Commencer

DAMO-YOLO vs YOLOv9

La détection d'objets en temps réel continue d'évoluer rapidement. Alors que les équipes d'ingénierie et les chercheurs cherchent le bon équilibre entre précision, vitesse d'inférence et efficacité de calcul, deux architectures remarquables ont émergé de la communauté de recherche : DAMO-YOLO et YOLOv9. Les deux modèles apportent des innovations architecturales importantes en vision par ordinateur.

Ce guide technique analyse les deux modèles et compare leurs approches architecturales, leurs méthodes d'entraînement et leurs capacités de déploiement dans des conditions réelles. Il explique également le rôle de l'écosystème logiciel au sens large dans le développement moderne de l'IA, en mettant en évidence les avantages de plateformes intégrées comme Ultralytics Platform et de modèles de nouvelle génération comme YOLO26.

Résumé : choisir la bonne architecture#

Bien que les deux modèles constituent des jalons importants de la recherche en apprentissage profond, ils répondent à des philosophies de déploiement légèrement différentes.

DAMO-YOLO excelle lorsque la recherche d'architecture neuronale (NAS) permet d'ajuster des profils de performance spécifiques, ce qui en fait un sujet d'étude intéressant pour les déploiements edge personnalisés. YOLOv9 se concentre plutôt sur la résolution des goulots d'étranglement de l'information dans les réseaux profonds, pour une grande efficacité en matière de paramètres.

Pour les déploiements en production, l'écosystème unifié Ultralytics reste toutefois la voie recommandée. Pour les nouveaux projets, le dernier modèle YOLO26 allie haute précision et conception de bout en bout facultative qui élimine le besoin d'un post-traitement complexe.

Prépare ton pipeline de vision par ordinateur pour l’avenir

Bien que DAMO-YOLO et YOLOv9 soient des modèles universitaires puissants, leur déploiement en production nécessite souvent d'importants développements spécifiques. Ultralytics YOLO26 offre de solides performances avec une API simplifiée et facile à maintenir.

Spécifications techniques et auteurs#

Les origines et les axes de développement de ces modèles permettent de mieux comprendre leurs points forts respectifs.

DAMO-YOLO#

Développé par des chercheurs du groupe Alibaba, DAMO-YOLO se concentre fortement sur la génération automatisée d’architectures et la fusion efficace des caractéristiques.

En savoir plus sur DAMO-YOLO

YOLOv9#

Conçu pour résoudre les problèmes de perte d'information dans les réseaux convolutifs profonds, YOLOv9 se concentre sur la préservation des informations de gradient pendant l'entraînement.

En savoir plus sur YOLOv9

Innovations architecturales#

DAMO-YOLO se distingue par ses composants personnalisés générés par machine. Son backbone est généré au moyen de la recherche d'architecture neuronale (NAS), en ciblant spécifiquement une inférence à faible latence sur différents matériels.

L'architecture comprend un RepGFPN (réseau pyramidal de caractéristiques généralisé reparamétré) efficace pour la fusion des caractéristiques, qui améliore la détection d'objets à plusieurs échelles sans augmenter excessivement la charge de calcul. Elle utilise également une conception ZeroHead pour simplifier la tête de détection et AlignedOTA pour l'attribution des étiquettes, ainsi qu'un processus d'amélioration par distillation des connaissances pendant l'entraînement. Bien que ces techniques assurent une inférence rapide, le processus de distillation en plusieurs étapes nécessite souvent beaucoup de mémoire vidéo et des entraînements prolongés.

YOLOv9 : résoudre le goulot d’étranglement de l’information#

YOLOv9 s’attaque à un problème fondamental des réseaux profonds : la perte progressive des informations contenues dans les données d’entrée à mesure qu’elles traversent des couches successives.

Pour remédier à ce problème, les auteurs ont introduit Programmable Gradient Information (PGI), un cadre de supervision auxiliaire conçu pour préserver les détails essentiels dans les couches profondes et produire des gradients fiables pour la mise à jour des poids. PGI s'accompagne de l'architecture GELAN (réseau généralisé d'agrégation de couches efficace). GELAN optimise l'efficacité en matière de paramètres en combinant les atouts de CSPNet et d'ELAN, en maximisant le flux d'informations tout en réduisant strictement les opérations en virgule flottante (FLOPs).

Analyse des performances et métriques#

Lors de l’évaluation des performances, les deux modèles affichent une précision moyenne moyenne (mAP) élevée sur des benchmarks standard comme COCO. YOLOv9 atteint une précision supérieure pour un nombre de paramètres comparable, ainsi que la précision absolue la plus élevée dans l’ensemble, grâce à son architecture PGI qui préserve une grande fidélité sur les jeux de données difficiles.

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
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Comme indiqué ci-dessus, YOLOv9-E atteint la meilleure précision, tandis que les variantes plus petites de DAMO-YOLO et YOLOv9 maintiennent des vitesses d'inférence compétitives grâce aux optimisations TensorRT.

Méthodes d’entraînement et écosystème#

Si l'architecture brute est importante, dans les applications réelles, l'ergonomie et l'efficacité d'entraînement de l'écosystème du modèle comptent davantage.

Le recours à la distillation des connaissances par DAMO-YOLO nécessite souvent d’entraîner un modèle « enseignant » encombrant avant de transférer ses connaissances au modèle « étudiant » cible. Cette approche de recherche traditionnelle augmente considérablement les besoins en mémoire et la durée des cycles d’entraînement. De même, le dépôt d’origine de YOLOv9 impose de parcourir des fichiers de configuration complexes, ce qui peut ralentir le développement agile.

À l'inverse, Ultralytics Platform simplifie l'expérience développeur. Le package Python Ultralytics masque le code passe-partout et permet aux équipes de gérer facilement l'augmentation des données, le réglage des hyperparamètres et l'exportation des modèles.

Applications et cas d’utilisation concrets#

Les différentes architectures conviennent à des secteurs spécifiques en fonction de leurs besoins en ressources et de leurs profils de précision.

  • DAMO-YOLO dans l'IA en périphérie : grâce à ses backbones optimisés par la NAS, DAMO-YOLO est souvent étudié dans les systèmes embarqués nécessitant une reparamétrisation spécifique au matériel, comme les accélérateurs dédiés au contrôle qualité en fabrication.
  • YOLOv9 pour l'analyse de précision : grâce à son excellente efficacité en matière de paramètres et à la préservation des gradients assurée par PGI, YOLOv9 convient bien aux scénarios de détection dense d'objets, comme l'analyse d'images aériennes ou le suivi de petits objets dans des espaces de vente très fréquentés.

Cas d’utilisation et recommandations#

Le choix entre DAMO-YOLO et YOLOv9 dépend des exigences 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 YOLOv9#

YOLOv9 est recommandé pour :

  • Recherche sur les goulots d’étranglement de l’information : les projets universitaires qui étudient les architectures à informations de gradient programmables (PGI) et à réseau généralisé d’agrégation efficace des couches (GELAN).
  • Études sur l’optimisation du flux de gradients : les recherches axées sur la compréhension et l’atténuation des pertes d’information dans les couches profondes des réseaux pendant l’entraînement.
  • Évaluation comparative de la détection de haute précision : les scénarios où les solides performances de YOLOv9 sur COCO servent de référence pour comparer les architectures.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre la meilleure combinaison de performances et d’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’avantage Ultralytics : passer à YOLO26#

Pour les utilisateurs qui comparent des architectures anciennes, passer à l'écosystème Ultralytics moderne, et notamment aux derniers modèles YOLO26, présente des avantages évidents.

YOLO26 simplifie le déploiement grâce à sa conception de bout en bout sans NMS. Sa tête one-to-one facultative (nms=False) élimine le post-traitement par suppression non maximale (NMS), pour des architectures de déploiement plus rapides et plus simples. Associé à la suppression de Distribution Focal Loss (DFL), YOLO26 offre une meilleure compatibilité avec les appareils edge et basse consommation.

YOLO26 intègre également l'optimiseur MuSGD, un hybride combinant Stochastic Gradient Descent et Muon, inspiré de l'entraînement des LLM. Il assure une convergence stable pendant l'entraînement tout en maintenant une faible consommation mémoire par rapport aux alternatives faisant largement appel aux Transformers.

Entraînement simplifié avec YOLO26

Avec l'API Ultralytics, tu peux entraîner un modèle YOLO26 avec le suivi des expériences intégré en quelques lignes de Python.

from ultralytics import YOLO

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

# Entraîner efficacement sur ton jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

Que tu aies besoin d'une segmentation d'instances avancée, d'une estimation de pose très précise ou d'une détection classique par boîtes englobantes, la polyvalence du framework Ultralytics permet à ton équipe de consacrer moins de temps à configurer des environnements d'apprentissage profond et davantage au déploiement de solutions d'IA robustes. Grâce à des améliorations de l'entraînement comme ProgLoss + STAL, qui améliore la reconnaissance des petits objets, YOLO26 est le choix recommandé pour les nouvelles applications de vision.

Commentaires

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