Commencer

PP-YOLOE+ vs YOLOv5

Lorsqu’ils choisissent un framework d’apprentissage profond pour la vision par ordinateur, les développeurs comparent souvent différentes architectures afin de trouver le bon équilibre entre vitesse, précision et facilité de déploiement. Cette comparaison examine les différences techniques entre PP-YOLOE+ et YOLOv5 pour la détection d’objets. En analysant leurs architectures, leurs métriques de performance et leurs scénarios de déploiement les mieux adaptés, tu peux prendre une décision éclairée pour ton prochain projet, qu’il s’agisse de robotique en temps réel, de déploiement edge ou d’analyse vidéo dans le cloud.

Origines et métadonnées des modèles#

Les deux modèles sont issus d’équipes d’ingénierie solides, mais ciblent des écosystèmes légèrement différents. Comprendre leurs origines donne un contexte précieux pour saisir leurs choix de conception architecturale.

Détails de PP-YOLOE+ :

En savoir plus sur PP-YOLOE+

Détails sur YOLOv5 :

Comparaison des architectures#

Architecture de PP-YOLOE+#

PP-YOLOE+ est une évolution au sein de l’écosystème Baidu, fondée sur des modèles antérieurs comme PP-YOLOv2. Il introduit un backbone CSPRepResNet optimisé, qui améliore l’extraction des caractéristiques en combinant les principes des réseaux à étapes partielles croisées (CSP) et les techniques de reparamétrisation. Le modèle conserve ainsi une grande précision à l’entraînement tout en étant ramené à une architecture plus simplifiée pour accélérer l’inférence.

De plus, PP-YOLOE+ utilise l’apprentissage de l’alignement des tâches (TAL) et une tête efficace alignée sur les tâches (ET-head). Cette combinaison vise à résoudre le désalignement entre les tâches de classification et de localisation, un goulot d’étranglement courant dans les détecteurs d’objets denses. Bien que bien conçue, l’architecture est étroitement liée au framework PaddlePaddle, ce qui peut poser des difficultés d’intégration aux équipes qui ont standardisé leur environnement sur d’autres bibliothèques ML courantes.

Architecture de YOLOv5#

À l’inverse, YOLOv5 a été conçu nativement dans PyTorch, la norme du secteur pour la recherche universitaire comme pour la production en entreprise. Il utilise un backbone CSPDarknet53 modifié, réputé pour la qualité de la propagation du gradient et l’efficacité de ses paramètres.

L’algorithme AutoAnchor est l’une des caractéristiques emblématiques de YOLOv5 : il vérifie et ajuste dynamiquement la taille des boîtes d’ancrage en fonction de ton jeu de données personnalisé avant l’entraînement. Cela élimine le réglage manuel des hyperparamètres des boîtes englobantes. Le neck Path Aggregation Network (PANet) du modèle assure une fusion robuste des caractéristiques à plusieurs échelles, ce qui le rend très efficace pour détecter des objets de tailles variées.

Déploiement PyTorch simplifié

Comme YOLOv5 repose directement sur PyTorch, son export vers des formats optimisés comme ONNX et TensorRT nécessite beaucoup moins de configuration intergicielle que les modèles liés à des chaînes d’outils propres à un framework.

Analyse des performances#

Pour évaluer ces modèles, il faut examiner le compromis entre la précision moyenne (mAP) et la latence. Le tableau suivant présente les métriques pour différentes tailles de modèles.

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
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7

PP-YOLOE+ obtient des scores mAP très compétitifs pour les grandes tailles, comme la variante X, mais YOLOv5 offre une vitesse supérieure et moins de paramètres pour les modèles plus petits. YOLOv5 Nano (YOLOv5n) ne nécessite que 1,9 million de paramètres, ce qui le rend particulièrement adapté aux appareils edge limités, où les exigences de mémoire sont strictes. De plus, l’entraînement des modèles YOLO consomme généralement moins de mémoire CUDA que celui des modèles alternatifs lourds basés sur les transformers, comme RT-DETR.

L’avantage Ultralytics#

Lors du choix d’une architecture, les métriques brutes ne sont qu’un élément de l’équation. L’expérience développeur, la prise en charge de l’écosystème et les pipelines de déploiement déterminent souvent le succès réel d’un projet. C’est là que les modèles Ultralytics se distinguent.

Facilité d’utilisation#

L’API Python d’Ultralytics masque la complexité du code passe-partout. Les développeurs peuvent lancer l’entraînement, valider les performances et déployer des modèles avec un minimum de code. La documentation est complète, activement maintenue et soutenue par une grande communauté open source internationale.

Polyvalence entre les tâches#

PP-YOLOE+ est un détecteur d’objets spécialisé, tandis que l’écosystème Ultralytics permet de traiter plusieurs tâches de vision par ordinateur avec une seule API unifiée. Avec YOLOv5 et ses successeurs, tu peux facilement passer des boîtes englobantes classiques aux flux de travail de segmentation d’instances et de classification.

Exemple de code : entraînement de YOLOv5#

Pour commencer, quelques lignes de code suffisent. Cette simplicité accélère considérablement les cycles de recherche et développement.

from ultralytics import YOLO

# Charger un petit modèle YOLOv5 préentraîné
model = YOLO("yolov5su.pt")  # YOLOv5u : poids YOLOv5 sans ancres pour le package ultralytics

# Entraîner le modèle sur le jeu de données COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Lancer une inférence rapide sur une image
predictions = model("https://ultralytics.com/images/bus.jpg")
predictions[0].show()

Cas d'utilisation concrets#

Quand choisir PP-YOLOE+ : Si ton organisation est profondément intégrée à la pile logicielle de Baidu ou dépend fortement de matériel spécialisé qui impose le framework PaddlePaddle, PP-YOLOE+ est performant. Il est souvent utilisé dans des pipelines de fabrication spécialisés disposant déjà d’une intégration Paddle.

Quand choisir YOLOv5 : Pour la plupart des développeurs, des chercheurs et des entreprises, YOLOv5 reste une option de choix. Grâce à ses racines PyTorch, il est immédiatement compatible avec des outils de suivi comme Weights & Biases et s’exporte facilement vers TensorRT pour l’accélération GPU NVIDIA, ou vers CoreML pour les appareils Apple. Il est performant dans des domaines variés, du suivi des cultures agricoles à la navigation de drones à grande vitesse.

L’avenir de la détection : Ultralytics YOLO26#

YOLOv5 est un modèle emblématique, mais la vision par ordinateur a progressé. Pour tout nouveau développement, le modèle recommandé est YOLO26, sorti en janvier 2026. Disponible sur la plateforme Ultralytics, YOLO26 établit une nouvelle référence en matière d’efficacité.

Principales innovations de YOLO26 :

  • Conception de bout en bout sans NMS : la tête one-to-one facultative de YOLO26 (nms=False) ignore entièrement le post-traitement par suppression non maximale (NMS). Cela réduit la variabilité de la latence et simplifie considérablement le pipeline de déploiement.
  • Inférence CPU jusqu’à 43 % plus rapide : en supprimant la perte focale de distribution (DFL), YOLO26 augmente considérablement la vitesse sur les appareils edge sans GPU, où YOLO26n s’exécute jusqu’à 43 % plus vite que YOLO11n.
  • Optimiseur MuSGD : inspiré des techniques d’entraînement des grands modèles de langage (LLM), cet optimiseur hybride stabilise la dynamique d’entraînement et accélère la convergence sur les jeux de données personnalisés.
  • Améliorations propres aux tâches : intègre ProgLoss et STAL (une perte progressive et une assignation des étiquettes tenant compte des petites cibles), ce qui améliore la précision sur les objets minuscules. Il prend en charge nativement la détection des boîtes englobantes orientées (OBB) pour l’imagerie aérienne.

Si tu explores les modèles de vision modernes, tu peux aussi comparer la génération précédente YOLO11 ou des approches basées sur les Transformers comme RT-DETR. Son écosystème robuste, associé aux progrès architecturaux continus, fait d’Ultralytics un excellent choix pour les tâches modernes de vision par ordinateur.

Commentaires

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