Commencer

DAMO-YOLO vs YOLO26

Les architectures de vision par ordinateur continuent d’évoluer pour répondre au besoin de concilier haute précision et inférence à faible latence. Cette comparaison examine DAMO-YOLO et Ultralytics YOLO26, notamment leurs innovations architecturales, leurs méthodes d’entraînement et leurs cas d’usage privilégiés.

Que tu déploies des modèles de vision sur des appareils edge ou que tu construises des pipelines cloud à haut débit, comprendre les différences entre ces modèles t’aide à prendre des décisions architecturales éclairées.

DAMO-YOLO : recherche d’architecture neuronale à grande échelle#

DAMO-YOLO, développé par Alibaba Group, est sorti le 23 novembre 2022. Conçu par Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun, le modèle se concentre sur la découverte automatisée d’architectures efficaces grâce à la recherche d’architectures neuronales (NAS).

Tu peux consulter la recherche originale dans leur article arXiv ou explorer le code source dans le dépôt GitHub de DAMO-YOLO.

Principales caractéristiques architecturales#

DAMO-YOLO apporte plusieurs innovations techniques à la détection d’objets en temps réel :

  • Backbones MAE-NAS : DAMO-YOLO utilise une recherche guidée par l’entropie maximale pour trouver des backbones efficaces. Cette approche NAS découvre des architectures qui concilient strictement la précision de détection et la vitesse d’inférence sur du matériel spécifique.
  • RepGFPN efficace : une conception de neck lourde qui améliore considérablement la fusion des caractéristiques, utile pour analyser des scènes complexes comme celles de l’imagerie aérienne.
  • Conception ZeroHead : Une tête de détection fortement simplifiée qui réduit la complexité de calcul des couches de prédiction finales.
  • AlignedOTA et distillation : DAMO-YOLO utilise l’assignation par transport optimal aligné (AlignedOTA) pour résoudre les ambiguïtés d’assignation des étiquettes, associée à une stratégie d’amélioration par distillation des connaissances qui accroît la précision des petits modèles étudiants à l’aide de réseaux enseignants plus grands.

En savoir plus sur DAMO-YOLO

L’avantage Ultralytics : YOLO26#

Sorti le 14 janvier 2026 par Glenn Jocher et Jing Qiu chez Ultralytics, YOLO26 est le modèle Ultralytics actuellement recommandé pour une IA de vision performante et accessible. S’appuyant sur YOLO11 et YOLOv10, YOLO26 a été conçu dès le départ pour privilégier les déploiements edge, la polyvalence multi-tâches et la facilité d’utilisation.

Innovations de YOLO26#

Ultralytics YOLO26 introduit plusieurs fonctionnalités destinées aux applications modernes de vision par ordinateur :

  • Conception de bout en bout sans NMS : la tête one-to-one native de YOLO26 (nms=False) élimine le post-traitement par suppression non maximale (NMS). En s'appuyant sur l'entraînement sans NMS de YOLOv10, cette approche de bout en bout simplifie les pipelines de déploiement et assure une inférence prévisible à faible latence.
  • Inférence CPU jusqu'à 43 % plus rapide : optimisé au niveau de son architecture pour l'informatique en périphérie, YOLO26 assure une inférence rapide sur les appareils edge et les CPU standard. YOLO26n est jusqu'à 43 % plus rapide que YOLO11n, ce qui le rend parfaitement adapté aux appareils IoT alimentés par batterie.
  • Optimiseur MuSGD : Inspiré par l’entraînement des LLM, comme Kimi K2 de Moonshot AI, YOLO26 intègre une combinaison de SGD et de Muon. Cela apporte à la vision par ordinateur la stabilité de l’entraînement des grands modèles de langage et permet une convergence plus rapide et plus fiable.
  • Suppression de DFL : en supprimant Distribution Focal Loss, le graphe du modèle est simplifié, ce qui facilite l'exportation vers des formats comme ONNX et TensorRT.
  • ProgLoss + STAL : une fonction de perte progressive et une stratégie d'attribution des étiquettes adaptée aux petites cibles améliorent sensiblement la reconnaissance des petits objets, un élément essentiel pour les opérations par drone et l'agriculture.
Améliorations spécifiques aux tâches

YOLO26 intègre des améliorations spécialisées pour plusieurs modalités : un module proto multi-échelle pour la segmentation d’instances, l’estimation résiduelle de log-vraisemblance (RLE) pour l’estimation de pose et une fonction de perte angulaire avancée pour atténuer les problèmes de délimitation lors de la détection des boîtes englobantes orientées (OBB).

Comparaison des performances#

Lors de l'évaluation de ces modèles, l'équilibre entre la précision (mAP) et l'efficacité de calcul (vitesse et FLOPs) est primordial. Le tableau ci-dessous compare ces modèles à l'aide du jeu de données COCO, une référence du secteur.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

Comme indiqué ci-dessus, YOLO26 offre systématiquement une précision supérieure avec nettement moins de paramètres et de FLOPs, ce qui se traduit par une architecture plus efficace à l'entraînement comme à l'inférence.

Efficacité de l’entraînement et facilité d’utilisation#

La complexité de DAMO-YOLO#

Bien que DAMO-YOLO offre une précision compétitive, sa méthode d'entraînement est complexe. Le recours à la recherche d'architecture neuronale (NAS) et à une distillation des connaissances poussée signifie que l'entraînement d'un modèle personnalisé nécessite souvent d'importantes ressources GPU et des connaissances spécialisées. Ce processus en plusieurs étapes, qui entraîne un grand modèle enseignant pour distiller ses connaissances dans un modèle étudiant plus petit, peut ralentir les équipes d'ingénierie qui cherchent à itérer rapidement sur des jeux de données personnalisés.

L’expérience Ultralytics simplifiée#

À l’inverse, Ultralytics YOLO26 est conçu pour une prise en main rapide. L’ensemble du cycle de vie de l’entraînement, de la validation et du déploiement est accessible via une API Python et une CLI claires et unifiées. YOLO26 nécessite également beaucoup moins de mémoire CUDA pendant l’entraînement que les modèles fondés sur l’architecture Transformer comme RT-DETR, ce qui permet aux chercheurs d’entraîner des modèles précis sur du matériel grand public.

Voici un exemple d'entraînement, d'évaluation et d'exportation d'un modèle YOLO26 avec le package Python Ultralytics :

from ultralytics import YOLO

# Charger le dernier modèle nano YOLO26
model = YOLO("yolo26n.pt")

# Entraîner le modèle sur le jeu de données COCO8 pendant 50 époques
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Évaluer les performances du modèle sur le jeu de validation
metrics = model.val()

# Lancer l’inférence sur une image d’exemple
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Exporter le modèle au format ONNX pour le déploiement
model.export(format="onnx")

Pour les équipes qui préfèrent un environnement sans code, Ultralytics Platform fournit une interface intuitive pour annoter des jeux de données, entraîner des modèles dans le cloud et les déployer.

Applications concrètes#

Le choix de l'architecture appropriée dépend fortement de l'environnement de déploiement visé et des contraintes matérielles.

Contrôle qualité industriel#

Pour l'automatisation de la fabrication à grande vitesse, DAMO-YOLO peut offrir de bonnes performances sur du matériel GPU dédié. Cependant, YOLO26 est le choix privilégié pour les chaînes de montage modernes. Sa conception de bout en bout sans NMS assure une latence prévisible et peu fluctuante, essentielle pour synchroniser en temps réel les données visuelles avec les actionneurs robotiques.

IA en périphérie et appareils mobiles#

Le déploiement de la vision par ordinateur sur des appareils alimentés par batterie exige une grande efficacité. Alors que DAMO-YOLO s'appuie sur des cous RepGFPN spécifiques, YOLO26n (Nano) est optimisé pour l'informatique en périphérie. La suppression de DFL et une inférence CPU jusqu'à 43 % plus rapide que YOLO11n en font une solution adaptée aux caméras intelligentes, aux applications mobiles et aux systèmes d'alarme de sécurité.

Exigences des projets multitâches#

Si un projet exige plus que la simple détection d’objets — par exemple, analyser les mouvements des joueurs dans le sport grâce à l’estimation de pose, ou extraire des contours précis au pixel près grâce à la segmentation d’instances — YOLO26 prend nativement en charge toutes ces tâches dans une base de code unifiée. DAMO-YOLO se limite strictement à la détection par boîtes englobantes.

Cas d’utilisation et recommandations#

Le choix entre DAMO-YOLO et YOLO26 dépend des besoins spécifiques de ton projet, des contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir DAMO-YOLO#

DAMO-YOLO est un excellent choix pour :

  • Analyse vidéo à haut débit : Traitement de flux vidéo à FPS élevé sur une infrastructure GPU NVIDIA fixe, lorsque le débit avec une taille de lot de 1 est le principal critère.
  • Lignes de fabrication industrielle : Scénarios soumis à des contraintes strictes de latence GPU sur du matériel dédié, comme l’inspection qualité en temps réel sur les chaînes de montage.
  • Recherche sur la recherche d’architectures neuronales : Étude des effets de la recherche automatisée d’architectures (MAE-NAS) et des backbones efficaces reparamétrés sur les performances de détection.

Quand choisir YOLO26#

YOLO26 est recommandé pour :

  • Déploiement en périphérie sans NMS : les applications qui exigent des inférences à faible latence et constantes, sans la complexité du post-traitement par suppression non maximale.
  • Environnements uniquement équipés d’un CPU : Les appareils sans accélération GPU dédiée, sur lesquels l’inférence sur CPU jusqu’à 43 % plus rapide de YOLO26n par rapport à YOLO11n représente un avantage évident.
  • Détection de petits objets : les situations difficiles, comme l’imagerie aérienne par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision pour les objets minuscules.

Conclusion#

Les deux architectures représentent des avancées majeures en apprentissage profond. DAMO-YOLO illustre les possibilités de la recherche d'architecture neuronale et des techniques de distillation lorsqu'elles sont adaptées à des benchmarks matériels spécifiques.

Cependant, pour les développeurs, les chercheurs et les entreprises à la recherche d'une solution prête pour la production, Ultralytics YOLO26 est le meilleur choix. Sa conception de bout en bout sans NMS, son inférence CPU jusqu'à 43 % plus rapide (YOLO26n par rapport à YOLO11n), sa polyvalence multitâche et son intégration à l'écosystème Ultralytics bien maintenu en font aujourd'hui l'outil le plus robuste et le plus pratique pour relever des défis réels en vision par ordinateur.

Pour les utilisateurs qui souhaitent découvrir d'autres modèles de l'écosystème Ultralytics, des modèles YOLO11 et YOLOv8 préentraînés sont disponibles sur Ultralytics Platform, et le modèle RT-DETR basé sur un Transformer est documenté dans la documentation Ultralytics.

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un d’autre.