Começar

YOLOX vs DAMO-YOLO

A evolução da detecção de objetos em tempo real passou por várias mudanças, de arquiteturas baseadas em âncoras a arquiteturas sem âncoras, e de backbones projetados manualmente à busca automatizada de arquitetura neural (NAS). Esta comparação técnica analisa dois marcos importantes dessa trajetória, YOLOX e DAMO-YOLO, abordando suas inovações arquitetônicas, metodologias de treinamento e compromissos de desempenho, além de explicar por que o Ultralytics YOLO26 é a alternativa recomendada para novos projetos.

YOLOX: pioneiro no paradigma sem âncoras#

Lançado em 18 de julho de 2021 por Zheng Ge, Songtao Liu, Feng Wang, Zeming Li e Jian Sun, da Megvii, o YOLOX marcou uma virada ao integrar um design sem âncoras à família YOLO. Conforme descrito em seu relatório técnico detalhado no arXiv, o YOLOX buscava aproximar a pesquisa acadêmica da implantação industrial.

Principais inovações arquiteturais#

O YOLOX introduziu várias mudanças estruturais fundamentais que aprimoraram 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 projeto e simplificou os complexos processos de agrupamento de âncoras. Isso o torna adaptável a diversos cenários de visão computacional.
  • Cabeça desacoplada: os modelos YOLO tradicionais usavam uma única cabeça acoplada para classificação e regressão. O YOLOX implementou uma cabeça desacoplada, processando a classificação e a localização separadamente, o que acelera a convergência e melhora a precisão.
  • Atribuição de rótulos SimOTA: Foi usada uma versão simplificada da atribuição por transporte ótimo (OTA) para atribuir amostras positivas dinamicamente, reduzindo o tempo de treinamento e superando as ambiguidades das atribuições baseadas no ponto central.
O legado do YOLOX

O design de cabeça desacoplada do YOLOX influenciou fortemente as gerações seguintes de detectores de objetos e tornou-se um recurso padrão em muitos modelos modernos.

Saiba mais sobre o YOLOX

DAMO-YOLO: busca automatizada de arquitetura em grande escala#

Desenvolvido por Xianzhe Xu e uma equipe de pesquisadores do Alibaba Group, o DAMO-YOLO foi apresentado em 23 de novembro de 2022. Conforme detalhado em sua publicação no arXiv, o modelo dependia bastante da busca de arquitetura neural (NAS) para melhorar o equilíbrio entre velocidade e precisão.

Principais inovações arquiteturais#

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

  • Backbones MAE-NAS: usando uma busca guiada por entropia máxima, o DAMO-YOLO descobriu backbones altamente eficientes, personalizados para orçamentos de latência específicos, especialmente quando exportados para estruturas como o TensorRT.
  • RepGFPN eficiente: um design de neck pesado que aprimora a fusão de características em diferentes resoluções espaciais, beneficiando a análise de imagens aéreas e a detecção de objetos em várias escalas.
  • ZeroHead: Uma cabeça de predição simplificada que reduz a redundância computacional sem sacrificar a precisão média (mAP) geral do modelo.
  • AlignedOTA e destilação: incorpora atribuição avançada de rótulos e destilação de conhecimento entre professor e aluno para melhorar o desempenho de modelos menores.

Saiba mais sobre o DAMO-YOLO

Comparação de desempenho e métricas#

Ao comparar esses dois modelos, é importante analisar a quantidade de parâmetros, os FLOPs necessários e os perfis de latência. Abaixo estão os dados de benchmark que comparam o YOLOX e o DAMO-YOLO em várias escalas.

Modelotamanho
(pixels)
mAPval50-95Velocidade
CPU ONNX
(ms)
Velocidade
T4 TensorRT10
(ms)
parâmetros
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

O DAMO-YOLO é mais preciso que o YOLOX com latência comparável; por exemplo, o DAMO-YOLOt alcança 42,0 mAP em 2,32 ms, contra 40,5 mAP em 2,56 ms do YOLOXs. No entanto, ambos os modelos têm ressalvas: o design do YOLOX antecede muitas técnicas de treinamento mais recentes, enquanto a dependência do DAMO-YOLO da destilação torna o retreinamento em conjuntos de dados personalizados mais exigente em recursos e aumenta os requisitos de memória de GPU.

Casos de uso e recomendações#

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

Quando escolher o YOLOX#

O YOLOX é uma ótima opção 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 DAMO-YOLO#

O DAMO-YOLO é recomendado para:

  • Análise de vídeo de alto rendimento: Processamento de transmissões de vídeo com alto FPS em uma infraestrutura fixa de GPU NVIDIA, na qual o rendimento com lote 1 é a principal métrica.
  • Linhas de fabricação industrial: Cenários com restrições rigorosas de latência da GPU em hardware dedicado, como inspeção de qualidade em tempo real em linhas de montagem.
  • Pesquisa em busca de arquitetura neural: Estudo dos efeitos da busca automatizada de arquitetura (MAE-NAS) e de backbones eficientes com reparametrização no desempenho da detecção.

Quando escolher Ultralytics (YOLO26)#

Para a maioria dos novos projetos, o 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 somente com CPU: Dispositivos sem aceleração de GPU dedicada, nos quais a inferência na CPU até 43% mais rápida do YOLO26 (YOLO26n contra 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.

A vantagem da Ultralytics: conheça o YOLO26#

Embora o YOLOX e o DAMO-YOLO sejam marcos históricos importantes, os desenvolvedores modernos precisam de uma solução que combine alta precisão com facilidade de uso. Lançado em janeiro de 2026, o Ultralytics YOLO26 baseia-se em modelos sem NMS, como o YOLOv10, para oferecer um equilíbrio sólido entre velocidade, precisão e experiência de desenvolvimento.

Porquê escolher YOLO26?#

Em comparação com repositórios acadêmicos separados, o ecossistema integrado Ultralytics oferece:

  • Design de ponta a ponta sem NMS: a cabeça opcional um para um do YOLO26 (nms=False) elimina a NMS durante a inferência. Isso resulta em latência rápida e previsível, essencial para implantações de borda e veículos autônomos.
  • Remoção da DFL: ao remover a Distribution Focal Loss, o YOLO26 simplifica a exportação para dispositivos de borda e melhora a compatibilidade com hardware de baixo consumo.
  • Otimizador MuSGD: o YOLO26 incorpora inovações de treinamento de LLM com seu otimizador híbrido SGD e Muon, para um treinamento estável e uma convergência rápida.
  • Inferência na CPU até 43% mais rápida: com a remoção da DFL e da NMS, o YOLO26n executa na CPU até 43% mais rápido que o YOLO11n, sem precisar de hardware de GPU caro.
  • ProgLoss + STAL: a perda progressiva e a atribuição de rótulos ciente de alvos pequenos (STAL) melhoram a detecção de objetos pequenos, tornando o YOLO26 adequado a tarefas como inspeções com drones e monitoramento de IoT.
  • Versatilidade: ao contrário do DAMO-YOLO, que é estritamente um detector, o YOLO26 oferece suporte nativo a segmentação de instâncias, segmentação semântica, estimativa de profundidade, classificação de imagens, estimativa de pose e tarefas de caixas delimitadoras orientadas (OBB) em uma única estrutura unificada.
Começa a criar agora

Com a API Python da Ultralytics, não precisas configurar manualmente pipelines complexos de destilação nem escrever centenas de linhas de código C++ para implantar teu modelo.

from ultralytics import YOLO

# Carrega o modelo nano YOLO26
model = YOLO("yolo26n.pt")

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

# Execute inferências ultrarrápidas e sem NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Exporte para ONNX ou OpenVINO com um único comando
model.export(format="openvino")

Outros modelos a considerar#

O ecossistema de visão computacional é amplo. Dependendo das tuas restrições específicas, talvez também queiras explorar outras arquiteturas totalmente compatíveis com o ecossistema Ultralytics:

  • YOLO11: antecessor do YOLO26, conhecido por sua robustez em análises de varejo e controle de qualidade na fabricação.
  • YOLOv8: modelo sem âncoras estável e amplamente adotado, que ajudou a popularizar a implantação em dispositivos de borda.
  • RT-DETR: um Transformer de detecção em tempo real desenvolvido pela Baidu, que oferece uma alternativa sólida para tarefas que se beneficiam muito de mecanismos de atenção global, embora exija mais memória de treinamento.

Conclusão#

O YOLOX e o DAMO-YOLO contribuíram com conceitos importantes para a evolução do aprendizado profundo: o YOLOX validou a abordagem desacoplada e sem âncoras, enquanto o DAMO-YOLO demonstrou o potencial da busca automatizada de arquitetura. No entanto, em ambientes de produção reais, as complexidades de suas bases de código de pesquisa originais podem desacelerar equipes ágeis.

Com a Ultralytics Platform, os desenvolvedores podem evitar esses obstáculos. O design de ponta a ponta do YOLO26, sua maior velocidade na CPU e a ampla documentação tornam a IA de visão precisa mais acessível. Quer você esteja desenvolvendo infraestrutura para cidades inteligentes, diagnósticos de saúde ou robótica avançada, a Ultralytics oferece um caminho direto dos dados brutos à implantação no mundo real.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.