YOLOX vs DAMO-YOLO#

A evolução da deteção de objetos em tempo real passou por várias mudanças de paradigma, desde arquiteturas baseadas em âncoras até arquiteturas sem âncoras, e de backbones concebidos manualmente até à pesquisa automatizada de arquiteturas neurais (NAS). Nesta comparação técnica abrangente, vamos analisar dois marcos significativos desta trajetória: YOLOX e DAMO-YOLO. Vamos explorar as suas inovações arquiteturais, metodologias de treino e compromissos de desempenho, destacando também como o moderno Ultralytics YOLO26 oferece uma alternativa sem paralelo para os programadores atuais.

YOLOX: pioneiro do paradigma sem âncoras#

Lançado a 18 de julho de 2021 por Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun, da Megvii, o YOLOX marcou um ponto de viragem crucial ao integrar com sucesso um design sem âncoras na família YOLO. Conforme descrito no seu relatório técnico no ArXiv detalhado, o YOLOX procurou colmatar a lacuna entre a investigação académica e a implementação industrial.

Principais inovações arquiteturais#

O YOLOX introduziu várias mudanças estruturais fundamentais que melhoraram significativamente os seus antecessores:

• Mecanismo sem âncoras: Ao prever diretamente o centro de um objeto e as dimensões da sua caixa delimitadora, o YOLOX reduziu o número de heurísticas de design e simplificou os complexos processos de agrupamento de âncoras. Isto torna-o altamente adaptável a diversos cenários de visão computacional.
• Cabeça desacoplada: Os modelos YOLO tradicionais utilizavam uma única cabeça acoplada para a classificação e a regressão. O YOLOX implementou uma cabeça desacoplada, processando a classificação e a localização separadamente, o que permitiu uma convergência muito mais rápida e melhorou a precisão.
• Atribuição de rótulos SimOTA: Foi utilizada uma versão simplificada da atribuição por transporte ótimo (OTA) para atribuir dinamicamente amostras positivas, reduzindo os tempos de treino e ultrapassando as ambiguidades das atribuições baseadas no ponto central.

Saiba mais sobre o YOLOX

DAMO-YOLO: pesquisa automatizada de arquiteturas em larga escala#

Desenvolvido por Xianzhe Xu e uma equipa de investigadores do Alibaba Group, o DAMO-YOLO foi apresentado a 23 de novembro de 2022. Conforme detalhado na sua publicação no ArXiv, o modelo utilizou intensivamente a pesquisa de arquiteturas neurais (NAS) para expandir a fronteira de Pareto entre velocidade e precisão.

Principais inovações arquiteturais#

A estratégia do DAMO-YOLO baseava-se na automatização do design de estruturas eficientes:

• Backbones MAE-NAS: Utilizando uma busca guiada por entropia máxima, o DAMO-YOLO descobriu backbones altamente eficientes personalizados para orçamentos de latência específicos, particularmente quando exportados para frameworks como TensorRT.
• Efficient RepGFPN: Um design de neck pesado que melhora significativamente a fusão de características entre diferentes resoluções espaciais, sendo altamente benéfico para a análise de imagens aéreas e a deteção de objetos em várias escalas.
• ZeroHead: Uma cabeça de predição simplificada que elimina redundâncias computacionais sem sacrificar a precisão média (mAP) geral do modelo.
• AlignedOTA e destilação: Incorpora uma atribuição avançada de rótulos e destilação de conhecimento professor-aluno para extrair o máximo desempenho de modelos aluno mais pequenos.

Learn more about DAMO-YOLO

Comparação de desempenho e métricas#

Ao comparar estes dois modelos, temos de analisar o número de parâmetros, os FLOPs necessários e os perfis de latência. Abaixo encontram-se os dados de benchmark que comparam o YOLOX e o DAMO-YOLO em várias escalas.

Embora ambos os modelos alcancem resultados impressionantes, têm algumas limitações. O YOLOX exige um ajuste cuidadoso da sua cabeça desacoplada, enquanto a forte dependência do DAMO-YOLO em relação à destilação torna o novo treino em conjuntos de dados personalizados muito exigente em termos de recursos, requerendo grandes quantidades de memória GPU.

Casos de uso e recomendações#

A escolha entre YOLOX e DAMO-YOLO depende dos requisitos específicos do teu projeto, das restrições de implementação e das tuas preferências relativamente ao ecossistema.

Quando escolher o YOLOX#

O YOLOX é uma boa escolha para:

• Investigação sobre deteção sem âncoras: Investigação académica que utiliza a arquitetura limpa e sem âncoras do YOLOX como linha de base para experimentar novas cabeças de deteção ou funções de perda.
• Dispositivos de periferia ultraleves: Implementação em microcontroladores ou hardware móvel legado, nos quais a pegada extremamente reduzida da variante YOLOX-Nano (0.91M parâmetros) é fundamental.
• Estudos de atribuição de rótulos SimOTA: Projetos de investigação que analisam estratégias de atribuição de rótulos baseadas no transporte ótimo e o seu impacto na convergência do treino.

Quando escolher o DAMO-YOLO#

O DAMO-YOLO é recomendado para:

• Análise de vídeo de elevado débito: Processamento de streams de vídeo com FPS elevado em infraestruturas GPU NVIDIA fixas, nas quais o débito com batch-1 é a principal métrica.
• Linhas de fabrico industrial: Cenários com restrições rigorosas de latência GPU em hardware dedicado, como a inspeção de qualidade em tempo real em linhas de montagem.
• Investigação sobre pesquisa de arquitetura neural: Estudo dos efeitos da pesquisa automatizada de arquiteturas (MAE-NAS) e de backbones eficientemente reparametrizados no desempenho da deteção.

Quando escolher Ultralytics (YOLO26)#

Para a maioria dos projetos novos, o Ultralytics YOLO26 oferece a melhor combinação de desempenho e experiência de desenvolvimento:

• Implantação em dispositivos de borda sem NMS: Aplicações que exigem inferência consistente e de baixa latência sem a complexidade do pós-processamento de Supressão de Não-Máximos.
• Ambientes que usam apenas CPU: Dispositivos sem aceleração dedicada por GPU, nos quais a inferência em CPU até 43% mais rápida do YOLO26 oferece uma vantagem decisiva.
• Detecção de objetos pequenos: Cenários desafiadores, como imagens aéreas capturadas por drones ou análise de sensores de IoT, nos quais ProgLoss e STAL aumentam significativamente a precisão em objetos minúsculos.

A vantagem da Ultralytics: apresentação do YOLO26#

Embora YOLOX e DAMO-YOLO representem marcos históricos importantes, os programadores atuais precisam de uma solução que combine precisão de última geração com uma facilidade de utilização sem paralelo. É aqui que o Ultralytics YOLO26 transforma o panorama. Lançado em janeiro de 2026, o YOLO26 baseia-se no legado dos modelos sem NMS para proporcionar o equilíbrio ideal entre velocidade, precisão e experiência do programador.

Porquê escolher o YOLO26?#

O ecossistema integrado da Ultralytics supera os repositórios académicos fragmentados ao oferecer:

• Design sem NMS de ponta a ponta: O YOLO26 elimina nativamente a supressão não máxima (NMS) durante a inferência. Isto resulta numa latência incrivelmente rápida e previsível, essencial para implementações na periferia e veículos autónomos.
• Remoção do DFL: Ao remover a Distribution Focal Loss, o YOLO26 simplifica os processos de exportação para dispositivos de periferia, reduzindo drasticamente os requisitos de memória para aplicações leves.
• Otimizador MuSGD: O YOLO26 aproveita inovações do treino de LLM com o seu otimizador híbrido SGD e Muon, garantindo uma estabilidade de treino sólida e uma convergência ultrarrápida.
• Até 43% mais rápido na inferência em CPU: Graças a otimizações estruturais profundas, o YOLO26 funciona a uma velocidade impressionante em CPUs sem precisar de hardware GPU dispendioso.
• Funções de perda avançadas: A integração de ProgLoss + STAL proporciona melhorias significativas no reconhecimento de objetos pequenos, tornando o modelo ideal para tarefas como inspeções com drones e monitorização de IoT.
• Versatilidade: Ao contrário do DAMO-YOLO, que é estritamente um detetor, o YOLO26 suporta nativamente tarefas de segmentação de instâncias, estimativa de pose, classificação de imagens e caixas delimitadoras orientadas (OBB) num único framework unificado.

from ultralytics import YOLO

# Load the cutting-edge YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train the model effortlessly on a custom dataset
train_results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run ultra-fast, NMS-free inference
results = model("https://ultralytics.com/images/bus.jpg")

# Export to ONNX or OpenVINO with a single command
model.export(format="openvino")

Outros modelos a considerar#

O ecossistema de visão computacional é vasto. Dependendo das tuas restrições específicas, também poderás querer explorar outras arquiteturas totalmente suportadas pelo ecossistema da Ultralytics:

• YOLO11: O antecessor altamente capaz do YOLO26, conhecido pela sua robustez em análise de retalho e controlo de qualidade na indústria.
• YOLOv8: Um modelo sem âncoras lendário e altamente estável que popularizou a implementação generalizada na periferia.
• RT-DETR: Um Transformer de deteção em tempo real desenvolvido pela Baidu, que oferece uma excelente alternativa para tarefas que beneficiam significativamente de mecanismos de atenção global, embora com o custo de maiores requisitos de memória durante o treino.

Conclusão#

Tanto o YOLOX como o DAMO-YOLO contribuíram com conceitos essenciais para a evolução do deep learning — o YOLOX validou a abordagem desacoplada e sem âncoras, enquanto o DAMO-YOLO demonstrou o poder da pesquisa automatizada de arquiteturas. No entanto, para produção no mundo real, as complexidades das suas bases de código de investigação originais podem abrandar equipas ágeis.

Ao tirar partido da abrangente Ultralytics Platform, os programadores podem ultrapassar estes obstáculos. Com o design de ponta a ponta do YOLO26, velocidades superiores em CPU e documentação extensa, alcançar IA de visão de última geração está mais acessível do que nunca. Quer estejas a desenvolver infraestruturas para cidades inteligentes, diagnósticos na área da saúde ou robótica avançada, a Ultralytics oferece o caminho mais eficiente dos dados em bruto até à implementação robusta no mundo real.