YOLOv9 vs YOLOv7#

A evolução da deteção de objetos em tempo real tem sido impulsionada por uma busca contínua pelo equilíbrio entre eficiência computacional e elevada precisão. Duas arquiteturas marcantes nesta jornada são YOLOv9 e YOLOv7, ambas desenvolvidas por investigadores do Institute of Information Science da Academia Sinica, em Taiwan. Enquanto YOLOv7 introduziu uma revolucionária bag of freebies treinável, o mais recente YOLOv9 enfrenta diretamente os gargalos de informação do deep learning.

Esta comparação técnica abrangente explora as diferenças arquiteturais, as métricas de desempenho e os cenários ideais de implementação para ambos os modelos, ajudando engenheiros de ML 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 críticos. A tabela seguinte detalha a precisão média (mAP) e os requisitos computacionais para benchmarks padrão do conjunto de dados COCO.

YOLOv9: Resolução do Gargalo de Informação#

Introduzido no início de 2024, YOLOv9 mudou fundamentalmente a forma como as redes neurais 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 da Arquitetura#

YOLOv9 introduz a Rede Generalizada de Agregação Eficiente de Camadas (GELAN) e a Informação de Gradiente Programável (PGI). GELAN combina os pontos fortes de CSPNet e ELAN para otimizar a eficiência dos parâmetros e o custo computacional, garantindo elevada precisão com um número menor de parâmetros. 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 processo de treino.

Pontos Fortes e Limitações#

O principal ponto forte de YOLOv9 é a sua capacidade de extrair características subtis sem uma sobrecarga computacional significativa, tornando-o extremamente eficaz em tarefas que exigem elevada fidelidade das características, como a análise de imagens médicas. No entanto, a estrutura complexa de PGI durante o treino pode tornar as modificações arquiteturais personalizadas mais desafiantes para iniciantes em comparação com estruturas mais unificadas.

Sabe mais sobre o YOLOv9

YOLOv7: O Pioneiro da Bag of Freebies#

Lançado em 2022, YOLOv7 estabeleceu um novo padrão para o que era possível em hardware de consumo, introduzindo inovações estruturais que aumentaram significativamente as velocidades de 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 da Arquitetura#

A principal contribuição de YOLOv7 é a Rede Estendida de Agregação Eficiente de Camadas (E-ELAN). Esta arquitetura permite que o modelo aprenda continuamente características mais diversificadas. Além disso, YOLOv7 utiliza uma "bag of freebies treinável" — técnicas como convoluções reparametrizadas planeadas e atribuição dinâmica de rótulos. Estes métodos melhoram a precisão do modelo durante o treino sem acrescentar custos de inferência durante a implementação.

Pontos Fortes e Limitações#

YOLOv7 é altamente otimizado para processamento de edge em tempo real e continua a ser essencial em sistemas legados e ambientes CUDA mais antigos. A sua principal limitação atualmente é o maior número de parâmetros em comparação com modelos mais recentes. Como mostra a tabela de desempenho, alcançar uma precisão de topo exige o pesado modelo YOLOv7x, que requer substancialmente mais memória GPU do que arquiteturas modernas equivalentes.

Saber mais sobre o YOLOv7

A Vantagem da Ultralytics: Implementação Simplificada#

Embora os repositórios de investigação originais de YOLOv9 e YOLOv7 forneçam excelentes bases académicas, implementar estes modelos em ambientes de produção pode ser complexo. Integrá-los através do pacote ultralytics oferece uma Facilidade de Utilização incomparável.

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

Preparação para o Futuro com YOLO26#

Se estás a iniciar um novo projeto de visão computacional, recomendamos vivamente explorar o recém-lançado YOLO26 em vez de YOLOv9 e YOLOv7. Lançado como o novo padrão de referência mais avançado, YOLO26 traz avanços revolucionários:

• Design End-to-End sem NMS: Elimina o pós-processamento de supressão não máxima, reduzindo drasticamente a complexidade e a latência da implementação.
• Inferência em CPU até 43% mais rápida: Otimizado para ambientes de computação edge, garantindo que a tua aplicação funciona sem problemas mesmo sem GPUs dedicadas.
• Otimizador MuSGD: Um otimizador híbrido inspirado no treino de LLM, que proporciona uma convergência altamente estável e reduz o tempo de treino.
• Remoção de DFL: Exportação simplificada do modelo através da remoção de Distribution Focal Loss, melhorando a compatibilidade com dispositivos móveis de baixo consumo.
• ProgLoss + STAL: Melhora drasticamente o desempenho na deteção de objetos pequenos, tornando-o a escolha principal 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 qualquer uma destas arquiteturas é extremamente simples com a API unificada. O código abaixo demonstra a Eficiência de Treino simplificada, uma característica das ferramentas Ultralytics.

from ultralytics import YOLO

# Initialize YOLOv9 or the recommended YOLO26 model
model = YOLO("yolov9c.pt")  # Swap with "yolo26n.pt" for faster edge performance

# Train on a custom dataset with built-in data augmentation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

# Export the trained model to ONNX format for deployment
model.export(format="onnx")

Aplicações no mundo real e casos de utilização ideais#

A escolha entre estas arquiteturas depende frequentemente das restrições específicas do teu ambiente de produção.

Quando utilizar YOLOv9: YOLOv9 destaca-se em ambientes onde é necessário reter detalhes minuciosos. A sua extração robusta de características torna-o ideal para análise de retalho, para contar produtos densamente dispostos nas prateleiras, ou para aplicações agrícolas em que é fundamental identificar doenças das culturas numa fase inicial em folhas pequenas.

Quando utilizar YOLOv7: YOLOv7 continua a ser uma opção forte para pipelines de implementação legados. Se estiveres a integrar o modelo em sistemas de hardware mais antigos, como determinadas gerações do Google Coral Edge TPU, a arquitetura CNN direta de YOLOv7 poderá ser mais fácil de compilar do que os ramos de gradientes mais complexos dos modelos recentes.

Quando utilizar YOLO26 (Recomendado): Para qualquer implementação moderna — desde drones autónomos até à gestão do tráfego em cidades inteligentes — YOLO26 é a escolha superior. A sua arquitetura sem NMS garante tempos de inferência determinísticos, essenciais para a robótica crítica para a segurança, enquanto a sua elevada precisão supera YOLOv9 e YOLOv7 em todos os aspetos.