Google.

Este guia apresenta uma análise técnica comparativa dessas duas arquiteturas, examinando seus mecanismos internos, métricas de desempenho e cenários ideais de implantação para ajudar você a tomar uma decisão bem fundamentada para seu próximo projeto de IA.

Origens dos modelos e especificações técnicas#

Conhecer a linhagem e a filosofia de design de um modelo oferece um contexto valioso para entender suas decisões estruturais e aplicações práticas.

YOLOv9: maximizando o fluxo de informações#

Desenvolvido para lidar com o "gargalo de informação" do aprendizado profundo, YOLOv9 introduz métodos para evitar a perda de informações à medida que os dados passam por redes neurais profundas.

  • Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
  • Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
  • Data: 21 de fevereiro de 2024
  • Links: Publicação no arXiv, GitHub oficial

YOLOv9 introduz a Informação de Gradiente Programável (PGI), uma estrutura de supervisão auxiliar que ajuda a preservar informações de gradiente confiáveis em camadas profundas. Ela é combinada com a Rede de Agregação de Camadas Eficiente Generalizada (GELAN), que otimiza a eficiência dos parâmetros combinando os pontos fortes de CSPNet e ELAN. Isso permite que YOLOv9 alcance alta precisão mantendo uma estrutura leve, adequada ao processamento de borda em tempo real.

Saiba mais sobre o YOLOv9

EfficientDet: escalonamento composto e BiFPN#

Apresentado pelo Google Brain, EfficientDet aborda a detecção de objetos escalando sistematicamente as dimensões da rede para equilibrar velocidade e precisão.

EfficientDet usa uma rede-base EfficientNet combinada a uma rede piramidal de características bidirecional (BiFPN). BiFPN permite uma fusão de características em várias escalas simples e rápida. A arquitetura usa um método de escalonamento composto que escala uniformemente a resolução, a profundidade e a largura de todas as redes-base, de características e de previsão de caixas/classes ao mesmo tempo.

Saiba mais sobre o EfficientDet

Escolher a estrutura adequada

Embora as arquiteturas teóricas sejam importantes, o ecossistema de software muitas vezes determina o sucesso do projeto. A Ultralytics oferece uma API Python simplificada e ferramentas robustas de implantação que reduzem o tempo de lançamento no mercado em comparação com bases de código complexas e voltadas à pesquisa.

Comparação de desempenho e métricas#

Ao analisar o desempenho dos modelos, é essencial equilibrar a precisão com a latência de inferência e o custo computacional. A tabela abaixo ilustra as compensações entre diferentes tamanhos de YOLOv9 e EfficientDet.

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
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

Análise crítica das métricas#

  1. Limites de Precisão: YOLOv9e alcança a maior precisão geral, com 55.6% de mAP (precisão média), superando o modelo EfficientDet-d7 mais pesado (53.7%) e mantendo velocidades mais altas com TensorRT.
  2. Velocidade em tempo real: O YOLOv9t precisa de apenas 2.3ms em uma GPU T4 usando TensorRT, destacando a eficiência da arquitetura GELAN para fluxos de vídeo de alta velocidade. O EfficientDet-d0 é mais lento, com 3.92 ms, e fica 3.7 mAP atrás do YOLOv9t.
  3. Complexidade Computacional: A quantidade de parâmetros e os FLOPs de EfficientDet aumentam substancialmente conforme o fator composto cresce. A variante d7 chega a 128 ms de latência, sendo cerca de 7.6x mais lenta que YOLOv9e, mais preciso (16.77 ms), o que limita seu uso em ambientes de inferência em tempo real.

Eficiência de treino e ecossistema#

A escolha de um modelo envolve avaliar o ecossistema para desenvolvedores. O ecossistema Ultralytics oferece vantagens claras em eficiência de treinamento, flexibilidade de implantação e versatilidade.

A vantagem da Ultralytics#

Os modelos com suporte na estrutura Ultralytics, incluindo YOLOv9, YOLOv8 e YOLO11, geralmente precisam de menos memória de treinamento do que modelos baseados em Transformer ou arquiteturas TensorFlow mais antigas, como EfficientDet. O backend PyTorch oferece convergência rápida e treinamento estável.

Exemplo de implementação#

Treinar um modelo de visão computacional não deveria exigir centenas de linhas de código repetitivo. O exemplo a seguir inicia o treinamento com o pacote Python da Ultralytics:

from ultralytics import YOLO

# Carrega um modelo oficial da Ultralytics (por exemplo, YOLO11 ou YOLO26)
model = YOLO("yolo11n.pt")

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

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

Casos de uso ideais e aplicações no mundo real#

Diferentes paradigmas estruturais tornam esses modelos adequados para cenários distintos.

Quando usar EfficientDet: EfficientDet continua sendo uma opção viável em sistemas legados profundamente integrados ao ecossistema TensorFlow, nos quais a migração para PyTorch não é viável. Também tem importância histórica na pesquisa de análise de imagens médicas, em que é aceitável processar offline exames de alta resolução mais lentamente.

Quando usar YOLOv9: YOLOv9 é adequado a aplicações que precisam de alta precisão sem uma grande quantidade de parâmetros. Aplicações como gestão de tráfego em cidades inteligentes e monitoramento de multidões densas se beneficiam da capacidade da PGI de preservar detalhes das características.

Preparando o futuro: a próxima geração de IA para visão#

Embora YOLOv9 e EfficientDet sejam modelos capazes, os desenvolvedores que buscam o melhor equilíbrio entre velocidade de computação de borda, estabilidade de treinamento e simplicidade de implantação devem considerar as inovações mais recentes.

Lançado em janeiro de 2026, Ultralytics YOLO26 é atualmente o modelo Ultralytics recomendado. Ele aprimora as gerações anteriores (incluindo YOLO11 e YOLOv8) com várias mudanças importantes:

  • Design ponta a ponta sem NMS: O YOLO26 oferece uma cabeça opcional um-para-um (nms=False) que ignora completamente a supressão não máxima (NMS), uma abordagem introduzida nos modelos YOLO pelo YOLOv10, resultando em uma implantação de modelo mais rápida e simples.
  • 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: YOLO26n é até 43% mais rápido que YOLO11n na CPU, sendo adequado a dispositivos IoT e ambientes sem GPUs dedicadas.
  • Otimizador MuSGD: Uma combinação de SGD e Muon (inspirada nas inovações do treinamento de LLMs) para uma convergência mais rápida e um treinamento mais estável.
  • ProgLoss + STAL: Perda Progressiva e Atribuição de Rótulos Sensível a Alvos Pequenos (STAL) melhoram a detecção de objetos pequenos, um fator essencial para imagens aéreas capturadas por drones e para a robótica.

Com a Plataforma Ultralytics, as equipes podem gerenciar conjuntos de dados, acompanhar experimentos e implantar modelos como YOLO26 em diversos hardwares, mantendo seus pipelines de visão computacional prontos para produção.

Colaboradores

Comentários

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