Commencer

DAMO-YOLO et YOLOv5

L'évolution de la vision par ordinateur est marquée par une innovation constante dans la détection d'objets en temps réel. Les développeurs et les chercheurs disposent désormais de nombreux choix d'architectures pour concevoir des pipelines de vision. Cette comparaison technique étudie DAMO-YOLO et Ultralytics YOLOv5, en examinant leurs architectures, méthodes d'entraînement, métriques de performance et scénarios de déploiement les plus adaptés.

Présentation de DAMO-YOLO#

Lancé par le groupe Alibaba, DAMO-YOLO a introduit plusieurs techniques inédites visant à améliorer la vitesse et la précision de détection.

En savoir plus sur DAMO-YOLO

Innovations architecturales#

DAMO-YOLO repose sur la recherche d'architecture neuronale (NAS). Les auteurs ont utilisé MAE-NAS pour concevoir automatiquement des backbones équilibrant latence et précision. Le modèle introduit un RepGFPN efficace (réseau pyramidal de caractéristiques généralisé reparamétré), qui améliore la fusion des caractéristiques à différentes échelles. DAMO-YOLO intègre également une conception « ZeroHead », qui remplace les têtes de prédiction complexes à branches multiples par une structure plus simple et plus efficace, largement fondée sur la reparamétrisation pendant l'inférence.

Pour améliorer l'entraînement, le modèle utilise AlignedOTA pour l'attribution des étiquettes et un processus d'amélioration par distillation des connaissances intensif, dans lequel un modèle « enseignant » plus grand guide un modèle « élève » plus petit afin d'obtenir une meilleure précision.

Présentation d’Ultralytics YOLOv5#

Ultralytics YOLOv5 est l'une des architectures de vision les plus utilisées au monde, reconnue pour sa stabilité, sa facilité d'utilisation et son vaste écosystème de déploiement.

La référence de l’écosystème#

YOLOv5 a établi une nouvelle référence en matière de facilité d'utilisation. Construit nativement sur PyTorch, il utilise un backbone CSPNet optimisé et un neck PANet pour une agrégation robuste des caractéristiques. Bien qu'il soit antérieur à la tendance sans ancres des modèles ultérieurs, son approche affinée basée sur des ancres, associée à l'apprentissage automatique des ancres, donne de bons résultats dès la sortie de l'emballage.

La principale force de YOLOv5 réside dans son écosystème bien entretenu. Il s'intègre aux outils de suivi comme Comet et Weights & Biases, et prend en charge l'exportation en une commande vers des formats tels que ONNX, TensorRT et CoreML.

Bien démarrer avec YOLOv5

YOLOv5 s'entraîne facilement sur des jeux de données personnalisés. Son API rationalisée réduit les obstacles entre le prototype et la production, ce qui en fait un favori des équipes d'ingénierie agiles.

Comparaison des performances et des métriques#

Pour comparer ces modèles, il est essentiel d’examiner l’équilibre entre la précision moyenne (mAP), la vitesse d’inférence et le nombre de paramètres.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

Analyse des compromis#

DAMO-YOLO obtient de solides scores mAP au regard de son nombre de paramètres, notamment grâce à sa phase d'entraînement par distillation. Cela se fait toutefois au détriment de l'efficacité de l'entraînement. Le processus de distillation en plusieurs étapes exige d'abord d'entraîner un modèle enseignant lourd, ce qui augmente considérablement le temps de calcul GPU nécessaire et la VRAM requise.

À l’inverse, YOLOv5 offre d’excellents besoins en mémoire. Les modèles YOLO d’Ultralytics sont réputés pour leur faible consommation de mémoire à l’entraînement comme à l’inférence, par rapport aux pipelines de distillation complexes ou aux modèles basés sur Transformer comme RT-DETR. YOLOv5 peut ainsi être entraîné efficacement sur du matériel grand public ou dans des environnements cloud accessibles comme Google Colab.

Applications en conditions réelles et polyvalence#

Le choix de l’architecture appropriée dépend souvent de l’environnement de déploiement.

Les points forts de DAMO-YOLO#

DAMO-YOLO est exclusivement un modèle de détection d'objets. C'est un bon choix pour la recherche universitaire, notamment pour les équipes qui étudient la recherche d'architecture neuronale ou souhaitent reproduire les techniques de reparamétrisation décrites dans l'article. Si un projet dispose de ressources de calcul importantes pour exécuter la phase d'entraînement par distillation et vise uniquement à gagner le dernier dixième de précision pour les boîtes englobantes 2D, DAMO-YOLO est un sérieux concurrent.

L’avantage Ultralytics#

Pour la production en conditions réelles, la facilité d'utilisation et la polyvalence des modèles Ultralytics en font le choix privilégié. YOLOv5 prend en charge la détection, la segmentation d'instances et la classification d'images, et l'écosystème Ultralytics dans son ensemble permet aux développeurs de passer facilement d'une tâche à l'autre.

Par exemple, les versions plus récentes de la famille Ultralytics prennent également en charge nativement l'estimation de pose et la détection de boîtes englobantes orientées (OBB). Cette capacité multi-tâches permet aux équipes d'utiliser une API Python unifiée pour des pipelines complexes, par exemple en combinant la reconnaissance automatisée des plaques d'immatriculation avec la segmentation des véhicules.

Cas d’utilisation et recommandations#

Le choix entre DAMO-YOLO et YOLOv5 dépend des exigences spécifiques de ton projet, de tes 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 YOLOv5#

YOLOv5 est recommandé pour :

  • Systèmes éprouvés en production : déploiements existants où la longue expérience de stabilité de YOLOv5, sa documentation complète et sa vaste communauté sont appréciées.
  • Entraînement avec des ressources limitées : les environnements disposant de ressources GPU limitées, où le pipeline d’entraînement efficace de YOLOv5 et ses besoins en mémoire réduits sont avantageux.
  • Prise en charge étendue des formats d’exportation : les projets qui nécessitent un déploiement dans de nombreux formats, notamment ONNX, TensorRT, CoreML et LiteRT.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre le meilleur équilibre entre performances et expérience développeur :

  • 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.

L’avenir : passer à YOLO26#

YOLOv5 reste très utilisé et DAMO-YOLO apporte des perspectives universitaires intéressantes, mais l'état de l'art a évolué. Lancé en janvier 2026, Ultralytics YOLO26 représente une avancée majeure pour la communauté de la vision.

YOLO26 s’attaque aux goulots d’étranglement traditionnels du déploiement en périphérie et à l’instabilité de l’entraînement :

  • Conception de bout en bout sans NMS : la tête de bout en bout optionnelle de YOLO26 (nms=False) élimine le post-traitement par suppression des non-maxima (NMS). Cela simplifie la logique de déploiement et réduit les variations de latence, ce qui convient parfaitement à la robotique à haute vitesse et aux systèmes autonomes.
  • Optimiseur MuSGD : inspiré des innovations en matière d'entraînement des grands modèles de langage (comme Kimi K2 de Moonshot AI), YOLO26 utilise l'optimiseur MuSGD (une combinaison de SGD et de Muon) pour stabiliser les entraînements et accélérer la convergence.
  • Jusqu'à 43 % d'inférence CPU plus rapide : en supprimant Distribution Focal Loss (DFL), YOLO26n s'exécute jusqu'à 43 % plus rapidement que YOLO11n sur CPU avec ONNX.
  • ProgLoss + STAL : la fonction de perte progressive et l'attribution d'étiquettes adaptée aux petites cibles améliorent nettement la reconnaissance des petits objets, essentielle à l'analyse de l'imagerie aérienne par drone et des flux de données de capteurs IoT.

Exemple de code : la simplicité en action#

Le package Ultralytics te permet d’entraîner et de déployer des modèles avec seulement quelques lignes de code. Que tu utilises YOLOv5 ou que tu passes à YOLO26, le modèle recommandé, l’interface reste cohérente et intuitive.

from ultralytics import YOLO

# Charger le petit modèle YOLO26
model = YOLO("yolo26s.pt")

# Entraîne le modèle sur un jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Lancer l’inférence sur une image et afficher les résultats
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# Exporter le modèle pour le déploiement en périphérie
model.export(format="onnx")

Conclusion#

DAMO-YOLO et YOLOv5 ont tous deux contribué de manière significative au domaine de la vision par ordinateur. DAMO-YOLO illustre le potentiel de la recherche d'architecture neuronale et de la distillation, ce qui en fait un sujet d'étude intéressant pour les chercheurs. Cependant, YOLOv5 reste un choix pratique grâce à son équilibre des performances, à ses faibles besoins en mémoire et à sa facilité d'utilisation.

Pour les développeurs qui démarrent de nouveaux projets aujourd'hui, il est recommandé d'utiliser la plateforme Ultralytics et d'adopter YOLO26. Ce modèle associe l'écosystème convivial de YOLOv5 à des avancées architecturales plus récentes, offrant une grande précision et une inférence rapide pour les applications d'IA dans le cloud comme en périphérie. Selon les contraintes spécifiques du matériel existant, les développeurs peuvent également explorer d'autres modèles efficaces comme YOLOv6 ou YOLOX.

Commentaires

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