RTDETRv2 vs YOLO26
Les modèles de détection d'objets en temps réel sont évalués selon leur vitesse, leur précision et leur efficacité de déploiement. Cette page compare deux approches actuelles : RTDETRv2, basé sur Transformer, et Ultralytics YOLO26, un réseau neuronal convolutionnel (CNN) conçu pour le déploiement en périphérie. Elle présente leurs architectures, leurs métriques de performance et leurs cas d'utilisation idéaux afin de t'aider à choisir le modèle adapté à ton prochain projet de vision par ordinateur.
RTDETRv2 : Transformers de détection en temps réel#
RTDETRv2 s'appuie sur l'architecture RT-DETR d'origine, en combinant la compréhension du contexte global des Transformers de vision à la vitesse requise par les applications en temps réel.
Caractéristiques principales :
- Auteurs : Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang et Yi Liu
- Organisation : Baidu
- Date : 2024-07-24
- Liens : arXiv, GitHub, Documentation
Architecture et points forts#
Contrairement aux détecteurs traditionnels basés sur des ancres, RTDETRv2 adopte une approche fondée sur Transformer qui élimine le besoin de suppression des non-maxima (NMS) pendant le post-traitement. Son mécanisme d'attention l'aide à gérer les scènes complexes et les objets qui se chevauchent. Ses améliorations d'entraînement « Bag-of-Freebies » augmentent la précision sur le jeu de données COCO, tout en maintenant des vitesses d'inférence pratiques sur les GPU haut de gamme.
Limites#
RTDETRv2 obtient de solides résultats aux évaluations comparatives, mais son déploiement en production peut être plus complexe. Les architectures Transformer utilisent généralement plus de mémoire que les CNN pendant l'entraînement et l'inférence, ce qui peut compliquer leur déploiement sur des appareils d'IA en périphérie aux ressources limitées. L'entraînement des Transformers exige aussi généralement des tailles de lot plus importantes et davantage de mémoire CUDA, ce qui peut constituer un goulot d'étranglement sur du matériel limité.
YOLO26 : vision IA conçue pour la périphérie#
Publié en janvier 2026, Ultralytics YOLO26 est le dernier modèle YOLO d'Ultralytics et le choix recommandé pour les nouveaux projets. Sa conception vise à simplifier le déploiement en production et à rendre l'inférence efficace sur le matériel périphérique.
Caractéristiques principales :
- Auteurs : Glenn Jocher et Jing Qiu
- Organisation : Ultralytics
- Date : 14 janvier 2026
- Liens : GitHub, Documentation
Innovations architecturales#
YOLO26 apporte plusieurs changements qui répondent aux difficultés courantes du déploiement des modèles :
- Conception de bout en bout sans NMS : s’appuyant sur l’entraînement sans NMS que YOLOv10 a introduit dans les modèles YOLO, YOLO26 prend en charge l’inférence native de bout en bout. Sa tête facultative à correspondance un-à-un (
nms=False) ignore le post-traitement NMS, ce qui réduit les variations de latence et rend les temps d’inférence plus prévisibles en production. - Inférence CPU jusqu’à 43 % plus rapide : Les améliorations architecturales et la suppression de Distribution Focal Loss (DFL) rendent YOLO26n jusqu’à 43 % plus rapide sur CPU que YOLO11n, ce qui convient aux appareils d’informatique en périphérie dépourvus de GPU dédié.
- Optimiseur MuSGD : Inspiré des techniques d’entraînement des grands modèles de langage (LLM), comme Kimi K2 de Moonshot AI, YOLO26 utilise l’optimiseur MuSGD, un hybride de SGD et de Muon, pour un entraînement plus stable et une convergence plus rapide.
- ProgLoss + STAL : Progressive Loss et Small-Target-Aware Label Assignment (STAL) améliorent la reconnaissance des petits objets, un point important pour les applications impliquant l’imagerie aérienne et la surveillance par drone.
Au-delà de la détection standard, YOLO26 intègre des améliorations propres à chaque tâche : une fonction de perte de segmentation sémantique et un module proto multi-échelle pour les tâches de segmentation, Residual Log-Likelihood Estimation (RLE) pour l’estimation de pose, et une fonction de perte d’angle spécialisée qui résout les problèmes de frontière en détection de boîtes englobantes orientées (OBB).
Comparaison des performances#
Le tableau ci-dessous compare la précision (mAP) et l’efficacité computationnelle sur l’ensemble de validation COCO. À taille comparable, YOLO26 atteint une mAP supérieure à RTDETRv2 avec une latence TensorRT inférieure.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| RTDETRv2-s | 640 | 48.1 | - | 5.03 | 20 | 60 |
| RTDETRv2-m | 640 | 51.9 | - | 7.51 | 36 | 100 |
| RTDETRv2-l | 640 | 53.4 | - | 9.76 | 42 | 136 |
| RTDETRv2-x | 640 | 54.3 | - | 15.03 | 76 | 259 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
YOLO26x atteint 57.5 mAP, soit 3.2 points de plus que RTDETRv2-x, avec moins de paramètres (55.7M contre 76M) et une inférence TensorRT plus rapide (11.8 ms contre 15.03 ms). YOLO26 utilise aussi généralement moins de mémoire, ce qui le rend mieux adapté aux déploiements en périphérie en temps réel.
Écosystème et facilité d'utilisation#
Au-delà des performances brutes, l’écosystème environnant détermine à quelle vitesse un modèle passe de la recherche à la production. Ultralytics Platform rassemble au même endroit l’annotation des jeux de données, l’entraînement et le déploiement des modèles Ultralytics.
Un écosystème unifié et bien entretenu#
RTDETRv2 est principalement un dépôt de recherche, ce qui peut nécessiter une configuration complexe de l’environnement et l’écriture manuelle de scripts pour les tâches personnalisées. Ultralytics YOLO26 est fourni dans un package Python mature et rigoureusement testé, avec une API simple pour l’entraînement, la validation, la prédiction et l’exportation.
Grâce aux intégrations intégrées avec Weights & Biases et Comet, le suivi des expériences est déjà en place. RTDETRv2 se concentre sur la détection d’objets, tandis que YOLO26 prend également en charge la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification d’images, l’estimation de pose et la détection OBB dans le même cadre de travail.
Exemple de code : la simplicité en action#
L’API Python d’Ultralytics charge les modèles, exécute l’inférence et les exporte en quelques lignes de code ; le même package prend en charge RT-DETR et YOLO26.
from ultralytics import RTDETR, YOLO
# Charger un modèle RT-DETR
model_rtdetr = RTDETR("rtdetr-l.pt")
# Charger un modèle YOLO26
model_yolo = YOLO("yolo26n.pt")
# Effectuer une inférence sur une image
results_rtdetr = model_rtdetr("https://ultralytics.com/images/bus.jpg")
results_yolo = model_yolo("https://ultralytics.com/images/bus.jpg")
# Afficher les résultats de YOLO26
results_yolo[0].show()
# Exporter YOLO26 au format ONNX
model_yolo.export(format="onnx")Cas d’utilisation et recommandations#
Le choix entre RT-DETR et YOLO26 dépend des exigences propres à ton projet, des contraintes de déploiement et de tes préférences en matière d’écosystème.
Quand choisir RT-DETR#
RT-DETR est un excellent choix 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 YOLO26#
YOLO26 est recommandé pour :
- 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 sans GPU : Les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 (YOLO26n par rapport à YOLO11n) procure un avantage décisif.
- Détection de petits objets : dans des scénarios exigeants comme les images aériennes prises par drone ou l’analyse de capteurs IoT, ProgLoss et STAL améliorent la précision sur les petits objets.
Explorer d’autres architectures#
YOLO26 est le modèle recommandé pour commencer, mais les modèles antérieurs restent utiles. YOLO11 est toujours entièrement pris en charge et convient bien aux systèmes existants conçus autour de lui ; consulte la comparaison RT-DETR et YOLO11 pour en savoir plus. Pour les architectures plus anciennes, la comparaison EfficientDet et YOLO26 montre les progrès réalisés par les architectures de détection d’objets.
En conclusion#
RTDETRv2 et YOLO26 font tous deux progresser la détection d’objets en temps réel. Pour les équipes qui privilégient une transition fluide vers la production, une faible empreinte mémoire et une large prise en charge des tâches, Ultralytics YOLO26 est le choix recommandé. Son inférence facultative sans NMS, ses vitesses CPU élevées et l’écosystème Ultralytics aident les projets d’IA visuelle à évoluer, qu’ils s’exécutent sur un serveur cloud ou sur un Raspberry Pi aux ressources limitées.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.