Model Weights

Os pesos do modelo são os parâmetros ajustáveis dentro de um modelo de machine learning que transformam os dados de entrada em resultados previstos. Numa rede neuronal, estes pesos representam a força das ligações entre os neurónios nas diferentes camadas. Quando um modelo é inicializado, estes pesos são normalmente definidos com valores aleatórios e pequenos, o que significa que o modelo "não sabe" nada. Através de um processo chamado treino, o modelo ajusta iterativamente estes pesos com base nos erros que comete, aprendendo gradualmente a reconhecer padrões, características e relações nos dados. Podes pensar nos pesos do modelo como a "memória" ou o "conhecimento" da IA; eles armazenam aquilo que o sistema aprendeu com os seus dados de treino.

O papel dos pesos na aprendizagem#

O principal objetivo do treino de uma rede neuronal é encontrar o conjunto ideal de pesos do modelo que minimize o erro entre as previsões do modelo e a verdade fundamental real. Este processo envolve passar os dados pela rede — uma etapa conhecida como passagem direta — e, em seguida, calcular um valor de perda utilizando uma função de perda específica. Se a previsão estiver incorreta, um algoritmo de otimização como o Descenso de gradiente estocástico (SGD) ou o mais recente otimizador Muon utilizado no YOLO26 calcula quanto cada peso contribuiu para o erro.

Através de uma técnica chamada retropropagação, o algoritmo atualiza ligeiramente os pesos para reduzir o erro da próxima vez. Este ciclo repete-se milhares ou milhões de vezes até que os pesos do modelo estabilizem e o sistema alcance uma elevada precisão. Quando o treino termina, os pesos são "congelados" e guardados, permitindo que o modelo seja implementado para inferência em dados novos e nunca vistos.

Pesos do modelo vs. vieses#

É importante distinguir entre pesos e vieses, pois trabalham em conjunto, mas têm finalidades diferentes. Enquanto os pesos do modelo determinam a força e a direção da ligação entre os neurónios (controlando a inclinação da ativação), os vieses permitem deslocar a função de ativação para a esquerda ou para a direita. Este deslocamento garante que o modelo consiga ajustar-se melhor aos dados, mesmo quando todas as características de entrada são zero. Em conjunto, os pesos e os vieses formam os parâmetros ajustáveis que definem o comportamento de arquiteturas como as redes neuronais convolucionais (CNNs).

Aplicações no mundo real#

Os pesos do modelo são o componente central que permite o funcionamento dos sistemas de IA em vários setores. Aqui estão dois exemplos concretos de como são aplicados:

• Visão computacional no retalho: Num sistema de supermercado inteligente, um modelo como o YOLO26 utiliza os seus pesos treinados para identificar produtos numa prateleira. Os pesos "aprenderam" características visuais — como a forma de uma caixa de cereais ou a cor de uma lata de refrigerante — permitindo que o sistema detete artigos, gira o inventário e até facilite eficientemente processos de pagamento automatizados.
• Análise de imagens médicas: Na área da saúde, os modelos de deep learning utilizam pesos especializados para analisar radiografias ou exames de MRI. Por exemplo, um modelo treinado para a deteção de tumores utiliza os seus pesos para distinguir entre tecido saudável e potenciais anomalias. Estes pesos captam padrões complexos e não lineares nos dados dos píxeis que podem ser subtis para o olho humano, ajudando os radiologistas a fazer diagnósticos mais rápidos.

Guardar e carregar pesos#

Na prática, trabalhar com pesos do modelo envolve guardar os parâmetros treinados num ficheiro e carregá-los posteriormente para fazer previsões ou ajustá-los. No ecossistema Ultralytics, estes são normalmente armazenados como ficheiros .pt (PyTorch).

Aqui está um exemplo simples de como carregar pesos pré-treinados num modelo YOLO e executar uma previsão:

from ultralytics import YOLO

# Load a model with pre-trained weights (e.g., YOLO26n)
model = YOLO("yolo26n.pt")

# Run inference on an image using the loaded weights
results = model("https://ultralytics.com/images/bus.jpg")

# Print the number of detected objects
print(f"Detected {len(results[0].boxes)} objects.")

Aprendizagem por transferência e ajuste fino#

Um dos aspetos mais poderosos dos pesos do modelo é a sua portabilidade. Em vez de treinar um modelo de raiz — o que requer enormes conjuntos de dados e um poder computacional significativo — os programadores utilizam frequentemente a aprendizagem por transferência. Isto envolve pegar num modelo com pesos pré-treinados num grande conjunto de dados como o COCO ou o ImageNet e adaptá-lo a uma tarefa específica.

Por exemplo, podes pegar nos pesos de um detetor geral de objetos e ajustá-los num conjunto de dados mais pequeno de painéis solares. Como os pesos pré-treinados já compreendem contornos, formas e texturas, o modelo converge muito mais rapidamente e requer menos dados anotados. Ferramentas como a Ultralytics Platform simplificam este processo, permitindo que as equipas giram conjuntos de dados, treinem modelos na cloud e implementem pesos otimizados em dispositivos de edge computing sem problemas.

Compressão e otimização#

A investigação moderna em IA centra-se frequentemente na redução do tamanho dos ficheiros dos pesos do modelo sem sacrificar o desempenho, um processo conhecido como quantização do modelo. Ao reduzir a precisão dos pesos (por exemplo, de números de vírgula flutuante de 32 bits para inteiros de 8 bits), os programadores podem diminuir significativamente a utilização de memória e melhorar a velocidade de inferência. Isto é crucial para implementar modelos em hardware com recursos limitados, como telemóveis ou dispositivos Raspberry Pi. Além disso, técnicas como a poda removem os pesos que pouco contribuem para o resultado, tornando o modelo ainda mais eficiente para aplicações em tempo real.