YOLOv9 vs YOLO11#

A rápida evolução da visão computacional tem continuamente ampliado os limites do que é possível na deteção de objetos em tempo real. Ao comparar as principais arquiteturas, YOLOv9 e Ultralytics YOLO11 destacam-se como avanços monumentais, cada uma atendendo a necessidades técnicas distintas. YOLOv9 introduziu novas formas de preservar o fluxo de gradientes durante o treino de redes profundas, enquanto YOLO11 revolucionou o ecossistema de visão de uso geral com eficiência, versatilidade e facilidade de utilização incomparáveis.

Esta comparação técnica abrangente analisa as arquiteturas, as métricas de desempenho, os requisitos de memória e os cenários de implementação ideais para te ajudar a selecionar o modelo ideal para o teu próximo projeto de IA.

Especificações técnicas e autoria#

Compreender a linhagem destes modelos fornece um contexto essencial para as suas decisões arquiteturais e dependências de framework.

YOLOv9#

YOLOv9 concentrou-se fortemente, a nível académico, nos gargalos de informação do deep learning, priorizando intensamente a máxima fidelidade das características por meio de blocos de rede personalizados.

• Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organização: Institute of Information Science, Academia Sinica
• Data: 21 de fevereiro de 2024
• Arxiv: https://arxiv.org/abs/2402.13616
• GitHub: https://github.com/WongKinYiu/yolov9

Saiba mais sobre o YOLOv9

Ultralytics YOLO11#

YOLO11 foi concebido de raiz para ambientes de produção, com foco no equilíbrio entre precisão de topo, velocidades de implementação no mundo real e versatilidade multitarefa.

• Autores: Glenn Jocher e Jing Qiu
• Organização: Ultralytics
• Data: 27 de setembro de 2024
• GitHub: https://github.com/ultralytics/ultralytics

Inovações arquiteturais#

Informação de gradiente programável no YOLOv9#

YOLOv9 introduz o conceito de Informação de Gradientes Programável (PGI), juntamente com a Rede Generalizada de Agregação Eficiente de Camadas (GELAN). À medida que as redes neuronais se tornam mais profundas, sofrem frequentemente de gargalos de informação, nos quais detalhes críticos são perdidos durante o processo feed-forward. A PGI resolve este problema ao fornecer atualizações de gradientes fiáveis que preservam informações espaciais de granularidade fina, enquanto a GELAN maximiza a eficiência dos parâmetros. Isto torna o YOLOv9 particularmente adequado para tarefas que exigem elevada fidelidade das características, embora dependa da supressão não máxima (NMS) padrão durante o pós-processamento, o que pode introduzir latência em dispositivos de edge.

Eficiência simplificada em YOLO11#

YOLO11 baseia-se em anos de investigação fundamental para fornecer uma arquitetura altamente otimizada. Melhora as iterações anteriores ao reduzir a sobrecarga computacional e maximizar simultaneamente a extração de características. Ao contrário dos pipelines NMS tradicionais, que limitam o desempenho do CPU, YOLO11 utiliza cabeças de deteção refinadas que alcançam um equilíbrio extraordinário entre latência e precisão. Além disso, YOLO11 apresenta um consumo de memória inerentemente menor tanto durante o treino do modelo como durante a inferência, em comparação com modelos Transformer pesados, que frequentemente são mais lentos de treinar e exigem enormes quantidades de memória CUDA.

Comparação das métricas de desempenho#

Ao comparar estes modelos no dataset COCO padrão, ambos demonstram capacidades extraordinárias, mas surgem compromissos entre a quantidade bruta de parâmetros e a velocidade operacional.

Abaixo encontra-se uma análise detalhada das métricas de desempenho do YOLO.

Análise dos resultados#

1. Velocidade e eficiência de hardware: YOLO11 supera consistentemente YOLOv9 em velocidade de inferência. Por exemplo, YOLO11n alcança uns impressionantes 1,5 ms numa GPU NVIDIA T4 utilizando TensorRT, o que o torna extremamente viável para pipelines rigorosos de tempo real.
2. Requisitos computacionais: Os modelos YOLO11 geralmente exigem menos FLOPs (por exemplo, 68,0B para YOLO11m contra 76,3B para YOLOv9m), o que se traduz num menor consumo de energia em dispositivos edge alimentados por bateria, como um Raspberry Pi, ou em hardware móvel.
3. Paridade de precisão: Embora YOLOv9e supere ligeiramente YOLO11x em mAP absoluto (55,6 contra 54,7), YOLO11 alcança a sua precisão máxima com uma latência substancialmente menor (11,3 ms contra 16,77 ms), demonstrando um equilíbrio de desempenho mais favorável para implementações no mundo real.

Ecossistema e facilidade de utilização#

Embora as métricas brutas sejam importantes, o ecossistema de frameworks frequentemente determina o sucesso de um projeto. É aqui que a vantagem da Ultralytics realmente se destaca.

O repositório original do YOLOv9 é altamente especializado e oferece uma implementação de investigação de ponta. No entanto, a Ultralytics Platform e o respetivo pacote de código aberto oferecem uma experiência de utilização simplificada, uma API simples e documentação abrangente que reduzem drasticamente o tempo de chegada ao mercado.

Versatilidade multitarefa#

YOLOv9 concentra-se predominantemente na deteção de caixas delimitadoras. Em contraste, YOLO11 é uma solução multitarefa unificada que oferece suporte nativo a:

• Segmentação de instâncias
• Estimativa de pose
• Caixas delimitadoras orientadas (OBB)
• Classificação de imagens

Implementação simplificada#

A utilização do ecossistema Ultralytics permite aos developers exportar modelos facilmente para vários formatos com uma única linha de código Python. Quer o objetivo seja ONNX, OpenVINO, TFLite ou CoreML, a transição do treino para a produção é simples.

from ultralytics import YOLO

# Load a highly efficient YOLO11 model
model = YOLO("yolo11n.pt")

# Train rapidly on a custom dataset with minimal memory footprint
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export the trained model to OpenVINO for Intel CPU acceleration
model.export(format="openvino")

Casos de Utilização Ideais#

Quando utilizar YOLOv9#

YOLOv9 é uma excelente ferramenta para ambientes centrados na investigação ou cenários que priorizam uma fidelidade extrema das características, nos quais a latência do hardware não é a principal restrição. A sua arquitetura GELAN pode ser altamente vantajosa na análise de imagens médicas, em que detetar as menores variações de píxeis é crucial.

Por que motivo YOLO11 é a escolha superior#

Para developers, engenheiros e equipas de produção, YOLO11 é altamente recomendado. Destaca-se em ambientes que exigem uma implementação rápida e escalável:

• Análise Inteligente para o Varejo: Rastreamento de produtos e clientes de forma integrada usando processadores Intel padrão.
• Drones autónomos: Arquiteturas com poucos FLOPs preservam a duração da bateria e continuam a fornecer uma deteção robusta de objetos pequenos.
• Projetos dinâmicos: Fluxos de trabalho que podem começar com deteção, mas evoluir posteriormente para exigir estimativa de pose ou segmentação.

Olhando para o futuro: a próxima evolução#

Embora YOLO11 represente o estado da arte da sua geração, o panorama da visão computacional continua a avançar. Os utilizadores que exploram os limites da IA também devem considerar YOLO26.

Inaugurando um design de ponta a ponta sem NMS, explorado pela primeira vez no YOLOv10, YOLO26 introduz o otimizador MuSGD (um híbrido de SGD e Muon) para uma estabilidade de treino sem precedentes. Com a remoção da Perda Focal de Distribuição (DFL) para simplificar a exportação e mecanismos de perda avançados, como ProgLoss e STAL, YOLO26 alcança uma inferência até 43% mais rápida no CPU. Para projetos modernos, oferece a combinação ideal de inovação académica e fiabilidade pronta para produção. Além disso, as equipas que atualizam sistemas legados, como o Ultralytics YOLOv8, irão considerar a transição para YOLO26 ou YOLO11 totalmente simples, graças à API unificada da Ultralytics.