DAMO-YOLO et YOLOv6-3.0
La recherche en vision par ordinateur a produit des architectures spécialisées, adaptées aux applications industrielles. Deux modèles se distinguent par leur priorité accordée aux performances en temps réel et à l'efficacité du déploiement : DAMO-YOLO et YOLOv6-3.0. Cette page propose une comparaison technique de leurs architectures, métriques de performance et méthodes d'entraînement pour t'aider à choisir entre les deux.
DAMO-YOLO : la recherche d’architecture neuronale au service de la détection d’objets#
Développé par des chercheurs du groupe Alibaba, DAMO-YOLO propose une nouvelle approche de la famille YOLO en intégrant la recherche d'architecture neuronale (NAS) à la conception de son backbone.
- Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
- Organisation : groupe Alibaba
- Date : 2022-11-23
- arXiv : 2211.15444v2
- GitHub : tinyvision/DAMO-YOLO
Innovations architecturales#
DAMO-YOLO utilise un backbone optimisé par NAS, nommé MAE-NAS, qui recherche automatiquement des structures de réseau efficaces en fonction de contraintes de latence précises. Le modèle s'adapte ainsi efficacement à différentes configurations matérielles. Pour améliorer la fusion des caractéristiques, l'architecture utilise un Efficient RepGFPN (réseau pyramidal de caractéristiques généralisé reparamétré), ce qui améliore considérablement la représentation multi-échelle.
Le modèle introduit également une conception « ZeroHead ». En supprimant les structures complexes à branches multiples de la tête de détection, elle préserve plus efficacement l'information spatiale tout en réduisant la charge de calcul. L'entraînement utilise aussi AlignedOTA (attribution par transport optimal aligné) et la distillation des connaissances, ce qui permet aux petits modèles élèves d'apprendre à partir de réseaux enseignants plus lourds.
Si la distillation des connaissances aide DAMO-YOLO à atteindre une grande précision, elle nécessite un pipeline d'entraînement en plusieurs étapes. Cela augmente considérablement les besoins en calcul GPU par rapport à l'entraînement de modèles standard en une seule étape.
YOLOv6-3.0 : maximiser le débit industriel#
Développé par le département Vision AI de Meituan, YOLOv6-3.0 est explicitement conçu comme un détecteur d'objets industriel, pensé pour maximiser le débit sur le matériel NVIDIA.
- Auteurs : Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu et Xiangxiang Chu
- Organisation : Meituan
- Date : 2023-01-13
- arXiv : 2301.05586
- GitHub : meituan/YOLOv6
Fonctionnalités clés et améliorations#
YOLOv6-3.0 repose sur le backbone EfficientRep, adapté au matériel, ce qui le rend très rapide avec des optimisations comme TensorRT sur les GPU modernes. Dans sa version 3.0, le réseau intègre un module de concaténation bidirectionnelle (BiC) pour améliorer la localisation d'objets de tailles différentes.
La stratégie Anchor-Aided Training (AAT) est une autre caractéristique notable. AAT combine la stabilité des détecteurs à ancres pendant l'entraînement avec la vitesse d'inférence d'une conception sans ancres. Cette approche hybride converge bien sans sacrifier la latence de déploiement, ce qui en fait un excellent choix pour traiter de grands volumes de vidéo dans l'analyse des villes intelligentes et les systèmes de caisse automatisés.
Comparaison des performances#
Pour évaluer ces modèles en matière d'inférence en temps réel, il est essentiel de trouver un équilibre entre le nombre de paramètres, les FLOPs et la précision mAP. Le tableau ci-dessous compare leurs performances.
| Modèle | taille (pixels) | mAPval50-95 | 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 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
DAMO-YOLO présente un léger avantage dans la catégorie small (46,0 mAP contre 45,0 mAP), mais YOLOv6-3.0 passe mieux à l'échelle et domine les catégories medium et large, tout en conservant le plus faible nombre de paramètres dans sa configuration nano.
Si ton matériel permet d'effectuer de lourdes recherches automatisées pour personnaliser ton backbone, l'approche NAS de DAMO-YOLO est efficace. En revanche, si tu dépends entièrement de l'accélération GPU standardisée (comme T4 ou A100), les structures EfficientRep de YOLOv6 se traduisent souvent par un FPS brut plus élevé.
Cas d’utilisation et recommandations#
Le choix entre DAMO-YOLO et YOLOv6 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 YOLOv6#
YOLOv6 est recommandé pour :
- Déploiement adapté au matériel industriel : les scénarios où la conception de YOLOv6, adaptée au matériel, et son reparamétrage efficace optimisent les performances sur un matériel cible spécifique.
- Détection rapide à un seul étage : les applications qui privilégient la vitesse d’inférence brute sur GPU pour le traitement vidéo en temps réel dans des environnements contrôlés.
- Intégration à l'écosystème Meituan : équipes qui travaillent déjà dans la pile technologique et l'infrastructure de déploiement de Meituan.
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 exclusivement CPU : appareils sans accélération GPU dédiée, pour lesquels l’inférence CPU jusqu’à 43 % plus rapide de YOLO26 (YOLO26n par rapport à YOLO11n) constitue un avantage net.
- 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’avantage Ultralytics : présentation de YOLO26#
DAMO-YOLO et YOLOv6-3.0 sont tous deux performants, mais leurs écosystèmes sont fragmentés, leurs tâches limitées et leurs pipelines de déploiement complexes. Pour les équipes d'ingénierie modernes, les modèles Ultralytics offrent une expérience de développement nettement meilleure, notamment avec YOLO26, le plus récent.
Lancé en janvier 2026, YOLO26 est conçu pour le déploiement en périphérie comme dans le cloud, et optimise les besoins en mémoire ainsi que l'efficacité du calcul.
Pourquoi choisir YOLO26 ?#
- Conception de bout en bout sans NMS : dans la continuité des concepts de YOLOv10, YOLO26 prend en charge l'inférence native de bout en bout, qui ignore le post-traitement par suppression des non-maxima (NMS) grâce à sa tête optionnelle un-à-un (
nms=False). Cela simplifie le code de déploiement et réduit les variations de latence d'inférence sur les appareils en périphérie. - Optimisation améliorée : YOLO26 utilise l'optimiseur MuSGD, une combinaison de SGD et de Muon (inspirée de l'entraînement des grands modèles de langage), qui assure des entraînements stables et une convergence plus rapide.
- Polyvalence matérielle : la suppression de DFL (Distribution Focal Loss) simplifie les têtes de sortie et améliore la compatibilité avec les appareils en périphérie. YOLO26n atteint une inférence CPU jusqu'à 43 % plus rapide que YOLO11n, ce qui le rend plus adapté que YOLOv6 aux environnements mobiles ou IoT en périphérie.
- Précision améliorée : avec ProgLoss + STAL, YOLO26 améliore la détection des petits objets, ce qui en fait un excellent choix pour l'imagerie aérienne et l'inspection des défauts.
- Polyvalence multi-tâches : contrairement aux modèles industriels qui prédisent uniquement des boîtes englobantes, la famille YOLO26 prend en charge plusieurs tâches, notamment la segmentation d'instances, la classification d'images, l'estimation de pose et les boîtes englobantes orientées (OBB).
Expérience avec l’écosystème#
La plateforme Ultralytics couvre l'ensemble du cycle de vie du machine learning. L'entraînement d'un modèle ne nécessite pas de pipeline de distillation en plusieurs étapes. Grâce à l'augmentation automatique des données, au réglage unifié des hyperparamètres et aux exportations en un clic vers des formats comme ONNX, OpenVINO et CoreML, tu peux passer rapidement du jeu de données à la production.
Les modèles Ultralytics sont également reconnus pour leur faible consommation mémoire, qui évite les besoins importants en VRAM des architectures Transformer comme RT-DETR.
Exemple de code pour démarrer rapidement#
L'entraînement et l'exécution de l'inférence avec un modèle Ultralytics comme YOLO26 sont simples. Le script Python suivant montre comment entraîner, lancer l'inférence et exporter avec seulement quelques lignes de code :
from ultralytics import YOLO
# Charger le modèle nano YOLO26 hautement efficace
model = YOLO("yolo26n.pt")
# Entraîner le modèle sur ton jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Lancer l’inférence sur une image d’exemple
prediction = model("https://ultralytics.com/images/bus.jpg")
# Exporter vers TensorRT pour un débit GPU maximal
model.export(format="engine", dynamic=True)Conclusion#
DAMO-YOLO et YOLOv6-3.0 sont tous deux des réalisations d'ingénierie impressionnantes qui ont fait progresser la détection industrielle d'objets. Cependant, ce sont des outils spécialisés qui nécessitent souvent des configurations complexes et imposent des contraintes matérielles rigides.
Pour les développeurs et chercheurs qui ont besoin d'un solide équilibre des performances, de fonctionnalités multi-tâches et d'un écosystème bien entretenu, Ultralytics YOLO26 est le choix recommandé. En associant un optimiseur inspiré des grands modèles de langage à une architecture épurée prenant en charge l'inférence sans NMS, YOLO26 simplifie le déploiement de l'IA tout en offrant une grande précision dans les environnements en périphérie et dans le cloud.
Si tu évalues des modèles pour un nouveau projet de vision par ordinateur, commence par explorer les fonctionnalités de l'écosystème Ultralytics YOLO. Tu peux également les comparer à d'autres architectures comme EfficientDet ou à des étapes précédentes comme YOLO11 pour bien comprendre l'évolution de l'IA visuelle en temps réel.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.