DAMO-YOLO vs PP-YOLOE+#
Dans le paysage hautement concurrentiel de la vision par ordinateur en temps réel, choisir l’architecture optimale pour tes besoins spécifiques de déploiement est crucial. Ce guide propose une comparaison technique complète entre DAMO-YOLO et PP-YOLOE+, en examinant en détail leur conception architecturale, leurs méthodologies d’entraînement et leurs métriques de performance. Nous étudierons également comment ces modèles se mesurent à des solutions de pointe comme le nouveau Ultralytics YOLO26.
Présentation des modèles#
Les deux frameworks ont émergé en 2022 comme de puissantes alternatives pour les applications industrielles, en s’appuyant sur des techniques sophistiquées pour repousser les limites de la précision et de la vitesse d’inférence.
DAMO-YOLO#
Développé par le groupe Alibaba, DAMO-YOLO a introduit plusieurs techniques novatrices pour optimiser le compromis entre latence et précision, en s’appuyant largement sur des techniques de recherche automatisée et sur une fusion avancée des caractéristiques.
- Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
- Organisation : Alibaba Group
- Date : 2022-11-23
- Arxiv : DAMO-YOLO : un rapport sur la conception de la détection d'objets en temps réel
- GitHub : tinyvision/DAMO-YOLO
- Docs : LISEZMOI de DAMO-YOLO
DAMO-YOLO emploie une recherche d'architecture neuronale à entropie maximale (MAE-NAS) pour concevoir automatiquement des réseaux de dos optimisés pour l'efficacité matérielle. DAMO-YOLO intègre également un RepGFPN (Re-parameterized Generalized Feature Pyramid Network) efficace pour la fusion des caractéristiques du cou et une conception légère "ZeroHead". De plus, DAMO-YOLO s'appuie fortement sur des techniques de distillation pendant l'entraînement pour renforcer la puissance de représentation du modèle étudiant.
PP-YOLOE+#
Issu de l’équipe Baidu PaddlePaddle, PP-YOLOE+ constitue une amélioration progressive de l’architecture PP-YOLOE. Il met l’accent sur le pré-entraînement à grande échelle et sur des fonctions de perte affinées afin d’obtenir un mAP élevé, notamment au sein de son framework natif de deep learning.
- Auteurs : auteurs de PaddlePaddle
- Organisation : Baidu
- Date : 2022-04-02
- Arxiv : PP-YOLOE : une version évoluée de YOLO
- GitHub : PaddlePaddle/PaddleDetection
- Docs : Configurations de PP-YOLOE+
PP-YOLOE+ utilise un backbone CSPRepResNet et une tête ET (tête efficace alignée sur les tâches). La version « plus » introduit une stratégie de pré-entraînement puissante sur le jeu de données Objects365, ce qui améliore considérablement sa capacité à se généraliser à divers environnements du monde réel.
Comparaison des architectures#
La divergence entre les philosophies de conception de ces deux modèles influence fortement leurs cas d’utilisation idéaux et leur compatibilité matérielle.
Fusion des caractéristiques et backbones#
Les backbones générés par MAE-NAS de DAMO-YOLO sont fortement adaptés aux appareils edge et offrent souvent un rapport vitesse-nombre de paramètres favorable. Toutefois, ces architectures personnalisées peuvent être rigides et complexes à adapter à de nouvelles tâches comme la segmentation d’instances. Le neck RepGFPN améliore la fusion des caractéristiques multi-échelles, mais ajoute de la complexité lors de la phase d’exportation avec reparamétrisation.
PP-YOLOE+ s’appuie sur le CSPRepResNet plus traditionnel, mais très efficace. Bien que ce backbone nécessite davantage de paramètres que DAMO-YOLO pour une précision similaire, il est très stable à entraîner et plus facile à intégrer dans les pipelines existants. Sa tête ET gère efficacement la classification et la régression, mais nécessite toujours des étapes de post-traitement comme la suppression non maximale (NMS).
DAMO-YOLO et PP-YOLOE+ nécessitent tous deux la NMS pour le post-traitement des boîtes englobantes. Si la latence d’inférence est critique, envisage d’utiliser Ultralytics YOLO26, qui intègre une conception native de bout en bout sans NMS. Cette approche révolutionnaire élimine le post-traitement NMS pour un pipeline de déploiement plus rapide et plus simple.
Analyse des performances et des métriques#
Lors de l’évaluation de ces modèles pour la production, l’équilibre entre la précision (mAP), la vitesse d’inférence et le nombre de paramètres est essentiel. Voici une comparaison directe de leurs principales variantes.
| Modèle | taille (pixels) | mAPval 50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
| PP-YOLOE+t | 640 | 39.9 | - | 2.84 | 4.85 | 19.15 |
| PP-YOLOE+s | 640 | 43.7 | - | 2.62 | 7.93 | 17.36 |
| PP-YOLOE+m | 640 | 49.8 | - | 5.56 | 23.43 | 49.91 |
| PP-YOLOE+l | 640 | 52.9 | - | 8.36 | 52.2 | 110.07 |
| PP-YOLOE+x | 640 | 54.7 | - | 14.3 | 98.42 | 206.59 |
Comme l’illustre le tableau, DAMO-YOLO atteint généralement une latence plus faible sur les échelles small (s) et tiny (t), grâce à ses backbones optimisés par NAS. Cependant, PP-YOLOE+ évolue remarquablement bien vers les niveaux medium (m) et large (l), avec des scores mAP nettement supérieurs, au prix toutefois d’une légère baisse de vitesse sur T4 TensorRT.
Besoins en mémoire et efficacité d'entraînement#
La dépendance de DAMO-YOLO à la distillation signifie qu’il faut souvent entraîner un modèle enseignant beaucoup plus grand avant d’entraîner le modèle étudiant plus petit. Cela augmente considérablement les besoins en mémoire CUDA et le budget de calcul global. PP-YOLOE+ simplifie ce processus grâce à un entraînement standard en une seule étape, mais reste étroitement lié au framework PaddlePaddle, ce qui peut limiter la flexibilité des équipes habituées à PyTorch.
À l’inverse, le modèle moderne Ultralytics YOLO26 résout ces goulots d’étranglement. Grâce au nouvel optimiseur MuSGD — un hybride de SGD et de Muon inspiré des innovations de l’entraînement des LLM — YOLO26 atteint une convergence plus rapide et un entraînement très stable sans nécessiter de pipelines de distillation complexes. De plus, les modèles YOLO nécessitent généralement beaucoup moins de mémoire CUDA pendant l’entraînement que les détecteurs basés sur des Transformers comme RT-DETR.
Applications en conditions réelles et cas d'utilisation idéaux#
Quand utiliser DAMO-YOLO#
DAMO-YOLO est idéal pour l’inférence edge à haut débit, lorsque la latence constitue le principal goulot d’étranglement. Ses petites variantes excellent dans des environnements tels que les systèmes de gestion du trafic ou la surveillance basique par drone, à condition que ton équipe d’ingénierie dispose des ressources nécessaires pour gérer ses processus complexes de distillation et de reparamétrisation.
Quand utiliser PP-YOLOE+#
PP-YOLOE+ se distingue lorsque tu es déjà fortement investi dans l’écosystème Baidu ou que tu exécutes des déploiements serveur à grande échelle. Son mAP impressionnant le rend adapté à l’analyse d’images médicales complexe ou à la détection dense de défauts de fabrication.
L'avantage Ultralytics#
Bien que DAMO-YOLO et PP-YOLOE+ offrent tous deux des avantages spécifiques et ciblés, les développeurs qui recherchent un maximum de polyvalence, de vitesse et de facilité d’utilisation se tournent systématiquement vers la plateforme Ultralytics.
Lorsque tu mets à niveau ton pipeline de vision par ordinateur, Ultralytics YOLO26 offre une expérience développeur inégalée :
- Inférence CPU jusqu’à 43 % plus rapide : grâce à la suppression complète de la Distribution Focal Loss (DFL), YOLO26 est remarquablement rapide sur les CPU edge et les appareils IoT basse consommation.
- Détection améliorée des petits objets : l’intégration de ProgLoss et des fonctions de perte STAL améliore considérablement la reconnaissance des petits objets, ce qui est essentiel pour les images aériennes.
- Polyvalence étendue : contrairement à PP-YOLOE+, qui se concentre strictement sur la détection, YOLO26 gère facilement l’estimation de pose, les boîtes englobantes orientées (OBB) et la segmentation sémantique grâce à des améliorations architecturales spécifiques à chaque tâche.
Conclusion#
DAMO-YOLO et PP-YOLOE+ représentent des étapes importantes dans l’évolution de la détection d’objets sans ancres. DAMO-YOLO a repoussé les limites de la recherche d’architectures neuronales pour réduire la latence edge, tandis que PP-YOLOE+ a démontré la puissance du pré-entraînement à grande échelle.
Cependant, pour les développeurs qui recherchent le meilleur équilibre entre vitesse, précision et simplicité de déploiement, le modèle Ultralytics YOLO26 constitue le choix de référence. Son architecture sans NMS, son API Python robuste et son intégration transparente avec des outils comme Weights & Biases et TensorRT garantissent une transition fluide de tes projets du prototype à la production.
Prêt à commencer ? Consulte le guide de démarrage rapide Ultralytics ou compare d’autres modèles dans notre présentation YOLO11 vs DAMO-YOLO.