Commencer

EfficientDet ou RTDETRv2

Choisir l’architecture optimale pour les projets de vision par ordinateur exige de s’orienter dans un vaste éventail de réseaux neuronaux. Ce guide compare deux approches différentes : EfficientDet, une famille de réseaux neuronaux convolutifs (CNN) évolutifs, et RTDETRv2, un détecteur Transformer en temps réel. Il évalue leurs différences structurelles, leurs méthodes d’entraînement et leur aptitude au déploiement sur divers environnements matériels.

Comprendre les compromis entre l’efficacité des anciens CNN et les capacités des Transformers modernes aide les développeurs à prendre des décisions éclairées. Ce guide explique également comment Ultralytics YOLO26 fait le lien grâce à des modèles rapides, précis et faciles à utiliser.

Comprendre EfficientDet#

EfficientDet a fait progresser la détection d’objets en proposant une approche rigoureuse de la mise à l’échelle des modèles.

Architecture et concepts fondamentaux#

Au cœur d’EfficientDet se trouve EfficientNet, utilisé comme backbone, ainsi que le réseau pyramidal de caractéristiques bidirectionnel (BiFPN). BiFPN permet une fusion rapide des caractéristiques à plusieurs échelles en appliquant des poids apprenables pour déterminer l’importance des différentes caractéristiques d’entrée. Cette approche s’associe à une méthode de mise à l’échelle composée qui ajuste uniformément et simultanément la résolution, la profondeur et la largeur de l’ensemble du backbone, du réseau de caractéristiques et des réseaux de prédiction des boîtes et des classes.

Atouts et limites#

Le principal atout d’EfficientDet réside dans son efficacité en matière de paramètres. À sa sortie, des modèles comme EfficientDet-D0 atteignaient une meilleure précision avec moins de paramètres et de FLOPs que les versions antérieures de YOLO. Le modèle était ainsi intéressant pour les environnements soumis à de strictes limites de calcul.

Cependant, EfficientDet s’appuie sur la suppression non maximale (NMS) standard pendant le post-traitement pour filtrer les boîtes englobantes qui se chevauchent, ce qui peut créer des goulots d’étranglement de latence dans les pipelines en temps réel. Et même si le processus d’entraînement est bien documenté, le réglage fin d’EfficientDet peut être fastidieux comparé à l’expérience développeur rationalisée des outils modernes.

En savoir plus sur EfficientDet

Prise en charge des anciennes versions

EfficientDet a ouvert la voie aux réseaux évolutifs, mais le déploiement de ces modèles sur des NPU modernes nécessite souvent une optimisation manuelle poussée. Pour simplifier les déploiements, les nouveaux modèles Ultralytics proposent une fonction d’exportation en un clic.

Découvrir RTDETRv2#

RTDETRv2 représente l’évolution des détecteurs basés sur les Transformers et s’éloigne des CNN traditionnels basés sur des ancres.

Avancées des Transformers#

RTDETRv2 s’appuie sur la référence Real-Time Detection Transformer (RT-DETR). Il utilise des mécanismes d’attention globale qui permettent au modèle de comprendre le contexte de scènes complexes sans les contraintes localisées des convolutions standard. Son principal avantage architectural est sa conception nativement sans NMS. En prédisant directement les objets à partir de l’image d’entrée, il simplifie le pipeline d’inférence et évite le réglage heuristique nécessaire au post-traitement NMS.

Points forts et points faibles#

RTDETRv2 est performant dans les environnements à forte densité, où les objets qui se chevauchent perturbent les CNN traditionnels. Il atteint une grande précision sur des jeux de données de référence complexes comme COCO.

Malgré leur précision, les modèles basés sur les Transformers exigent beaucoup de mémoire. Leur efficacité d’entraînement est nettement inférieure : ils nécessitent bien plus d’époques et une empreinte mémoire CUDA plus importante pour converger que les CNN. RTDETRv2 convient donc moins aux développeurs qui disposent d’un budget cloud limité ou qui ont besoin de prototyper rapidement.

En savoir plus sur RTDETRv2

Contraintes de mémoire des Transformers

L’entraînement de modèles Transformer comme RTDETRv2 nécessite généralement des GPU haut de gamme. Si tu rencontres des erreurs de mémoire insuffisante (OOM), envisage d’utiliser des modèles moins gourmands en mémoire pendant l’entraînement, comme la gamme Ultralytics YOLO.

Comparaison des performances sur benchmark#

Comprendre les mesures de performance brutes est essentiel pour choisir un modèle. Le tableau suivant compare EfficientDet et RTDETRv2 dans différentes tailles.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

Cas d’utilisation et recommandations#

Le choix entre EfficientDet et RT-DETR dépend de tes exigences spécifiques, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir EfficientDet#

EfficientDet est un bon choix pour :

  • Google Cloud et pipelines TPU : systèmes basés sur TensorFlow exécutés sur l’infrastructure Google Cloud TPU, où l’implémentation de référence d’EfficientDet prend en charge l’entraînement sur TPU.
  • Recherche sur la mise à l’échelle composée : évaluation comparative universitaire axée sur l’étude des effets d’une mise à l’échelle équilibrée de la profondeur, de la largeur et de la résolution du réseau.
  • Déploiement mobile avec LiteRT : projets nécessitant spécifiquement l’exportation vers LiteRT (anciennement TensorFlow Lite) pour Android ou les appareils Linux embarqués.

Quand choisir RT-DETR#

RT-DETR est recommandé pour :

  • Recherche sur la détection basée sur les Transformer : projets étudiant les mécanismes d’attention et les architectures Transformer pour la détection d’objets de bout en bout sans NMS.
  • Scénarios exigeant une grande précision et une latence flexible : applications où la précision de détection est prioritaire et où une latence d’inférence légèrement supérieure est acceptable.
  • Détection de grands objets : scènes composées principalement d’objets de taille moyenne à grande, pour lesquelles le mécanisme d’attention globale des Transformer offre un avantage naturel.

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 : présentation de YOLO26#

EfficientDet et RTDETRv2 ont marqué l’histoire de la vision par ordinateur, mais les environnements de production modernes exigent un équilibre entre vitesse, précision et expérience développeur. Récemment sorti, Ultralytics YOLO26 réunit les meilleurs atouts de ces différentes architectures.

YOLO26 se distingue en associant plusieurs améliorations architecturales à l’écosystème rationalisé qui fait la renommée d’Ultralytics.

Pourquoi choisir YOLO26 plutôt que ses concurrents ?#

  • Conception de bout en bout sans NMS : comme les Transformers tels que RTDETRv2, YOLO26 propose une tête de bout en bout (nms=False) qui élimine le post-traitement NMS, pour des pipelines de déploiement plus rapides et plus simples, sans le nombre élevé de paramètres des Transformers purs.
  • Optimiseur MuSGD : inspiré des techniques d’entraînement des grands modèles de langage (comme celles utilisées pour Kimi K2 de Moonshot AI), YOLO26 utilise un hybride de SGD et de Muon. Il permet un entraînement stable et une convergence plus rapide que les longs cycles nécessaires à RTDETRv2.
  • Optimisé pour les appareils périphériques : avec YOLO26n, qui offre une inférence CPU jusqu’à 43 % plus rapide que YOLO11n, YOLO26 est conçu pour l’IA en périphérie. Il surpasse les lourds modèles basés sur les Transformers sur du matériel limité, comme les téléphones mobiles et les caméras intelligentes.
  • Suppression de DFL : la suppression de Distribution Focal Loss simplifie le graphe du modèle et facilite les exportations vers TensorRT et ONNX.
  • ProgLoss + STAL : la perte progressive et l’assignation d’étiquettes adaptée aux petites cibles améliorent nettement la reconnaissance des petits objets, résolvant un problème courant dans l’imagerie aérienne et la robotique.
  • Polyvalence : contrairement à RTDETRv2, principalement axé sur la détection, YOLO26 prend nativement en charge la segmentation d’instances, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB), avec des améliorations propres à chaque tâche, comme RLE pour la pose et une fonction de perte d’angle spécialisée pour les OBB.
Écosystème intégré

En utilisant l’Ultralytics Platform, tu peux gérer tes jeux de données, entraîner des modèles comme YOLO26 ou YOLO11 dans le cloud et les déployer au moyen d’API flexibles.

La simplicité du code avec Ultralytics#

L’API Python Ultralytics, bien maintenue, simplifie l’entraînement et l’inférence des modèles. Les développeurs peuvent facilement évaluer les modèles ou lancer des scripts d’entraînement avec très peu de code standard.

from ultralytics import YOLO

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

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

# Exécuter l’inférence sur une image de test
predictions = model.predict("image.jpg")

Pour les équipes qui gèrent une infrastructure ancienne, le très utilisé Ultralytics YOLOv8 reste une solution stable, reflet de la fiabilité à long terme de l’écosystème Ultralytics. Que tu exécutes des algorithmes complexes de suivi en temps réel ou une simple détection de défauts, passer à YOLO26 permet à ton système de rester précis, économe en mémoire et à jour.

Commentaires

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