DAMO-YOLO contre YOLOv5#

L’évolution de la vision par ordinateur est marquée par une innovation continue dans la détection d’objets en temps réel. Aujourd’hui, les développeurs et les chercheurs doivent choisir parmi une multitude d’architectures lorsqu’ils conçoivent des pipelines de vision. Cette comparaison technique complète examine les nuances entre DAMO-YOLO et Ultralytics YOLOv5, en mettant en évidence leurs architectures respectives, leurs méthodes d’entraînement, leurs métriques de performance et leurs scénarios de déploiement idéaux.

Introduction à DAMO-YOLO#

Publié par le groupe Alibaba, DAMO-YOLO a introduit plusieurs techniques novatrices visant à repousser les limites de la vitesse et de la précision de la détection.

• Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
• Organisation : Alibaba Group
• Date : 23 novembre 2022
• Arxiv : 2211.15444v2
• GitHub : tinyvision/DAMO-YOLO
• Documentation : README.md

Innovations architecturales#

DAMO-YOLO repose sur une base de recherche d'architecture neuronale (NAS). Les auteurs ont utilisé MAE-NAS pour concevoir automatiquement des réseaux squelettes qui équilibrent la latence et la précision. Le modèle introduit un RepGFPN (réseau pyramidal de caractéristiques généralisé et reparamétré) efficace qui améliore la fusion des caractéristiques à différentes échelles. De plus, DAMO-YOLO intègre une conception "ZeroHead", éliminant les têtes de prédiction multi-branches complexes au profit d'une structure plus simple et plus efficace qui repose fortement sur la re-paramétrisation pendant l'inférence.

Pour améliorer l’entraînement, le modèle utilise AlignedOTA pour l’attribution des labels ainsi qu’un processus avancé d’amélioration par distillation, dans lequel un modèle « enseignant » plus grand guide un modèle « étudiant » plus petit afin d’obtenir une meilleure précision.

Introduction à Ultralytics YOLOv5#

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

• Auteurs : Glenn Jocher
• Organisation : Ultralytics
• Date : 26 juin 2020
• GitHub : ultralytics/yolov5
• Documentation : Documentation de YOLOv5

La référence en matière d’écosystème#

YOLOv5 a redéfini les standards du secteur en matière d’ergonomie. Développé nativement avec PyTorch, il utilise un backbone CSPNet hautement optimisé et un neck PANet pour une agrégation robuste des caractéristiques. Bien qu’il soit antérieur à la tendance des modèles sans ancres apparue dans les modèles ultérieurs, son approche fondée sur des ancres, fortement optimisée, associée à l’apprentissage automatique des ancres, garantit d’excellentes performances dès la première utilisation.

La véritable force de YOLOv5 réside dans son écosystème bien maintenu. Il s’intègre parfaitement à des outils de suivi comme Comet et Weights & Biases, et prend en charge les exportations en un clic vers des formats tels que ONNX, TensorRT et CoreML.

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.

Analyse des compromis#

DAMO-YOLO obtient des scores de mAP impressionnants au regard de la taille de ses modèles, grâce notamment 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 nécessite d’abord l’entraînement d’un modèle enseignant volumineux, ce qui augmente considérablement le temps de calcul GPU et la VRAM nécessaires.

À l’inverse, YOLOv5 offre d’excellents besoins en mémoire. Les modèles Ultralytics YOLO sont réputés pour leur faible utilisation de la mémoire, tant pendant l’entraînement que pendant l’inférence, comparés aux pipelines de distillation complexes ou aux modèles fondés sur des 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 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 strictement un modèle de détection d'objets. C'est un excellent choix pour la recherche académique, en particulier pour les équipes étudiant la recherche d'architecture neuronale ou celles cherchant à reproduire les techniques de re-paramétrisation détaillées dans l'article. Si ton projet dispose de ressources de calcul importantes pour exécuter la phase d'entraînement par distillation et se concentre uniquement sur l'optimisation de la dernière fraction de précision pour les boîtes englobantes 2D, DAMO-YOLO est un concurrent sérieux.

L'avantage Ultralytics#

Pour la production dans le monde réel, la facilité d’utilisation et la polyvalence des modèles Ultralytics en font le choix privilégié. Alors que YOLOv5 reste une référence pour la détection et la classification d’images, l’écosystème Ultralytics plus large permet aux développeurs de passer facilement d’une tâche à l’autre.

Par exemple, les versions plus récentes de la famille Ultralytics prennent nativement en charge la segmentation d’instances, l’estimation de pose et la détection de boîtes englobantes orientées (OBB). Cette capacité multitâche permet aux équipes d’utiliser une API Python unique et unifiée pour des pipelines complexes, comme l’association de la reconnaissance automatisée des plaques d’immatriculation à la segmentation de véhicules.

Cas d'utilisation et recommandations#

Le choix entre DAMO-YOLO et YOLOv5 dépend de tes exigences spécifiques, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir DAMO-YOLO#

DAMO-YOLO est un choix solide 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 la métrique principale.
• Lignes de fabrication industrielles : Scénarios soumis à des contraintes strictes de latence GPU sur du matériel dédié, comme l'inspection qualité en temps réel sur les lignes d'assemblage.
• Recherche sur la recherche d'architecture neuronale : Étude des effets de la recherche automatisée d'architecture (MAE-NAS) et des backbones reparamétrés efficaces sur les performances de détection.

Quand choisir YOLOv5#

YOLOv5 est recommandé pour :

• Systèmes éprouvés en production : les déploiements existants qui accordent de l'importance à la longue expérience de YOLOv5 en matière de stabilité, à sa documentation étendue et au soutien massif de sa communauté.
• 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 constituent des avantages.
• Prise en charge étendue des formats d'exportation : les projets nécessitant un déploiement dans de nombreux formats, notamment ONNX, TensorRT, CoreML et TFLite.

Quand choisir Ultralytics (YOLO26)#

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

• Déploiement edge sans NMS : les applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale.
• Environnements exclusivement CPU : les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 constitue un avantage décisif.
• Détection de petits objets : les scénarios difficiles comme les images aériennes prises par drone ou l'analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision sur les objets minuscules.

L’avenir : passer à YOLO26#

Alors que YOLOv5 est légendaire et que DAMO-YOLO apporte des éclairages universitaires intéressants, l’état de l’art a évolué. Lancé en janvier 2026, Ultralytics YOLO26 représente un bond en avant majeur pour la communauté de la vision.

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

• Conception de bout en bout sans NMS : YOLO26 élimine nativement le post-traitement de suppression des non-maxima. Cette avancée simplifie la logique de déploiement et réduit considérablement la variabilité de la latence, ce qui le rend idéal pour la robotique à haute vitesse et les systèmes autonomes.
• Optimiseur MuSGD : Inspiré par les innovations de l’entraînement des LLM (comme Kimi K2 de Moonshot AI), YOLO26 utilise l’optimiseur MuSGD (un hybride de SGD et de Muon). Cela garantit des entraînements très stables et une convergence remarquablement plus rapide.
• Jusqu’à 43 % d’inférence plus rapide sur CPU : En supprimant stratégiquement la Distribution Focal Loss (DFL), YOLO26 atteint des vitesses largement supérieures sur les CPU et les appareils périphériques par rapport à ses prédécesseurs comme YOLO11 et YOLOv8.
• ProgLoss + STAL : Ces fonctions de perte avancées améliorent sensiblement la reconnaissance des petits objets, un élément essentiel pour analyser les images aériennes prises par drone et les flux 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

# Load the state-of-the-art YOLO26 small model
model = YOLO("yolo26s.pt")

# Train on a custom dataset effortlessly
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on an image and display results
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

# Export the model for edge deployment
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 la puissance de la recherche d’architectures neuronales et de la distillation, ce qui en fait un sujet d’étude intéressant pour les chercheurs. Cependant, YOLOv5 reste une solution très performante grâce à son équilibre entre performances, ses faibles besoins en mémoire et sa facilité d’utilisation inégalée.

Pour les développeurs qui commencent de nouveaux projets aujourd’hui, il est recommandé de tirer parti de l’Ultralytics Platform et d’adopter YOLO26. Il associe l’écosystème convivial très apprécié de YOLOv5 à des avancées architecturales révolutionnaires, garantissant une précision de premier ordre et une inférence fulgurante pour les applications d’IA dans le cloud et en périphérie. Les développeurs peuvent également explorer d’autres modèles efficaces comme YOLOv6 ou YOLOX, selon les contraintes spécifiques liées à leur matériel existant.