YOLOv9 vs YOLOX
A área da visão computacional passou por uma rápida evolução das arquiteturas de detecção de objetos em tempo real. Este guia compara YOLOv9 e YOLOX, analisando suas inovações arquiteturais, métricas de desempenho e metodologias de treinamento. Seja para desenvolver aplicações inteligentes de IA na manufatura ou explorar modelagem preditiva, entender esses modelos ajudará você a tomar decisões bem fundamentadas para sua próxima implantação.
Inovações arquiteturais#
YOLOv9: informações de gradiente programáveis#
YOLOv9 aborda o problema do gargalo de informação inerente às redes neurais profundas. Suas principais inovações incluem Informação de Gradiente Programável (PGI) e Rede de Agregação de Camadas Eficiente Generalizada (GELAN).
- Autores: Chien-Yao Wang e Hong-Yuan Mark Liao
- Organização: Instituto de Ciências da Informação, Academia Sinica, Taiwan
- Data: 21 de fevereiro de 2024
- arXiv: 2402.13616
- GitHub: WongKinYiu/yolov9
Ao preservar dados cruciais de características durante o processo de propagação direta, YOLOv9 ajuda a manter precisos os gradientes usados para atualizar os pesos durante a retropropagação. Essa arquitetura se destaca na extração de características, sendo eficaz na detecção de objetos pequenos em ambientes complexos, como os encontrados em imagens aéreas e exames médicos detalhados.
YOLOX: aproximando a pesquisa e a indústria#
Lançado em meados de 2021, YOLOX direcionou a série YOLO para um design sem âncoras. O modelo introduziu uma cabeça desacoplada, que separa as tarefas de classificação e localização, e utilizou a estratégia de atribuição de rótulos SimOTA para melhorar a convergência do treinamento.
- Autores: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun
- Organização: Megvii
- Data: 18 de julho de 2021
- arXiv: 2107.08430
- GitHub: Megvii-BaseDetection/YOLOX
Embora YOLOX tenha sido influente em sua época, alcançando uma excelente precisão média média (mAP) e eliminando o ajuste de hiperparâmetros de caixas-âncora, sua arquitetura subjacente já foi superada por redes modernas que equilibram melhor a quantidade de parâmetros e a retenção de características.
Tanto YOLOX quanto os modelos Ultralytics mais recentes adotam designs sem âncoras, reduzindo a complexidade do ajuste de hiperparâmetros e melhorando a generalização em diversos conjuntos de dados.
Análise de desempenho#
Ao comparar esses modelos no benchmark MS COCO, os avanços do YOLOv9 ficam evidentes. YOLOv9 alcança consistentemente um equilíbrio melhor entre precisão e FLOPs.
| 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 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
Embora YOLOX ofereça variantes leves, como YOLOX-Nano, para casos extremos em dispositivos de borda, as variantes do YOLOv9 superam consistentemente modelos YOLOX de tamanho semelhante em termos de precisão. Por exemplo, YOLOv9m alcança 51,4% de mAP, em comparação com os 49,7% do YOLOXl, apesar de ter menos da metade dos parâmetros (20,1M contra 54,2M).
A vantagem da Ultralytics#
Escolher um modelo envolve mais do que apenas teoria arquitetural; o ecossistema em torno dele determina a velocidade de desenvolvimento e o sucesso da implantação. Usar YOLOv9 no ecossistema Ultralytics oferece facilidade de uso e forte apoio da comunidade.
Ao contrário dos antigos repositórios de pesquisa originais, a estrutura Ultralytics oferece uma API Python unificada que simplifica pipelines complexos. O treinamento normalmente exige menos memória da GPU do que muitas alternativas, o que melhora a eficiência do treinamento.
from ultralytics import YOLO
# Inicializa o modelo YOLOv9c
model = YOLO("yolov9c.pt")
# Treina o modelo com o teu conjunto de dados personalizado
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Valida o desempenho do modelo
metrics = model.val()
# Exporta o modelo otimizado para o formato TensorRT
model.export(format="engine")Com suporte integrado a várias tarefas, incluindo detecção de objetos, segmentação de instâncias e estimativa de pose, você pode alternar entre tarefas de visão sem mudar toda a sua base de código.
Aplicações no mundo real#
Os pontos fortes específicos desses modelos os tornam adequados para diferentes aplicações do mundo real:
Análise de varejo em alta velocidade#
Para ambientes de varejo modernos que exigem reconhecimento de produtos em tempo real, YOLOv9 se destaca. Sua capacidade de preservar detalhes intrincados das características o torna adequado a implantações de IA no varejo, nas quais é necessário distinguir produtos visualmente semelhantes em uma prateleira cheia.
Implantações de borda em sistemas legados#
Em cenários com limitações rígidas de hardware ou NPUs especializadas que têm dificuldades com blocos de agregação mais recentes, YOLOX-Nano pode encontrar um nicho ocasionalmente. Seus padrões de convolução simples às vezes são preferidos em microcontroladores com recursos extremamente limitados.
Robótica autônoma#
Na navegação robótica, deixar passar objetos pequenos pode ser catastrófico. A arquitetura GELAN de YOLOv9 ajuda a evitar que características de obstáculos pequenos e distantes se percam nas camadas profundas da rede, algo importante em ambientes críticos para a segurança, como aplicações de IA automotiva.
Casos de uso e recomendações#
A escolha entre YOLOv9 e YOLOX depende dos requisitos específicos do seu projeto, das restrições de implantação 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 YOLOX#
O YOLOX é recomendado para:
- Investigação em deteção sem âncoras: Investigação académica que utiliza a arquitetura simples e sem âncoras do YOLOX como referência para experimentar novas cabeças de deteção ou funções de perda.
- Dispositivos de borda ultraleves: Implementações em microcontroladores ou hardware móvel legado, onde o tamanho extremamente reduzido da variante YOLOX-Nano (0,91 milhões de parâmetros) é essencial.
- Estudos sobre atribuição de rótulos SimOTA: Projetos de investigação que analisam estratégias de atribuição de rótulos baseadas em transporte ótimo e o seu impacto na convergência do treino.
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 de Supressão Não Máxima (NMS).
- Ambientes apenas com CPU: Dispositivos sem aceleração por GPU dedicada, nos quais a inferência em CPU até 43% mais rápida de YOLO26n em comparação com 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.
O futuro: chegou YOLO26#
YOLOv9 é um marco importante, mas os requisitos de produção continuam evoluindo. YOLO26, lançado em janeiro de 2026, é atualmente o modelo Ultralytics recomendado.
YOLO26 simplifica o pipeline de implantação com um Design Ponta a Ponta Opcional sem NMS. Ao eliminar o pós-processamento de NMS com nms=False, ele reduz a latência de inferência.
YOLO26 também incorpora o Otimizador MuSGD, uma combinação de SGD e Muon que aproveita inovações do treinamento de LLMs para oferecer convergência estável e rápida. Com a remoção de DFL e a inferência sem NMS, YOLO26n alcança inferência na CPU até 43% mais rápida que YOLO11n, tornando YOLO26 uma ótima opção para dispositivos de borda e implantações empresariais. Com a melhoria na detecção de objetos pequenos proporcionada por ProgLoss e STAL (Perda Progressiva e Atribuição de Rótulos Sensível a Alvos Pequenos), YOLO26 supera tanto YOLOX quanto YOLOv9 em novos projetos.
Para engenheiros que exploram arquiteturas modernas, YOLO11 e RT-DETR também são boas alternativas no ecossistema Ultralytics, e a Plataforma Ultralytics permite treinar e implantar os modelos mais recentes em um só lugar.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.