YOLOv9 vs YOLOv5#

A área da visão computacional cresceu enormemente, e a detecção de objetos serve de base para inúmeras aplicações industriais e de pesquisa. Escolher a arquitetura certa geralmente exige uma avaliação cuidadosa da precisão média (mAP), da velocidade de inferência e do consumo de memória. Nesta comparação, analisamos dois modelos muito influentes: YOLOv9, reconhecido por seus avanços arquiteturais na preservação de informações de gradiente, e Ultralytics YOLOv5, o padrão consolidado do setor, conhecido pela facilidade de uso e versatilidade de implantação incomparável.

Inovações arquiteturais e origens técnicas#

Entender o funcionamento interno desses dois modelos fornece um contexto essencial para compreender seus respectivos perfis de desempenho.

YOLOv9: informações de gradiente programáveis#

Desenvolvido pelos pesquisadores Chien-Yao Wang e Hong-Yuan Mark Liao, do Instituto de Ciência da Informação da Academia Sinica, em Taiwan, YOLOv9 foi lançado em 21 de fevereiro de 2024. O modelo apresenta dois conceitos inovadores para resolver o gargalo de informações comum nas redes neurais profundas: Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).

Ao utilizar PGI, YOLOv9 garante que informações vitais sejam preservadas durante todo o processo feed-forward, proporcionando atualizações de gradiente altamente precisas. Enquanto isso, a arquitetura GELAN maximiza a eficiência dos parâmetros, permitindo que o modelo alcance precisão de ponta com uma sobrecarga computacional surpreendentemente baixa. Podes explorar os detalhes técnicos no artigo oficial do YOLOv9 no Arxiv ou consultar o repositório do YOLOv9 no GitHub.

Saiba mais sobre o YOLOv9

Ultralytics YOLOv5: o padrão de produção#

Criado por Glenn Jocher e lançado pela Ultralytics em 26 de junho de 2020, YOLOv5 revolucionou a acessibilidade da visão computacional. Como um dos primeiros modelos de detecção de objetos desenvolvidos nativamente na estrutura PyTorch, ele evitou as complexidades da antiga estrutura C do Darknet. YOLOv5 usa um backbone CSPNet altamente otimizado e um neck PANet, priorizando um equilíbrio perfeito entre velocidade e precisão.

No entanto, sua maior conquista é a integração ao ecossistema mais amplo da Ultralytics. YOLOv5 é amplamente otimizado para eficiência de treinamento rápida e ambientes com pouca memória, o que o torna extremamente estável para implantações na borda.

Análise de desempenho: velocidade vs. precisão#

Ao projetar um pipeline de visão computacional, os desenvolvedores precisam ponderar os compromissos entre precisão e latência. A tabela a seguir mostra as diferenças de desempenho no conjunto de dados padrão COCO.

Análise dos compromissos#

YOLOv9 estabelece domínio absoluto em precisão bruta. O YOLOv9e amplia os limites do mAP até 55,6%, usando suas camadas GELAN para preservar detalhes minuciosos. Isso torna o modelo uma opção excepcional para imagens médicas ou cenários que exigem alta precisão na detecção de objetos pequenos.

Em contrapartida, YOLOv5 se destaca pela velocidade bruta de implantação e pela flexibilidade de hardware. YOLOv5n (Nano) é conhecido por ser leve e executa inferências em apenas 1,12 ms em uma GPU T4 com TensorRT. Se estiveres implantando o modelo em dispositivos IoT com recursos limitados, celulares ou Raspberry Pi, o baixo consumo de memória do YOLOv5 o torna excepcionalmente confiável.

A vantagem do ecossistema Ultralytics#

Um fator importante na escolha de um modelo é o ecossistema de software ao redor dele. Embora YOLOv9 ofereça benchmarks de pesquisa de primeira linha, usar os dois modelos pela moderna API Python da Ultralytics elimina essa diferença e oferece aos desenvolvedores uma experiência unificada e simplificada.

Facilidade de uso e exportação#

A Ultralytics abstrai desafios complexos de engenharia. Recursos como aumento de dados automático e ajuste de hiperparâmetros já vêm integrados. Levar modelos para produção também é simples, com comandos de exportação integrados que convertem modelos para os formatos ONNX, OpenVINO ou LiteRT.

Versatilidade de tarefas#

Embora ambos os modelos se destaquem na detecção de objetos, os modelos Ultralytics modernos foram desenvolvidos para enfrentar diversos desafios de visão computacional. A estrutura mais ampla oferece suporte nativo a classificação de imagens, segmentação de instâncias, estimativa de pose e caixas delimitadoras orientadas (OBB), permitindo que desenvolvedores resolvam vários problemas de visão sem trocar de base de código.

Casos de uso e recomendações#

A escolha entre YOLOv9 e YOLOv5 depende dos requisitos específicos do teu projeto, das restrições de implantação e das tuas 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 YOLOv5#

O YOLOv5 é recomendado para:

• Sistemas de produção comprovados: implantações existentes em que são valorizados o longo histórico de estabilidade do YOLOv5, sua documentação abrangente e o enorme suporte da comunidade.
• Treinamento com recursos limitados: ambientes com recursos de GPU limitados, nos quais o pipeline de treinamento eficiente e os menores requisitos de memória do YOLOv5 são vantajosos.
• Amplo suporte a formatos de exportação: projetos que exigem implantação em vários formatos, incluindo ONNX, TensorRT, CoreML e LiteRT.

Quando escolher Ultralytics (YOLO26)#

Para a maioria dos projetos novos, 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 com supressão não máxima.
• Ambientes que usam apenas CPU: Dispositivos sem aceleração dedicada por GPU, nos quais a inferência na CPU até 43% mais rápida do YOLO26 oferece uma vantagem decisiva.
• Detecção de objetos pequenos: Cenários desafiadores, como imagens aéreas de drones ou análise de sensores de IoT, nos quais ProgLoss e STAL melhoram significativamente a precisão na detecção de objetos minúsculos.

Exemplo de implementação#

A vantagem do ecossistema Ultralytics é que podes alternar entre um modelo YOLOv5 e um modelo YOLOv9 simplesmente alterando a string dos pesos.

from ultralytics import YOLO

# Carrega um modelo YOLOv9 pré-treinado (substitui por "yolov5su.pt" para usar YOLOv5u)
model = YOLO("yolov9c.pt")

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

# Executa a inferência em novas imagens
predictions = model.predict("https://ultralytics.com/images/zidane.jpg")

# Exporta para ONNX para uma implantação sem complicações
model.export(format="onnx")

Explorando arquiteturas mais recentes#

Embora YOLOv5 e YOLOv9 sejam excelentes modelos com vantagens distintas, a área continua avançando. Quem estiver começando novos projetos também pode avaliar as versões mais recentes da Ultralytics.

• YOLO11: Uma evolução poderosa e refinada da linhagem YOLOv8, que oferece um excelente equilíbrio entre velocidade e precisão em todas as tarefas de visão.
• YOLO26: Lançado em 2026, YOLO26 é a recomendação ideal para pipelines modernos. Ele apresenta um Projeto End-to-End sem NMS (nms=False) opcional, que elimina gargalos no pós-processamento de NMS. Com a Remoção de DFL (remoção da Distribution Focal Loss para simplificar a exportação e melhorar a compatibilidade com dispositivos de borda e de baixo consumo), ele alcança uma inferência na CPU até 43% mais rápida. O novo Otimizador MuSGD aumenta significativamente a estabilidade do treinamento, e ProgLoss + STAL (perda progressiva e atribuição de rótulos com reconhecimento de alvos pequenos) melhora consideravelmente o reconhecimento de objetos pequenos, algo essencial para IoT, robótica e imagens aéreas, tornando-o a arquitetura mais robusta para implantações na borda e na nuvem.

Para equipes que gerenciam grandes conjuntos de dados e pipelines de implantação complexos, a Plataforma Ultralytics oferece uma solução sem código para treinar, acompanhar e implantar esses modelos de ponta com facilidade.