Comparando YOLOv8, YOLOv9, YOLOv10 e YOLOv11
Qual Versão do YOLO é a Melhor? Qual Versão do YOLO Usar?
00:00 Introdução
00:42 Explicação das comparações
03:00 Datasets Utilizados
05:38 Configurações de Treinamento e Testes
08:12 Resultados YOLOn
17:23 Resultados YOLOm
19:40 Conclusão
A área de detecção de objetos está em constante crescimento, com destaque para a famosa arquitetura You Only Look Once (YOLO). Entre pontos positivos e negativos, um fato curioso sobre o YOLO é que não existe uma única pessoa ou organização responsável por gerenciar suas versões. Qualquer um pode publicar uma versão nova e denominá-la como tal, seja porque realmente traz melhorias, ou simplesmente para ganhar notoriedade. Nesse vídeo, vamos treinar e comparar os resultados das versões 8, 9, 10 e 11 do YOLO para entender como elas se comportam e ajudar a escolher qual versão usar.
Para manter uma comparação justa, será utilizado o mesmo dataset, argumentações padrões e versões do Python e da biblioteca Ultralytics para treinar as versões "N" e "M" das arquiteturas YOLOv8, YOLOv9, YOLOv10 e YOLOv11. Assim como para buscar atender diversos cenários, será utilizado 4 dataset diferentes, com quantidades de classes e tamanhos dos objetos diferentes. Ao longo dos testes, serão analisando desempenho em termos de precisão, eficiência e velocidade de inferência. A promessa das versões mais recentes é trazer avanços significativos, mas será que elas realmente justificam uma mudança ou atualização?
🌐 Referências:
▶ Planilha com os resultados - https://github.com/ProgramadorArtific...
▶ Dataset Bee Detection Dataset - https://www.kaggle.com/datasets/lara3...
▶ Dataset taco-trash-dataset - https://www.kaggle.com/datasets/knero...
▶ Dataset Underwater Object Detection Dataset - https://www.kaggle.com/datasets/slavk...
▶ Dataset Object Detection Dataset - Wind Turbines - https://www.kaggle.com/datasets/kyleg...
#ComparaçãoYOLO #ProgramadorArtificial