YOLOv9 vs YOLOv7#

A evolução da deteção de objetos em tempo real tem sido impulsionada pela procura contínua de um equilíbrio entre eficiência computacional e elevada precisão. Duas arquiteturas de referência neste percurso são YOLOv9 e YOLOv7, ambas desenvolvidas por investigadores do Institute of Information Science da Academia Sinica, em Taiwan. Enquanto o YOLOv7 introduziu as revolucionárias técnicas de treino bag-of-freebies, o mais recente YOLOv9 aborda diretamente os estrangulamentos de informação na aprendizagem profunda.

Esta comparação técnica abrangente explora as diferenças arquitetónicas, as métricas de desempenho e os cenários de implementação ideais de ambos os modelos, ajudando engenheiros de aprendizagem automática e investigadores a escolher a ferramenta certa para os seus pipelines de visão computacional.

Comparação de desempenho e métricas#

Ao comparar estes modelos, o desempenho bruto e a eficiência são fatores essenciais. A tabela seguinte apresenta a precisão média (mAP) e os requisitos computacionais dos testes de referência com o conjunto de dados padrão COCO.

YOLOv9: Resolução do Estrangulamento de Informação#

Apresentado no início de 2024, o YOLOv9 mudou fundamentalmente a forma como as redes neuronais profundas retêm dados ao longo das suas camadas.

• Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
• Organização: Institute of Information Science, Academia Sinica
• Data: 21 de fevereiro de 2024
• Recursos: Artigo no arXiv | Repositório no GitHub

Inovações na Arquitetura#

O YOLOv9 introduz a Rede Generalizada de Agregação Eficiente de Camadas (GELAN) e a Informação de Gradiente Programável (PGI). A GELAN combina os pontos fortes de CSPNet e ELAN para otimizar a eficiência dos parâmetros e o custo computacional, garantindo elevada precisão com menos parâmetros. A PGI é uma estrutura de supervisão auxiliar concebida para evitar a perda de dados em redes profundas, gerando gradientes fiáveis para atualizar os pesos durante o treino.

Pontos Fortes e Limitações#

O principal ponto forte do YOLOv9 é a capacidade de extrair características subtis sem uma sobrecarga computacional elevada, o que o torna extremamente adequado para tarefas que exigem elevada fidelidade de características, como a análise de imagens médicas. No entanto, a estrutura complexa da PGI durante o treino pode dificultar as modificações arquitetónicas personalizadas a principiantes, em comparação com estruturas mais unificadas.

Saiba mais sobre o YOLOv9

YOLOv7: Pioneiro das Técnicas Bag-of-Freebies#

Lançado em 2022, o YOLOv7 estabeleceu um novo padrão para o que era possível em hardware de consumo, introduzindo inovações estruturais que aumentaram significativamente a velocidade da inferência em tempo real.

• Autores: Chien-Yao Wang, Alexey Bochkovskiy e Hong-Yuan Mark Liao
• Organização: Institute of Information Science, Academia Sinica
• Data: 6 de julho de 2022
• Recursos: Artigo no arXiv | Repositório no GitHub

Inovações na Arquitetura#

O principal contributo do YOLOv7 é a Rede Estendida de Agregação Eficiente de Camadas (E-ELAN). Esta arquitetura permite ao modelo aprender continuamente características mais diversificadas. Além disso, o YOLOv7 utiliza técnicas de «bag-of-freebies treináveis», como convoluções reparametrizadas planeadas e atribuição dinâmica de rótulos. Estes métodos melhoram a precisão do modelo durante o treino sem acrescentar custos de inferência na implementação.

Pontos Fortes e Limitações#

O YOLOv7 é altamente otimizado para processamento na borda em tempo real e continua a ser uma opção de referência em sistemas legados e ambientes CUDA mais antigos. Sua principal limitação atualmente é o maior número de parâmetros em comparação com os modelos mais recentes. Como mostra a tabela de desempenho, para alcançar uma precisão de alto nível é necessário usar o modelo YOLOv7x, mais pesado, que exige significativamente mais memória da GPU do que arquiteturas modernas equivalentes.

Saiba mais sobre o YOLOv7

A Vantagem da Ultralytics: Implementação Simplificada#

Embora os repositórios originais de investigação do YOLOv9 e do YOLOv7 ofereçam excelentes bases académicas, a implementação destes modelos em ambientes de produção pode ser complexa. A integração do YOLOv9 através do pacote ultralytics (o YOLOv7 só é suportado através de modelos exportados para ONNX ou TensorRT) oferece uma Facilidade de Utilização sem paralelo.

Ao utilizar a Plataforma Ultralytics, os programadores beneficiam de um ecossistema bem mantido, com uma API Python intuitiva, suporte ativo da comunidade e acompanhamento de experiências robusto.

Preparar o Futuro com YOLO26#

Se estás a iniciar um novo projeto de visão computacional, recomendamos vivamente que explores o recém-lançado YOLO26 em vez do YOLOv9 e do YOLOv7. Lançado como o novo padrão de ponta, o YOLO26 traz avanços revolucionários:

• Arquitetura Integral sem NMS: Uma cabeça opcional um-para-um (nms=False) ignora o pós-processamento de supressão não máxima, reduzindo drasticamente a complexidade e a latência da implementação.
• Inferência na CPU até 43% mais rápida: Otimizada para ambientes de computação na periferia, garantindo que a tua aplicação funciona sem problemas mesmo sem GPUs dedicadas.
• Otimizador MuSGD: Um otimizador híbrido inspirado no treinamento de LLMs, que proporciona convergência altamente estável e reduz o tempo de treinamento.
• Remoção de DFL: Exportação simplificada do modelo com a remoção da Distribution Focal Loss, melhorando a compatibilidade com dispositivos móveis de baixo consumo.
• ProgLoss + STAL: Melhora drasticamente o desempenho na detecção de objetos pequenos, tornando-se a principal escolha para imagens aéreas e vigilância.

Outras alternativas populares no ecossistema incluem Ultralytics YOLOv8 e YOLO11, que oferecem grande versatilidade em tarefas como segmentação de instâncias e estimativa de pose.

Exemplo de implementação#

Treinar e exportar YOLOv9 ou YOLO26 é incrivelmente simples com a API unificada. O código abaixo demonstra a Eficiência de Treinamento simplificada que caracteriza as ferramentas Ultralytics.

from ultralytics import YOLO

# Inicializa o modelo YOLOv9 ou o modelo YOLO26 recomendado
model = YOLO("yolov9c.pt")  # Substitui por "yolo26n.pt" para obter mais velocidade na borda

# Treina com um conjunto de dados personalizado usando o aumento de dados integrado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

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

Aplicações no mundo real e casos de uso ideais#

A escolha entre essas arquiteturas geralmente depende das restrições específicas do teu ambiente de produção.

Quando usar YOLOv9: YOLOv9 se destaca em ambientes que exigem a preservação de detalhes minuciosos. A extração robusta de características torna o modelo ideal para análise de varejo, contando produtos agrupados densamente nas prateleiras, e para aplicações agrícolas em que é essencial identificar doenças em estágio inicial em pequenas folhas.

Quando usar YOLOv7: YOLOv7 continua sendo uma opção sólida para pipelines de implantação legados. Se estiveres integrando o modelo a sistemas de hardware mais antigos (como certas gerações do Google Coral Edge TPU), a arquitetura CNN simples do YOLOv7 pode ser mais fácil de compilar do que os modelos mais recentes.

Quando usar YOLO26 (recomendado): Para qualquer implantação moderna — de drones autônomos à gestão de tráfego em cidades inteligentes —, YOLO26 é a melhor opção. A arquitetura sem NMS garante tempos de inferência determinísticos, essenciais para robótica crítica para a segurança, enquanto sua alta precisão supera YOLOv9 e YOLOv7 em todos os aspectos.