Commencer

PP-YOLOE+ vs DAMO-YOLO

La recherche en vision par ordinateur a produit de nombreuses architectures spécialisées dans la détection d’objets en temps réel. Lors de l’évaluation de modèles pour des applications industrielles et de recherche, deux frameworks marquants de 2022 reviennent souvent : PP-YOLOE+ de Baidu et DAMO-YOLO d’Alibaba Group. Les deux modèles ont fait progresser la détection sans ancres grâce à de nouveaux backbones, à de meilleures stratégies d’assignation des étiquettes et à des techniques spécialisées de fusion des caractéristiques.

Ce guide propose une analyse technique de PP-YOLOE+ et de DAMO-YOLO, notamment de leurs architectures, de leurs méthodes d’entraînement et de leurs atouts pour le déploiement. Il examine également leur comparaison avec des solutions modernes comme Ultralytics YOLO26 afin de t’aider à choisir l’outil adapté aux contraintes spécifiques de ton déploiement.

PP-YOLOE+ : une détection d’objets industriels perfectionnée#

Développé dans l’écosystème Baidu, PP-YOLOE+ est une amélioration itérative du PP-YOLOE original, fortement optimisée pour le framework d’apprentissage profond PaddlePaddle. Il a été conçu pour maximiser la précision et la vitesse d’inférence sur du matériel de classe serveur, ce qui en fait un candidat de choix pour l’inspection industrielle et les applications de commerce de détail intelligent.

Innovations architecturales#

PP-YOLOE+ introduit plusieurs améliorations architecturales par rapport aux détecteurs sans ancres précédents :

  • Backbone CSPRepResNet : Ce backbone utilise une architecture de type RepVGG combinée à des connexions Cross Stage Partial (CSP), offrant un bon équilibre entre capacité d’extraction des caractéristiques et latence d’inférence.
  • Apprentissage de l’alignement des tâches (TAL) : PP-YOLOE+ utilise une stratégie dynamique d’assignation des étiquettes qui aligne les tâches de classification et de régression pendant l’entraînement, réduisant ainsi l’écart entre les performances à l’entraînement et à l’inférence.
  • Tête efficace alignée sur les tâches (ET-head) : une tête de détection rationalisée, conçue pour traiter rapidement les caractéristiques sans sacrifier la résolution spatiale, ce qui contribue à maintenir un mAP élevé.

Détails de PP-YOLOE+ :

En savoir plus sur PP-YOLOE+

DAMO-YOLO : recherche d’architecture neuronale en périphérie#

Créé par l’Alibaba DAMO Academy, DAMO-YOLO adopte une approche très différente. Au lieu de concevoir manuellement le backbone, l’équipe de recherche a utilisé la recherche d’architectures neuronales (NAS) pour découvrir des topologies de réseau efficaces adaptées à des contraintes strictes de latence.

Caractéristiques clés et pipeline d’entraînement#

DAMO-YOLO vise une faible latence et une haute précision grâce à une méthode automatisée qui s’appuie largement sur la distillation :

  • Backbones MAE-NAS : grâce à la recherche d’architectures neuronales par entropie maximale, DAMO-YOLO construit des backbones optimisés spécifiquement pour le compromis entre nombre de paramètres et précision.
  • RepGFPN efficace : un réseau pyramidal de caractéristiques généralisé reparamétré permet une fusion robuste des caractéristiques à plusieurs échelles, aidant le modèle à détecter dans une même image des objets de tailles très différentes.
  • Conception ZeroHead : une tête de détection simplifiée qui réduit considérablement le coût de calcul à l’inférence.
  • Amélioration par distillation : Pour améliorer les performances de ses variantes plus petites, DAMO-YOLO s’appuie largement sur un processus complexe de distillation des connaissances, dans lequel un modèle enseignant plus grand guide le modèle élève.

Détails de DAMO-YOLO :

En savoir plus sur DAMO-YOLO

Dépendance à un framework

Bien que PP-YOLOE+ et DAMO-YOLO proposent tous deux des innovations théoriques solides, ils sont étroitement liés à leurs frameworks respectifs (PaddlePaddle et certains environnements Alibaba). Cela peut compliquer le portage de ces modèles vers des déploiements cloud ou périphériques standardisés.

Analyse des performances#

Lors de l’évaluation de ces modèles, le compromis entre la latence, la complexité de calcul (FLOPs) et la précision moyenne (mAP) détermine l’environnement de déploiement le plus adapté.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59
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

DAMO-YOLOt présente une latence TensorRT inférieure à celle de PP-YOLOE+t, et DAMO-YOLO est plus précis aux échelles minuscule et petite, ce qui le rend très compétitif pour les flux vidéo à haut débit. PP-YOLOE+ évolue toutefois efficacement jusqu’à sa variante extra-large (x), qui atteint une précision de premier plan sur les images complexes lorsque le temps d’inférence est secondaire.

L’avantage Ultralytics : dépasser les architectures de 2022#

Bien que PP-YOLOE+ et DAMO-YOLO aient représenté des avancées majeures, le développement moderne exige davantage de polyvalence, des pipelines d’entraînement plus simples et des besoins en mémoire réduits. La plateforme Ultralytics répond à ces besoins grâce à une expérience rationalisée qui évite les configurations complexes propres aux frameworks et à la distillation nécessaires aux anciens modèles.

Pour les développeurs qui recherchent aujourd’hui le meilleur équilibre entre performances, Ultralytics YOLO26 constitue une avancée majeure en matière d’efficacité de déploiement dans le monde réel.

Pourquoi YOLO26 domine le secteur#

Sorti en janvier 2026, YOLO26 s’appuie sur YOLO11 et propose plusieurs fonctionnalités adaptées à la production :

  • Conception de bout en bout sans NMS : YOLO26 peut ignorer entièrement le post-traitement par suppression non maximale (NMS) grâce à sa tête one-to-one facultative (nms=False). Le déploiement est ainsi plus simple, avec une latence d’inférence constante et prévisible.
  • Optimiseur MuSGD : inspiré des techniques d’entraînement des grands modèles de langage, YOLO26 utilise un optimiseur hybride MuSGD pour un entraînement stable et une convergence rapide, ce qui économise des heures de calcul sur GPU.
  • Inférence CPU plus rapide : en supprimant la perte focale de distribution (DFL) et en optimisant le graphe du réseau, YOLO26n atteint une inférence CPU jusqu’à 43 % plus rapide que YOLO11n, ce qui en fait un excellent choix pour les appareils d’IA edge.
  • ProgLoss + STAL : une perte progressive et une stratégie d’assignation des étiquettes tenant compte des petites cibles améliorent nettement la reconnaissance des petits objets, un aspect essentiel pour les opérations de drones et la télédétection.
  • Polyvalence multi-tâches : contrairement à PP-YOLOE+, qui se concentre uniquement sur la détection, YOLO26 prend en charge nativement la segmentation d’instances, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB).

Facilité d’utilisation et efficacité de l’entraînement#

L’entraînement d’un modèle DAMO-YOLO nécessite de gérer un pipeline lourd de distillation enseignant-élève. En revanche, entraîner un modèle Ultralytics ne demande que quelques lignes de Python et très peu de mémoire CUDA par rapport aux architectures concurrentes.

from ultralytics import YOLO

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

# Entraîner le modèle avec l’optimiseur MuSGD
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, optimizer="MuSGD")

# Exécuter une inférence de bout en bout sans NMS
results = model("https://ultralytics.com/images/bus.jpg", nms=False)

# Exporter vers ONNX ou TensorRT
model.export(format="onnx")

Cas d’utilisation idéaux et recommandations#

Le choix de la bonne architecture de vision par ordinateur dépend fortement de l’intégration à l’écosystème de ton équipe et de tes cibles de déploiement.

  • Choisis PP-YOLOE+ si l’ensemble de ton pipeline est étroitement intégré à l’écosystème PaddlePaddle de Baidu. Il reste un bon choix pour l’analyse d’images fixes sur des serveurs puissants, lorsque l’objectif principal est de maximiser la précision.
  • Choisis DAMO-YOLO si tu mènes des recherches spécifiques sur les algorithmes de recherche d’architecture neuronale, ou si tu disposes des ressources d’ingénierie nécessaires pour maintenir des pipelines complexes de distillation et atteindre des objectifs de latence TensorRT ambitieux.
  • Choisis Ultralytics YOLO26 pour presque tous les scénarios de production modernes. L’écosystème Ultralytics propose une documentation complète, des besoins en mémoire réduits et une API rationalisée. Que tu développes des systèmes de contrôle qualité automatisé ou que tu effectues un suivi en temps réel sur un Raspberry Pi, l’architecture sans NMS de YOLO26 fournit des résultats rapides, stables et précis dès la première utilisation.

Si tu étudies d’autres solutions, la documentation Ultralytics propose également de nombreuses ressources sur le très répandu YOLOv8 et le robuste YOLO11, pour t’aider à trouver le modèle adapté à chaque défi de vision par ordinateur.

Commentaires

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