YOLOv9 vs YOLO26
O panorama da deteção de objetos em tempo real evoluiu significativamente nos últimos anos. À medida que os profissionais de aprendizagem automática procuram implementar modelos em vários tipos de hardware, escolher a arquitetura certa é essencial. Este guia técnico compara dois marcos importantes da visão computacional: YOLOv9, lançado no início de 2024 com foco na otimização dos caminhos do gradiente, e Ultralytics YOLO26, o modelo mais recente da Ultralytics, lançado em janeiro de 2026 com foco na inferência em dispositivos de borda e na estabilidade do treinamento.
Resumo executivo: linhagem e autoria dos modelos#
Compreender as origens desses modelos de aprendizado profundo oferece um contexto valioso sobre as escolhas de projeto arquitetônico e os públicos-alvo.
YOLOv9#
Desenvolvido por Chien-Yao Wang e Hong-Yuan Mark Liao, do Institute of Information Science da Academia Sinica, em Taiwan, YOLOv9 foi lançado em 21 de fevereiro de 2024. O modelo se concentra bastante em conceitos teóricos de aprendizado profundo, abordando especificamente o problema do gargalo de informação em redes neurais convolucionais profundas (CNNs).
Ultralytics YOLO26#
Criado por Glenn Jocher e Jing Qiu na Ultralytics, YOLO26 foi lançado em 14 de janeiro de 2026. Com base em antecessores como YOLO11 e YOLOv8, YOLO26 foi desenvolvido de raiz para priorizar a prontidão para produção, a implementação em dispositivos de borda e a eficiência nativa de ponta a ponta.
Queres atualizar teu pipeline de visão computacional? Podes treinar e implementar modelos YOLO26 facilmente na nuvem, sem escrever código, usando a Ultralytics Platform.
Inovações arquiteturais#
Ambos os modelos introduzem alterações significativas na forma como as redes neurais processam dados visuais, mas abordam o problema de perspetivas diferentes.
Informações de gradiente programáveis em YOLOv9#
A principal contribuição de YOLOv9 para a área é a introdução da informação de gradiente programável (PGI) e da rede generalizada e eficiente de agregação de camadas (GELAN). À medida que as redes neurais se tornam mais profundas, muitas vezes sofrem perdas de informação durante o processo de propagação para a frente. PGI garante que os gradientes usados para atualizar os pesos durante a retropropagação permaneçam precisos e fiáveis, permitindo que a arquitetura GELAN alcance alta precisão com menos parâmetros.
No entanto, YOLOv9 depende da supressão não máxima (NMS) tradicional para o pós-processamento, o que pode tornar-se um gargalo de latência durante a inferência em situações reais.
A arquitetura edge-first de YOLO26#
O YOLO26 adota uma abordagem diferente, com um design voltado primeiro para a borda que otimiza todo o pipeline, do treinamento à implantação em tempo real. Ele se baseia no design ponta a ponta sem NMS introduzido nos modelos YOLO pelo YOLOv10, eliminando a necessidade de pós-processamento com NMS. Isso reduz a latência e torna o modelo ideal para dispositivos de borda, como o Raspberry Pi ou o NVIDIA Jetson.
YOLO26 também remove Distribution Focal Loss (DFL). Esta alteração estrutural simplifica a exportação para ONNX e proporciona melhor compatibilidade com dispositivos de borda de baixo consumo.
Na fase de treinamento, YOLO26 integra o otimizador MuSGD, um híbrido de descida estocástica do gradiente e Muon (inspirado nas metodologias de treinamento de LLM do Kimi K2 da Moonshot AI). Isto traz inovações do treinamento de modelos de linguagem grandes (LLM) para a visão computacional, oferecendo treinamento mais estável e convergência mais rápida.
Comparação de desempenho e métricas#
Nos testes de benchmark com o amplamente utilizado conjunto de dados COCO, ambos os modelos têm um bom desempenho, mas YOLO26 lidera em precisão e velocidade de inferência na T4 em todos os tamanhos, com um número semelhante de parâmetros.
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Análise dos resultados#
- Velocidade e eficiência: Como YOLO26 utiliza uma arquitetura sem NMS e uma cabeça de deteção simplificada, YOLO26n oferece inferência na CPU até 43% mais rápida do que YOLO11n. O modelo YOLO26n é executado em 1.7 ms numa GPU NVIDIA T4 usando TensorRT, o que faz dele uma excelente opção para transmissões de vídeo em tempo real.
- Precisão: O modelo YOLO26x alcança 57.5 mAP, superando o maior modelo YOLOv9e e mantendo uma latência menor.
- Requisitos de memória: Os modelos Ultralytics são conhecidos pela sua eficiência. YOLO26 requer significativamente menos memória CUDA durante o treinamento do modelo e a inferência do que os complexos modelos de visão baseados em Transformer, permitindo que os desenvolvedores usem tamanhos de lote maiores em hardware de consumo.
Ecossistema, facilidade de uso e versatilidade#
Um dos principais pontos fortes do ecossistema Ultralytics é a experiência do utilizador. Enquanto os investigadores que utilizam a base de código no GitHub de YOLOv9 têm de lidar com configurações complexas do ambiente e scripts manuais, YOLO26 está totalmente integrado na API Python intuitiva da Ultralytics.
Exemplo de API simplificado#
Treinar um modelo YOLO26 requer apenas algumas linhas de código Python:
from ultralytics import YOLO
# Carrega o mais recente modelo YOLO26 nativo de ponta a ponta
model = YOLO("yolo26s.pt")
# Treina o modelo; optimizer="auto" seleciona MuSGD para execuções mais longas (>10k iterações)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporta nativamente para o formato ONNX com um único comando
model.export(format="onnx")Versatilidade de tarefas#
Ao contrário de YOLOv9, que se destina principalmente à deteção de objetos padrão, YOLO26 oferece suporte nativo às sete tarefas de visão computacional da Ultralytics, incluindo segmentação semântica e estimativa de profundidade. A arquitetura inclui melhorias específicas para diversas aplicações:
- Segmentação de instâncias: Acrescenta uma função de perda de segmentação semântica e um módulo proto multiescala para produzir máscaras de maior qualidade.
- Classificação de imagens: categorização robusta de imagens inteiras com base nos padrões do ImageNet.
- Estimativa de pose: Integra a estimativa de log-verosimilhança residual (RLE) para localizar pontos-chave com maior precisão.
- Caixas delimitadoras orientadas (OBB): Inclui uma função de perda angular especializada, concebida para resolver problemas de limites na deteção de objetos rodados em imagens aéreas.
Todos os modelos YOLO26 integram-se com a Ultralytics Platform, que oferece anotação de conjuntos de dados, treinamento na nuvem e pipelines de implementação integrados.
Aplicações no mundo real#
A escolha entre esses modelos costuma depender do ambiente em que serão implementados.
IoT e robótica de borda#
Para robótica, drones autónomos e dispositivos IoT de casas inteligentes, YOLO26 é a melhor opção. ProgLoss + STAL melhoram a deteção de objetos pequenos, essencial para a monitorização agrícola com drones a grande altitude. Combinado com uma inferência na CPU até 43% mais rápida (YOLO26n face a YOLO11n) e o seu design sem NMS, YOLO26 funciona sem problemas em hardware sem GPUs dedicadas.
Pesquisa acadêmica e análise de gradientes#
YOLOv9 continua a ser um modelo respeitado nos meios académicos. Investigadores que estudam os limites teóricos do fluxo do gradiente ou que pretendem criar camadas personalizadas de PyTorch com base no conceito PGI encontrarão na base de código de YOLOv9 uma boa base para explorar a teoria da aprendizagem profunda.
Pipelines de fabricação de alta velocidade#
Em contextos industriais, como a deteção de defeitos automatizada em tapetes transportadores de alta velocidade, a velocidade TensorRT dos modelos YOLO26 ajuda a evitar a perda de fotogramas e a maximizar a capacidade de processamento dos sistemas de garantia da qualidade.
Casos de uso e recomendações#
A escolha entre YOLOv9 e YOLO26 depende dos requisitos específicos do teu projeto, das restrições de implementação 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 o YOLO26#
O YOLO26 é recomendado para:
- Implantação de borda sem NMS: Aplicações que exigem inferência consistente e de baixa latência, sem a complexidade do pós-processamento com supressão não máxima.
- 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.
Conclusão#
Ambos os modelos representam avanços importantes para a comunidade de código aberto. YOLOv9 introduziu melhorias teóricas importantes no fluxo do gradiente que continuam a influenciar novas arquiteturas. No entanto, para desenvolvedores, startups e equipas empresariais que procuram equilibrar velocidade, precisão e facilidade de implementação, Ultralytics YOLO26 é a recomendação mais clara.
Com inferência sem NMS, o otimizador MuSGD e ferramentas que abrangem deteção, segmentação, estimativa de pose e muito mais, YOLO26 oferece aos projetos de visão computacional uma base fiável e bem suportada.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.