Por que o Ultralytics YOLO26 remove o NMS e como isso muda a implementação

No dia 14 de janeiro, lançámos o Ultralytics YOLO26, a geração mais recente dos nossos modelos de visão computacional. Com o YOLO26, o nosso objetivo não foi apenas melhorar a precisão ou a velocidade, mas repensar a forma como os modelos de deteção de objetos são construídos e implementados em sistemas do mundo real.

À medida que a visão computacional transita da investigação para a produção, espera-se cada vez mais que os modelos sejam executados em CPUs, dispositivos de borda, câmaras, robôs e hardware embebido. Nestes ambientes, a fiabilidade, a baixa latência e a facilidade de implementação importam tanto quanto o desempenho.

O Ultralytics YOLO26 foi desenhado com esta realidade em mente, utilizando uma arquitetura ponta a ponta otimizada que remove a complexidade desnecessária do pipeline de inferência. Uma das inovações mais importantes feitas no YOLO26 é a remoção da Non-Maximum Suppression, vulgarmente conhecida como NMS.

Por anos, o NMS tem sido uma parte padrão dos sistemas de detecção de objetos, usado como uma etapa de pós-processamento para limpar detecções duplicadas. Embora eficaz, ele também introduz cálculos extras e desafios de implantação, especialmente em hardware de borda.

Com o YOLO26, adotamos uma abordagem diferente. Ao repensar a forma como as previsões são geradas e treinadas, permitimos uma verdadeira inferência ponta a ponta sem NMS. O modelo produz as deteções finais diretamente, sem depender de etapas de limpeza externas ou de regras criadas manualmente. Isto torna o YOLO26 mais rápido, mais fácil de exportar e mais fiável para implementar numa vasta gama de plataformas de hardware.

Fig 1. Detectando objetos em uma imagem usando Ultralytics YOLO26.

Neste artigo, vamos analisar de perto o motivo pelo qual a deteção de objetos tradicional dependia de NMS, como se tornou um obstáculo à implementação e como o Ultralytics YOLO26 elimina a necessidade de soluções alternativas. Vamos começar!

A detecção tradicional de objetos produz detecções duplicadas#

Antes de mergulharmos no que é NMS e por que o removemos no Ultralytics YOLO26, vamos recuar um passo e analisar como os modelos de deteção de objetos tradicionais geram as suas previsões.

Os modelos tradicionais de detecção de objetos geralmente produzem várias caixas delimitadoras sobrepostas para o mesmo objeto. Cada uma dessas caixas vem com sua própria pontuação de confiança, embora todas se refiram ao mesmo objeto na imagem.

Isso acontece por alguns motivos. Primeiro, o modelo faz previsões em muitos locais espaciais e em diferentes escalas ao mesmo tempo. Isso ajuda o modelo a detectar objetos de diferentes tamanhos, mas também significa que locais próximos podem identificar o mesmo objeto de forma independente.

Em segundo lugar, muitos sistemas de detecção de objetos usam abordagens baseadas em âncoras (anchor-based), que geram um grande número de caixas candidatas ao redor de cada local. Embora isso aumente a chance de encontrar objetos com precisão, também aumenta o número de previsões sobrepostas.

Finalmente, a própria detecção baseada em grade (grid-based) leva naturalmente à redundância. Quando um objeto fica próximo ao limite de várias células da grade, várias células podem prever uma caixa para aquele objeto, resultando em várias detecções sobrepostas.

Por causa disso, a saída bruta do modelo geralmente contém várias caixas para um único objeto. Para tornar os resultados utilizáveis, essas previsões redundantes precisam ser filtradas para que apenas uma detecção final permaneça.

Entendendo a Non-Maximum Suppression#

Uma vez que um modelo de detecção de objetos produz múltiplas caixas delimitadoras sobrepostas para o mesmo objeto, esses resultados precisam ser limpos antes de poderem ser usados. É aqui que a Non-Maximum Suppression é aplicada.

A Non-Maximum Suppression é uma etapa de pós-processamento que é executada após o modelo terminar de fazer suas previsões. Seu objetivo é reduzir as detecções duplicadas para que cada objeto seja representado por uma única caixa delimitadora final.

Fig 2. Uma visão geral do NMS. Imagem do autor.

O processo funciona comparando as caixas delimitadoras com base em suas pontuações de confiança e no quanto elas se sobrepõem. As previsões com confiança muito baixa são removidas primeiro.

As caixas restantes são então classificadas por confiança, e a caixa com a pontuação mais alta é selecionada como a melhor detecção. Essa caixa selecionada é comparada com as outras caixas.

Se outra caixa se sobrepuser demasiado a ela, essa caixa é suprimida e removida. A sobreposição é tipicamente medida utilizando a Intersection over Union, uma métrica que calcula o rácio entre a área partilhada por duas caixas e a área total coberta por ambas. Este processo repete-se até restarem apenas as deteções mais confiantes e sem sobreposição.

Por que o NMS complica a implantação#

Embora a Non-Maximum Suppression ajude a filtrar detecções duplicadas, ela também introduz desafios que se tornam mais visíveis quando os modelos saem da pesquisa e vão para a implantação no mundo real.

Um dos maiores problemas é o desempenho. O NMS é executado após a inferência e requer a comparação das caixas delimitadoras entre si para decidir quais manter.

Esse processo é computacionalmente caro e difícil de paralelizar de forma eficiente. Em dispositivos de borda e sistemas baseados em CPU, esse trabalho extra pode adicionar uma latência perceptível, tornando mais difícil atender aos requisitos de tempo real.

O NMS também aumenta a complexidade da implantação. Como não faz parte do próprio modelo, ele precisa ser implementado separadamente como código de pós-processamento.

Diferentes tempos de execução e plataformas lidam com o NMS de maneiras diferentes, o que geralmente significa manter implementações personalizadas para cada ambiente de destino. O que funciona em uma configuração pode se comportar de forma ligeiramente diferente em outra, tornando a implantação mais frágil e mais difícil de escalar.

A otimização de hardware é outro desafio. O NMS não mapeia de forma clara para aceleradores de IA especializados, que são projetados para executar operações de redes neurais com eficiência. Como resultado, mesmo quando o modelo é executado rapidamente em hardware otimizado, o NMS pode se tornar um gargalo que limita o desempenho geral.

Além desses fatores, o NMS depende de parâmetros escolhidos manualmente, como limiares de confiança e limiares de sobreposição. Essas configurações podem afetar os resultados significativamente e, muitas vezes, precisam ser ajustadas para diferentes conjuntos de dados, aplicações ou hardware. Isso torna o comportamento menos previsível em sistemas de produção e adiciona uma sobrecarga extra de configuração.

Inferência de detecção de objetos de ponta a ponta explicada#

As limitações da Non-Maximum Suppression levaram-nos a repensar como os modelos de deteção de objetos se devem comportar no momento da inferência. Em vez de gerar muitas previsões sobrepostas e limpá-las posteriormente, colocámos uma questão mais fundamental.

E se o modelo pudesse produzir detecções finais diretamente? Essa pergunta está no centro da inferência de detecção de objetos de ponta a ponta. Em um sistema de ponta a ponta, o modelo é treinado para lidar com todo o processo de detecção do início ao fim, sem depender de etapas de limpeza externas.

Em vez de produzir muitas caixas candidatas e filtrá-las após a inferência, o modelo aprende a gerar um pequeno conjunto de previsões confiantes e não sobrepostas por conta própria. As detecções duplicadas são resolvidas dentro da rede em vez de serem removidas por pós-processamento.

Arquiteturas de modelo mais recentes mostraram que essa abordagem era possível e prática. Com a estratégia de treinamento correta, os modelos podiam aprender a associar cada objeto a uma única previsão, em vez de muitas concorrentes, reduzindo a redundância na sua origem.

Fig 3. Um exemplo de detecção de objetos usando Ultralytics YOLO26.

Para que isso funcione, o treinamento também precisa mudar. Em vez de deixar muitas previsões competirem pelo mesmo objeto, o modelo aprende a tomar uma decisão clara, produzindo detecções mais precisas e em menor número.

O resultado geral é um pipeline de inferência mais simples. Como as duplicatas já são resolvidas internamente, não há necessidade de Non-Maximum Suppression no momento da inferência. A saída do modelo já é o conjunto final de detecções.

Esse design de ponta a ponta também facilita a implantação. Sem etapas de pós-processamento ou implementações de NMS específicas da plataforma, o modelo exportado é totalmente independente e se comporta de forma consistente em diferentes estruturas de inferência e destinos de hardware.

Como explica o nosso Lead Partnership Engineer, Francesco Mattioli, “A verdadeira aprendizagem ponta a ponta significa que o modelo deve tratar de tudo, desde os píxeis até às previsões, sem passos de pós-processamento manuais que quebram a diferenciabilidade e complicam a implementação.”

Como o Ultralytics YOLO26 remove o NMS#

O Ultralytics YOLO26 remove a Non-Maximum Suppression mudando a forma como as deteções são aprendidas e produzidas, em vez de depender de pós-processamento para as limpar. Em vez de permitir que muitas previsões concorram pelo mesmo objeto, o YOLO26 é treinado para aprender uma relação clara de um para um entre objetos e saídas.

Isso é habilitado, em parte, pela detecção baseada em consultas (query-based) aprendível, que ajuda o modelo a se concentrar em produzir uma previsão única e confiante para cada objeto, em vez de muitos candidatos sobrepostos. Cada objeto é associado a uma previsão, reduzindo naturalmente as detecções duplicadas.

Esse comportamento é reforçado por estratégias de correspondência consistentes durante o treinamento, incentivando o modelo a tomar uma decisão confiante por objeto em vez de gerar previsões sobrepostas. No final, o modelo produz menos previsões, mas cada uma representa uma detecção final.

Por que a remoção do DFL tornou possível a detecção livre de NMS#

Outra inovação importante que permite a inferência sem NMS no Ultralytics YOLO26 é a remoção da Distribution Focal Loss, ou DFL. Em modelos YOLO anteriores, a DFL era utilizada para melhorar a regressão de caixas delimitadoras, prevendo uma distribuição de possíveis localizações de caixas em vez de um único valor.

Embora essa abordagem tenha melhorado a precisão da localização, ela também adicionou complexidade ao pipeline de detecção. Essa complexidade tornou-se uma limitação ao avançar para a inferência verdadeira de ponta a ponta.

A DFL introduzia computação adicional e intervalos de regressão fixos, o que dificultava a aprendizagem de atribuições de objetos limpas, de um para um, pelo modelo, e aumentava a dependência de etapas de pós-processamento como Non-Maximum Suppression. Com o Ultralytics YOLO26, removemos a DFL e redesenhámos a regressão de caixas delimitadoras para ser mais simples e direta.

Em vez de depender de saídas baseadas em distribuição, o modelo aprende a prever coordenadas de caixa precisas de uma forma que suporta deteções mais confiantes e em menor número. Esta alteração ajuda a reduzir previsões sobrepostas na origem e alinha a regressão de caixas delimitadoras com o design ponta a ponta e sem NMS do Ultralytics YOLO26.

O Ultralytics YOLO26 é livre de NMS e fácil de implantar#

Um design sem NMS faz do Ultralytics YOLO26 um modelo verdadeiramente ponta a ponta. Isto tem um impacto importante em exporting models.

Exportar significa converter um modelo treinado em um formato que possa ser executado fora do ambiente de treinamento, como ONNX, TensorRT, CoreML ou OpenVINO. Em pipelines tradicionais, esse processo geralmente falha porque a Non-Maximum Suppression não faz parte do próprio modelo.

Ao remover o NMS, o Ultralytics YOLO26 evita esse problema por completo. O modelo exportado já inclui tudo o que é necessário para produzir as detecções finais.

Isso torna o modelo exportado totalmente independente e mais portátil entre estruturas de inferência e destinos de hardware. O mesmo modelo se comporta de forma consistente, quer seja implantado em servidores, sistemas apenas de CPU, dispositivos embarcados ou aceleradores de borda. A implantação torna-se mais direta porque o que você exporta é exatamente o que você executa.

Esta simplicidade é especialmente importante para aplicações de borda. Por exemplo, o YOLO26 pode ser facilmente implementado em dispositivos como drones para casos de uso como monitorização de culturas, inspeção de campos e análise da saúde das plantas, onde orçamentos limitados de computação e energia tornam os pipelines complexos de pós-processamento impraticáveis. Como o modelo produz as deteções finais diretamente, funciona de forma fiável em hardware leve sem passos de processamento extra.

Fig 4. O Ultralytics YOLO26 é fácil de implantar em dispositivos de borda como drones.

Em suma, a inferência sem NMS elimina o atrito na exportação e no implante, permitindo sistemas de visão mais limpos e confiáveis. O NMS era uma solução paliativa. O Ultralytics YOLO26 não precisa mais de soluções paliativas.

Principais pontos#

O Ultralytics YOLO26 remove a Non-Maximum Suppression resolvendo o problema subjacente de deteções duplicadas, em vez de as limpar depois do facto. O seu design ponta a ponta permite que o modelo produza deteções finais diretamente, tornando a exportação e o alojamento mais simples e consistentes em diferentes hardwares. A NMS era uma solução de contorno útil para sistemas anteriores, mas o YOLO26 já não precisa dela.

Junta-te à nossa comunidade e consulta o nosso repositório do GitHub para saberes mais sobre IA. Explora as nossas páginas de soluções sobre IA na agricultura e visão computacional no retalho. Descobre as nossas opções de licenciamento e começa a utilizar a IA de visão hoje mesmo!