PP-YOLOE+ vs DAMO-YOLO#

L’évolution continue de la vision par ordinateur a donné naissance à de nombreuses architectures spécialisées dans la détection d’objets en temps réel. Lorsqu’on évalue des modèles pour des applications industrielles ou de recherche, deux frameworks majeurs de 2022 sont souvent évoqués : PP-YOLOE+ de Baidu et DAMO-YOLO d’Alibaba Group. Les deux modèles ont repoussé les limites de la détection sans ancres en introduisant de nouveaux backbones, des stratégies avancées d’assignation des étiquettes et des techniques spécialisées de fusion des caractéristiques.

Ce guide propose une analyse technique détaillée de PP-YOLOE+ et DAMO-YOLO, en examinant leurs architectures, leurs méthodes d’entraînement et leurs atouts en matière de déploiement. Nous verrons également comment ces frameworks se comparent aux solutions modernes comme Ultralytics YOLO26, afin de t’aider à choisir l’outil adapté aux contraintes de ton déploiement.

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

Développé au sein de l’écosystème Baidu, PP-YOLOE+ constitue une amélioration itérative du PP-YOLOE original et est fortement optimisé 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 excellent candidat 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 avancée d’assignation dynamique 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 optimisée, conçue pour traiter rapidement les caractéristiques sans sacrifier la résolution spatiale, ce qui est particulièrement utile pour maintenir des valeurs mAP élevées.

Détails de PP-YOLOE+ :

• Auteurs : Auteurs de PaddlePaddle
• Organisation : Baidu
• Date : 2022-04-02
• Arxiv : 2203.16250
• GitHub : PaddlePaddle/PaddleDetection
• Documentation : Documentation 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 nettement différente. Au lieu de concevoir manuellement le backbone, l’équipe de recherche a utilisé la recherche d’architecture neuronale (NAS) pour trouver des topologies de réseau très efficaces, adaptées à des contraintes de latence strictes.

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’architecture neuronale par entropie maximale, DAMO-YOLO construit des backbones optimisés spécifiquement pour le compromis entre le nombre de paramètres et la précision.
• RepGFPN efficace : Un réseau pyramidal de caractéristiques généralisé reparamétré permet une fusion robuste des caractéristiques à plusieurs échelles, ce qui aide le modèle à détecter des objets de tailles très différentes dans une même image.
• Conception ZeroHead : Une tête de détection très simplifiée qui réduit considérablement la charge de calcul pendant 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 :

• 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
• Documentation : Documentation de DAMO-YOLO

En savoir plus sur DAMO-YOLO

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 idéal.

DAMO-YOLOt affiche une latence TensorRT inférieure à celle de PP-YOLOE+t, et DAMO-YOLO est plus précis dans les tailles tiny et small, ce qui le rend très compétitif pour les flux vidéo à haut débit. Cependant, PP-YOLOE+ passe particulièrement bien à l’échelle avec sa variante extra-large (x), qui atteint une précision de premier plan sur des images complexes lorsque le temps d’inférence n’est pas prioritaire.

L’avantage Ultralytics : dépasser les architectures de 2022#

Même si PP-YOLOE+ et DAMO-YOLO ont marqué des étapes importantes, le développement moderne exige davantage de polyvalence, des pipelines d’entraînement plus simples et des besoins en mémoire plus faibles. La plateforme Ultralytics répond à ces besoins en offrant une expérience sans friction qui dépasse largement les configurations complexes propres aux frameworks et les processus de distillation exigés par les modèles plus anciens.

Pour les développeurs qui souhaitent aujourd’hui obtenir le meilleur équilibre de performances, Ultralytics YOLO26 apporte une avancée révolutionnaire en matière d’efficacité des déploiements réels.

Pourquoi YOLO26 domine le secteur#

Lancé au début de 2026, YOLO26 s’appuie sur l’héritage de YOLO11 et introduit des technologies de pointe adaptées à la production :

• Conception de bout en bout sans NMS : YOLO26 peut entièrement éviter le post-traitement par suppression non maximale (NMS) grâce à sa tête facultative one-to-one (nms=False). Le déploiement est ainsi plus simple et les latences d’inférence sont stables et hautement prévisibles.
• Optimiseur MuSGD : Inspiré des techniques d’entraînement des grands modèles de langage, YOLO26 utilise un optimiseur hybride MuSGD. Il garantit un entraînement très stable et une convergence rapide, ce qui permet d’économiser de précieuses heures GPU.
• Inférence CPU supérieure : En supprimant Distribution Focal Loss (DFL) et en optimisant le graphe du réseau, YOLO26 atteint une inférence CPU jusqu’à 43 % plus rapide, ce qui en fait le choix de premier plan pour les appareils d’IA en périphérie.
• ProgLoss + STAL : Ces fonctions de perte avancées améliorent considérablement la reconnaissance des petits objets, un point essentiel pour les opérations par drone et la télédétection.
• Polyvalence inégalée : Contrairement à PP-YOLOE+, exclusivement axé sur la détection, YOLO26 prend nativement en charge l’estimation de pose, la segmentation d’instances, la classification d’images et les boîtes englobantes orientées (OBB), sans difficulté.

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 de pointe
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)

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

Cas d’utilisation idéaux et recommandations#

Le choix de l’architecture de vision par ordinateur la plus adaptée dépend largement de l’intégration à l’écosystème de ton équipe et des cibles de déploiement.

• Choisis PP-YOLOE+ si l’ensemble de ton pipeline est étroitement intégré à l’écosystème Baidu PaddlePaddle. Il reste un excellent choix pour l’analyse d’images statiques sur de puissants serveurs lorsque la priorité est d’optimiser 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 offre une documentation inégalée, des besoins en mémoire plus faibles et une API simplifiée. Que tu développes des systèmes de contrôle qualité automatisé ou que tu effectues du suivi en temps réel sur un Raspberry Pi, l’architecture sans NMS de YOLO26 garantit des résultats rapides, stables et très précis dès le départ.

Pour les développeurs qui explorent d’autres solutions de pointe, la documentation Ultralytics propose également de nombreuses ressources sur les modèles YOLOv8, largement adopté, et YOLO11, très performant, afin que tu disposes du modèle adapté à chaque défi de vision par ordinateur.