Este trabalho contempla o reconhecimento de semáforos urbanos realizando uma análise comparativa de desempenho dos modelos das famílias YOLOv5, YOLOv7 e YOLOv8. Para tal, foram utilizados dois conjuntos de dados: Bosch Small Traffic Lights Dataset e BOSCHv2, sendo o primeiro composto por 13.425 imagens e 24.000 anotações referentes aos semáforos captados nas áreas de Fracisco Bay Area e Palo Alto, Califórnia e o segundo sendo um derivativo com apenas anotaçöes de semáforos consideradas médias e grandes. Os experimentos realizados com validação cruzada holdout evidenciaram que os modelos YOLOv8 Nano e YOLOv8 Small no dataset BOSCHv2 obteram os melhores desempenhos, com a métrica mAP@0.5 de 0.826 e 0.851, respectivamente. As descobertas encontradas ressaltam um bom desempenho dos modelos frente à preparação de dados proposta e colaboram para o desenvolvimento de soluções para detecção de semáforos em Cidades Inteligentes.