YOLOv9 vs YOLO11
A rápida evolução da visão computacional tem ampliado continuamente as possibilidades da deteção de objetos em tempo real. Na comparação entre as principais arquiteturas, YOLOv9 e Ultralytics YOLO11 destacam-se como avanços importantes, cada um atendendo a necessidades técnicas distintas. YOLOv9 introduziu novas formas de preservar o fluxo do gradiente durante o treinamento de redes profundas, enquanto YOLO11 aperfeiçoou o framework Ultralytics de uso geral em termos de eficiência, versatilidade e facilidade de utilização.
Esta comparação técnica analisa as arquiteturas, as métricas de desempenho, os requisitos de memória e os cenários de implementação ideais para te ajudar a escolher o modelo certo para o teu próximo projeto de IA.
Embora YOLOv9 e YOLO11 sejam modelos capazes, YOLO26 é atualmente o modelo Ultralytics recomendado. Inclui um design de ponta a ponta sem NMS para simplificar a implementação, inferência na CPU até 43% mais rápida (YOLO26n face a YOLO11n) e o otimizador MuSGD para acelerar a convergência, sendo o melhor ponto de partida para novos projetos de produção.
Especificações técnicas e autoria#
Compreender a linhagem desses modelos oferece um contexto essencial para suas decisões arquitetônicas e dependências de framework.
YOLOv9#
YOLOv9 deu grande destaque académico aos gargalos de informação na aprendizagem profunda, priorizando a fidelidade das características através 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
Ultralytics YOLO11#
YOLO11 foi concebido de raiz para ambientes de produção, com foco no equilíbrio entre alta precisão, velocidade de implementação em situações reais 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#
Informações de gradiente programáveis em YOLOv9#
YOLOv9 introduz o conceito de informação de gradiente programável (PGI) juntamente com a rede generalizada e eficiente de agregação de camadas (GELAN). À medida que as redes neurais se tornam mais profundas, muitas vezes sofrem de gargalos de informação, nos quais detalhes essenciais se perdem durante o processo de propagação para a frente. PGI resolve este problema fornecendo atualizações fiáveis dos gradientes que preservam informações espaciais detalhadas, enquanto GELAN maximiza a eficiência dos parâmetros. Isto torna YOLOv9 especialmente adequado para tarefas que exigem alta fidelidade das características, embora dependa da supressão não máxima (NMS) padrão durante o pós-processamento, o que pode introduzir latência em dispositivos de borda.
Eficiência simplificada em YOLO11#
YOLO11 baseia-se em anos de investigação sobre YOLO para oferecer uma arquitetura eficiente. Melhora as iterações anteriores ao reduzir o custo computacional e melhorar a extração de características. YOLO11 continua a depender do pós-processamento NMS padrão, mas as suas cabeças de deteção aperfeiçoadas alcançam um bom equilíbrio entre latência e precisão. YOLO11 também usa menos memória durante o treinamento do modelo e a inferência do que os modelos Transformer pesados, que costumam ser mais lentos para treinar e exigem grandes quantidades de memória CUDA.
Comparação de métricas de desempenho#
Na comparação destes modelos com o conjunto de dados COCO padrão, ambos apresentam um bom desempenho, mas surgem compromissos entre o número bruto de parâmetros e a velocidade operacional.
A tabela abaixo compara as principais métricas de desempenho do YOLO.
| Modelo | tamanho (pixels) | mAPval50-95 | Velocidade CPU ONNX (ms) | Velocidade T4 TensorRT10 (ms) | parâmetros (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Análise dos resultados#
- Velocidade e eficiência de hardware: YOLO11 é mais rápido do que YOLOv9 em todos os tamanhos apresentados nesta tabela. Por exemplo, YOLO11n é executado em 1.5 ms numa GPU NVIDIA T4 usando TensorRT, o que o torna especialmente adequado para pipelines com requisitos rigorosos de tempo real.
- Requisitos computacionais: os modelos YOLO11 geralmente exigem menos FLOPs (por exemplo, 68,1B para YOLO11m contra 76,8B para YOLOv9m), o que resulta num menor consumo de energia em dispositivos de borda alimentados por bateria, como um Raspberry Pi, ou em dispositivos móveis.
- Precisão equivalente: Embora YOLOv9e supere ligeiramente YOLO11x em mAP absoluto (55.6 contra 54.7), YOLO11 atinge a sua precisão máxima com uma latência substancialmente menor (11.3ms contra 16.77ms), demonstrando um equilíbrio de desempenho mais favorável para implementações em situações reais.
Ecossistema e facilidade de uso#
Embora as métricas brutas sejam importantes, o ecossistema do framework costuma determinar o sucesso do projeto, e é aqui que a Ultralytics se destaca.
O repositório original de YOLOv9 é altamente especializado e oferece uma implementação de investigação. No entanto, a Ultralytics Platform e o pacote de código aberto correspondente oferecem uma experiência de utilização simplificada, uma API simples e documentação extensa que reduzem o tempo até à entrada no mercado.
Versatilidade multitarefa#
YOLOv9 concentra-se sobretudo na deteção de caixas delimitadoras. Em contrapartida, YOLO11 é um modelo multitarefa unificado com suporte nativo para:
- Segmentação de instâncias
- Classificação de imagens
- Estimativa de pose
- Caixas delimitadoras orientadas (OBB)
Implantação#
O uso do ecossistema Ultralytics permite que os desenvolvedores exportem modelos para uma variedade de formatos com uma única linha de código Python. Quer o destino seja ONNX, OpenVINO, LiteRT ou CoreML, a passagem do treinamento para a produção é simples.
from ultralytics import YOLO
# Carrega um modelo YOLO11 altamente eficiente
model = YOLO("yolo11n.pt")
# Treina rapidamente num conjunto de dados personalizado, com uso mínimo de memória
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta o modelo treinado para OpenVINO para acelerar o processamento na CPU Intel
model.export(format="openvino")Casos de utilização ideais#
Quando usar o YOLOv9#
YOLOv9 é uma ferramenta útil em ambientes centrados na investigação ou em cenários que priorizam a alta fidelidade das características e nos quais a latência do hardware não é a principal limitação. A sua arquitetura GELAN pode ajudar na análise de imagens médicas, em que é essencial detetar as menores variações de píxeis.
Por que escolher o YOLO11#
Para os desenvolvedores, engenheiros e equipas de produção que estão a escolher entre os dois, YOLO11 é a opção recomendada. Destaca-se em ambientes que exigem uma implementação rápida e escalável:
- Análise de retalho inteligente: Rastreamento de produtos e clientes usando processadores Intel padrão.
- Drones autônomos: arquiteturas com poucos FLOPs preservam a duração da bateria e ainda oferecem detecção robusta de objetos pequenos.
- Projetos dinâmicos: Fluxos de trabalho que podem começar com deteção, mas que mais tarde evoluem para exigir estimativa de pose ou segmentação.
Olhando para o futuro: a próxima evolução#
YOLO11 era o estado da arte da sua geração, mas o panorama da visão computacional continua a avançar. Para projetos novos, considera YOLO26, o modelo Ultralytics atualmente recomendado.
Com base no design de ponta a ponta sem NMS explorado inicialmente em YOLOv10, YOLO26 introduz o otimizador MuSGD, um híbrido de SGD e Muon, para um treinamento mais estável. Com a remoção de Distribution Focal Loss (DFL) para simplificar a exportação e com ProgLoss e STAL (Progressive Loss e atribuição de rótulos atenta a alvos pequenos) a melhorar a deteção de objetos pequenos, YOLO26n alcança uma inferência na CPU até 43% mais rápida do que YOLO11n. Graças à API unificada da Ultralytics, as equipas que migram de modelos mais antigos, como Ultralytics YOLOv8, podem passar para YOLO26 ou YOLO11 com alterações mínimas no código.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.