Começar

YOLOX vs YOLOv9

O panorama da visão computacional foi moldado por avanços arquitetónicos contínuos que equilibram a eficiência computacional com uma alta precisão. Ao avaliar modelos de deteção de objetos em tempo real, a comparação entre YOLOX, da Megvii, e YOLOv9, da Academia Sinica, evidencia duas filosofias distintas de desenvolvimento de aprendizagem profunda. Enquanto YOLOX popularizou um design simplificado sem âncoras, YOLOv9 introduziu técnicas de informação de gradiente para maximizar a retenção de informação.

Este guia técnico explora as diferenças arquitetónicas, os benchmarks de desempenho e os casos de uso ideais, além de mostrar como a Ultralytics Platform e o modelo YOLO26 oferecem opções mais robustas para implementações em produção.

YOLOX: pioneiro no paradigma sem âncoras#

Lançado em meados de 2021, YOLOX representou um grande avanço na aproximação entre a investigação académica e as aplicações industriais. Ao eliminar a necessidade de caixas-âncora predefinidas, simplificou significativamente o ajuste heurístico necessário para conjuntos de dados personalizados.

Inovações arquiteturais#

YOLOX introduziu várias mudanças importantes no pipeline de deteção padrão. Implementou uma cabeça desacoplada, separando as tarefas de classificação e regressão, o que reduziu significativamente o conflito entre identificar um objeto e localizar os seus limites. YOLOX também adotou o SimOTA, uma estratégia dinâmica de atribuição de rótulos que distribui amostras positivas durante o treino, levando a uma convergência mais rápida e a um melhor desempenho geral em conjuntos de dados de referência padrão.

Pontos Fortes e Limitações#

A principal vantagem do YOLOX está no seu design simplificado. O mecanismo sem âncoras significa que os desenvolvedores passam menos tempo a executar algoritmos de agrupamento para encontrar os tamanhos de âncora ideais para os seus dados específicos. No entanto, por ser uma arquitetura mais antiga, criada sem os avanços recentes em autoatenção ou percursos de gradiente, não iguala a eficiência de parâmetros das redes mais recentes. Também não oferece suporte nativo, numa API unificada, a tarefas avançadas como segmentação de instâncias e estimativa de pose.

Saiba mais sobre o YOLOX

YOLOv9: maximizando as informações dos gradientes#

Em 2024, YOLOv9 introduziu uma abordagem orientada pela teoria para o problema do gargalo de informação inerente às redes neuronais convolucionais profundas.

Inovações arquiteturais#

A característica que define YOLOv9 é a Informação de Gradiente Programável (PGI), que ajuda a evitar a perda de informações semânticas essenciais à medida que estas passam por várias camadas da rede. Em conjunto com a Rede de Agregação de Camadas Eficiente Generalizada (GELAN), YOLOv9 alcança uma forte relação entre o número de parâmetros e a precisão. Isso permite que o modelo retenha gradientes precisos para atualizar os pesos, tornando-o eficaz até mesmo nas suas variantes leves.

Pontos Fortes e Limitações#

YOLOv9 oferece alta precisão do modelo, com pontuações mAP elevadas no COCO que o tornam popular entre investigadores. No entanto, apesar da sua eficiência, YOLOv9 continua a depender da tradicional supressão não máxima (NMS) no pós-processamento, o que acrescenta latência variável durante a inferência. Para engenheiros focados em implementar IA em dispositivos de borda, gerir a lógica do NMS aumenta a complexidade do pipeline de implementação.

Saiba mais sobre o YOLOv9

Gargalos no pós-processamento

Modelos tradicionais como YOLOX e YOLOv9 exigem supressão não máxima (NMS) para filtrar caixas delimitadoras duplicadas. Essa etapa é inerentemente sequencial e costuma criar um gargalo nas CPUs, o que evidencia a necessidade das arquiteturas nativas ponta a ponta presentes nos modelos mais recentes da Ultralytics.

Comparação de desempenho#

Ao comparar as métricas computacionais brutas dessas arquiteturas, fica claro que YOLOv9 oferece uma referência mais moderna, enquanto YOLOX continua sendo uma opção leve para sistemas legados. A seguir, apresentamos uma análise detalhada dos modelos padrão.

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
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Embora YOLOv9 demonstre maior precisão para contagens de parâmetros comparáveis, os desenvolvedores que procuram o melhor equilíbrio entre velocidade, precisão e facilidade de utilização devem considerar os avanços mais recentes da Ultralytics.

A vantagem da Ultralytics: conheça o YOLO26#

Embora a avaliação de modelos históricos como YOLOX e YOLOv9 ofereça um contexto valioso, o modelo Ultralytics recomendado atualmente é Ultralytics YOLO26, lançado em janeiro de 2026, que reformula o pipeline de deteção para ambientes de produção modernos.

Inovações arquiteturais#

YOLO26 resolve os gargalos de pós-processamento dos seus antecessores com um design opcional de ponta a ponta sem NMS (nms=False), simplificando a implementação em diferentes tipos de hardware. YOLO26 também remove a Distribution Focal Loss (DFL) para simplificar a exportação e integra o Otimizador MuSGD, uma combinação de Stochastic Gradient Descent e Muon, para um treino mais estável.

Para os desenvolvedores que implementam em ambientes com recursos limitados, como o Raspberry Pi, YOLO26n oferece uma inferência na CPU até 43% mais rápida do que YOLO11n. Também introduz ProgLoss + STAL (Progressive Loss e atribuição de rótulos sensível a objetos pequenos), que melhora a deteção de objetos pequenos, essencial para imagens aéreas e análise de dados de drones.

Ecossistema de desenvolvimento simplificado#

Ao contrário dos repositórios de investigação independentes, o ecossistema Ultralytics oferece uma experiência de desenvolvimento simplificada. Com a API Python da Ultralytics, os engenheiros podem reduzir significativamente o código repetitivo e, graças ao uso otimizado da memória, podem treinar modelos robustos com menos VRAM de GPU do que as arquiteturas com uso intensivo de atenção.

from ultralytics import YOLO

# Carrega o modelo pequeno YOLO26 altamente otimizado e sem NMS
model = YOLO("yolo26s.pt")

# Treina com um conjunto de dados personalizado e uso mínimo de memória
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporta facilmente para formatos de implantação otimizados
model.export(format="engine", quantize=16)  # Exporta para TensorRT

Além da deteção, YOLO26 oferece suporte a várias tarefas no mesmo framework. Quer precises de caixas delimitadoras orientadas (OBB) precisas para imagens de satélite ou de máscaras de píxeis detalhadas para análise de imagens médicas, o fluxo de trabalho continua a ser o mesmo. As equipas que utilizam fluxos de trabalho da geração anterior também podem usar Ultralytics YOLO11, que continua a ter suporte completo.

Casos de uso ideais e estratégias de implementação#

A escolha da arquitetura certa depende do ambiente de implementação pretendido e dos requisitos do projeto.

Computação de borda e robótica#

Em dispositivos de baixo consumo, depender de modelos que exigem pós-processamento pesado pode prejudicar o desempenho. Embora YOLOX-Nano seja muito pequeno, a sua precisão é muitas vezes insuficiente para tarefas críticas de segurança. YOLO26 é a melhor opção neste caso; a sua cabeça sem DFL e a inferência opcional sem NMS permitem uma execução fluida em threads da CPU, sendo adequada para robótica autónoma ou gestão inteligente de estacionamento.

Benchmarking acadêmico#

Se o único objetivo for analisar o fluxo de gradiente e estudar os gargalos das redes profundas, YOLOv9 continua a ser um excelente objeto de estudo. O seu framework PGI oferece informações úteis sobre a preservação de características entre camadas de redes neuronais profundas, tornando-o uma ferramenta valiosa para investigadores universitários que estudam a teoria das convoluções.

Análise de vídeo empresarial#

Para tarefas de processamento de vídeo em grande escala, como sistemas de alarme de segurança ou monitorização do trânsito, a velocidade e a versatilidade das opções de exportação são essenciais. As ferramentas de exportação nativas do framework Ultralytics permitem que as equipas compilem YOLO26 diretamente para TensorRT ou OpenVINO com um único comando, reduzindo o tempo até à comercialização.

Com o ecossistema Ultralytics, as equipas de aprendizagem automática podem evitar as complexidades das bases de código de investigação originais e concentrar-se diretamente na criação de aplicações de IA escaláveis e práticas.

Colaboradores

Comentários

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