PP-YOLOE+ vs YOLOX#

Le paysage de la vision par ordinateur a été considérablement façonné par l’évolution rapide des modèles de détection d’objets. Parmi les étapes marquantes de cette évolution figurent PP-YOLOE+ et YOLOX, deux architectures qui ont repoussé les limites des performances et de la précision en temps réel. Comprendre leurs nuances architecturales, leurs compromis en matière de performances et leurs scénarios de déploiement idéaux est essentiel pour les chercheurs et les développeurs qui créent la prochaine génération de systèmes de reconnaissance visuelle.

Lignée et détails des modèles#

Avant d’examiner les architectures techniques, il est utile de replacer les origines des deux modèles dans leur contexte. Chacun a été développé pour résoudre des goulets d’étranglement spécifiques de la détection d’objets, sous l’influence marquée des organisations qui les soutiennent.

Détails de PP-YOLOE+ :

• Auteurs : auteurs de PaddlePaddle
• Organisation : Baidu
• Date : 2022-04-02
• Arxiv : https://arxiv.org/abs/2203.16250
• GitHub : https://github.com/PaddlePaddle/PaddleDetection/
• Documentation : README de PaddleDetection PP-YOLOE+

En savoir plus sur PP-YOLOE+

Détails de YOLOX :

• Auteurs : Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun
• Organisation : Megvii
• Date : 2021-07-18
• Arxiv : https://arxiv.org/abs/2107.08430
• GitHub : https://github.com/Megvii-BaseDetection/YOLOX
• Documentation : Documentation officielle de YOLOX

En apprends plus sur YOLOX

Innovations architecturales#

Les principales différences entre ces deux détecteurs résident dans leur approche de l’extraction des caractéristiques et de la prédiction des boîtes englobantes.

YOLOX s’est démarqué en 2021 en adaptant avec succès la famille YOLO à une conception sans ancres. En supprimant les boîtes d’ancrage, YOLOX a considérablement réduit le nombre de paramètres de conception et de réglages heuristiques nécessaires pour les jeux de données personnalisés. Il a en outre introduit une tête découplée, qui sépare les tâches de classification et de localisation en voies neuronales distinctes. Cette séparation a résolu le conflit inhérent entre la classification d’un objet et la régression de ses coordonnées spatiales, ce qui a permis une convergence plus rapide pendant l’entraînement.

PP-YOLOE+, développé par Baidu, est fortement optimisé pour l’écosystème PaddlePaddle. Il s’appuie sur son prédécesseur, PP-YOLOv2, en introduisant une stratégie dynamique d’affectation des étiquettes (TAL) et un nouveau backbone appelé CSPRepResNet. Ce backbone exploite la reparamétrisation structurelle, ce qui permet au modèle de bénéficier d’architectures complexes à branches multiples pendant l’entraînement, tout en se repliant aisément en un réseau rapide à voie unique pour l’inférence.

Comparaison des performances et des métriques#

Lorsque l’on compare directement ces modèles, il devient évident qu’ils se situent légèrement à des extrémités différentes du spectre des performances. PP-YOLOE+ atteint généralement une précision absolue supérieure, tandis que YOLOX excelle en proposant des variantes extrêmement légères adaptées aux appareils soumis à de fortes contraintes.

Remarque : les meilleures valeurs de chaque segment de colonne pertinent sont mises en évidence en gras.

Bien que YOLOX propose des variantes nano et tiny qui consomment à peine d’espace disque ou de mémoire CUDA, PP-YOLOE+ s’adapte remarquablement bien aux équipements de niveau serveur, ce qui en fait un choix robuste pour les applications industrielles intensives au sein de l’écosystème Baidu.

Applications concrètes#

Le choix entre ces frameworks dépend souvent des exigences d’intégration et des cibles matérielles.

Là où YOLOX excelle#

Grâce à sa nature sans ancres et à la disponibilité de variantes extrêmes pour l’edge, YOLOX est populaire en robotique et pour le déploiement sur microcontrôleurs. Son pipeline de post-traitement simple facilite le portage vers des formats matériels NPU personnalisés comme TensorRT et NCNN.

Là où PP-YOLOE+ excelle#

Pour les organisations profondément intégrées aux pôles de fabrication asiatiques qui utilisent la pile technologique de Baidu, PP-YOLOE+ fournit une voie de déploiement préoptimisée. Il excelle dans les scénarios d’inspection qualité haute précision exécutés sur de puissantes grappes de serveurs, où des contraintes strictes de temps réel permettent d’utiliser des poids de modèle légèrement plus lourds.

Cas d'utilisation et recommandations#

Le choix entre PP-YOLOE+ et YOLOX dépend de tes exigences spécifiques, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir PP-YOLOE+#

PP-YOLOE+ est un choix pertinent pour :

• Intégration à l’écosystème PaddlePaddle : Les organisations disposant d’une infrastructure existante fondée sur le framework et les outils PaddlePaddle de Baidu.
• Déploiement edge avec Paddle Lite : Déploiement sur du matériel doté de noyaux d’inférence fortement optimisés spécifiquement pour Paddle Lite ou le moteur d’inférence Paddle.
• Détection côté serveur de haute précision : Scénarios privilégiant une précision de détection maximale sur de puissants serveurs GPU, où la dépendance au framework ne pose pas de problème.

Quand choisir YOLOX#

YOLOX est recommandé pour :

• Recherche sur la détection sans ancres : La recherche universitaire utilisant l’architecture sans ancres claire de YOLOX comme référence pour expérimenter de nouvelles têtes de détection ou fonctions de perte.
• Appareils edge ultralégers : Le déploiement sur des microcontrôleurs ou du matériel mobile ancien, lorsque l’empreinte extrêmement réduite de la variante YOLOX-Nano (0.91M paramètres) est essentielle.
• Études sur l’attribution des labels SimOTA : Les projets de recherche qui étudient les stratégies d’attribution de labels fondées sur le transport optimal et leur impact sur la convergence de l’entraînement.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre le meilleur compromis entre performance et expérience développeur :

• Déploiement edge sans NMS : les applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale.
• Environnements exclusivement CPU : les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 constitue un avantage décisif.
• Détection de petits objets : les scénarios difficiles comme les images aériennes prises par drone ou l'analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision sur les objets minuscules.

L'avantage Ultralytics : découvre YOLO26#

Bien que PP-YOLOE+ et YOLOX représentent d’excellentes avancées de la recherche, le paysage moderne du déploiement exige une expérience plus cohérente et conviviale pour les développeurs, avec une efficacité supérieure. C’est là qu’Ultralytics YOLO26 redéfinit complètement la norme de l’IA visuelle moderne.

Pour les équipes qui souhaitent passer de dépôts de recherche isolés à des systèmes prêts pour la production, Ultralytics propose un écosystème robuste et bien maintenu. L’entraînement d’un modèle ne nécessite plus de configurer des environnements complexes : il suffit d’accéder à une API Python unifiée.

Les principaux avantages d’Ultralytics YOLO26 incluent :

• Conception de bout en bout sans NMS : contrairement à PP-YOLOE+ et YOLOX, qui nécessitent une suppression non maximale (NMS) pour filtrer les boîtes englobantes redondantes, YOLO26 est nativement de bout en bout. Cela élimine les goulets d’étranglement liés à la latence et simplifie considérablement la logique de déploiement.
• Inférence CPU jusqu’à 43 % plus rapide : en supprimant stratégiquement la perte focale distributionnelle (DFL), YOLO26 atteint des vitesses d’inférence inégalées sur le matériel CPU, ce qui le rend nettement supérieur pour l’informatique en périphérie et les appareils basse consommation.
• Optimiseur MuSGD : Inspiré par Kimi K2 de Moonshot AI, cet optimisateur hybride apporte la stabilité d'entraînement des LLM à la vision par ordinateur, garantissant une convergence beaucoup plus rapide et minimisant les besoins en mémoire pendant les phases d'entraînement.
• ProgLoss + STAL : ces fonctions de perte avancées améliorent sensiblement la reconnaissance des petits objets, une fonctionnalité essentielle pour les opérations par drone et les images aériennes très détaillées.
• Polyvalence : tandis que PP-YOLOE+ et YOLOX se concentrent uniquement sur la détection, YOLO26 gère aisément la segmentation d’instances, l’estimation de pose et les boîtes englobantes orientées (OBB) avec exactement la même syntaxe intuitive.

Entraînement simplifié avec Ultralytics#

L’efficacité mémoire et la vitesse d’entraînement des modèles Ultralytics sont inégalées et surpassent largement les alternatives basées sur des Transformer, qui nécessitent une quantité considérable de mémoire CUDA. Tu peux exploiter la puissance de YOLO26 en seulement quelques lignes de code :

from ultralytics import YOLO

# Load the highly efficient, end-to-end YOLO26 nano model
model = YOLO("yolo26n.pt")

# Train on a custom dataset with built-in auto-batching and MuSGD optimization
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export seamlessly to ONNX or TensorRT
model.export(format="engine")

Conclusion#

PP-YOLOE+ et YOLOX ont tous deux gagné leur place dans l’histoire de la vision par ordinateur, en offrant respectivement une haute précision et des conceptions légères sans ancres. Cependant, pour les organisations qui construisent l’avenir de l’IA dans l’agriculture, des villes intelligentes et du commerce de détail, la maintenance continue, la facilité d’utilisation et l’architecture native sans NMS d’Ultralytics YOLO26 en font le choix incontesté.

Si tu explores des architectures alternatives pour des benchmarks spécifiques, tu peux également trouver utile de comparer l’ancien YOLO11 ou des options basées sur des Transformer comme RT-DETR dans la documentation complète d’Ultralytics. En migrant vers l’écosystème unifié d’Ultralytics, les développeurs économisent un temps et des ressources précieux tout en obtenant des résultats de pointe sur n’importe quel déploiement en périphérie ou dans le cloud.