YOLO11 contre DAMO-YOLO#

Choisir la bonne architecture est une étape cruciale de tout projet de vision par ordinateur. Ce guide compare deux modèles de détection d’objets, Ultralytics YOLO11 et DAMO-YOLO, en examinant leurs architectures, leurs processus d’entraînement et leur applicabilité dans le monde réel, afin de t’aider à choisir le meilleur outil pour tes besoins de déploiement.

Présentation des modèles#

Ultralytics YOLO11#

Développé par Ultralytics, YOLO11 affine la famille YOLO pour améliorer à la fois la précision et l’efficacité. Il s’adresse aux chercheurs et aux ingénieurs qui souhaitent disposer d’un écosystème unifié et prêt pour la production, de la gestion des jeux de données au déploiement edge.

• Auteurs : Glenn Jocher et Jing Qiu
• Organisation : Ultralytics
• Date : 2024-09-27
• GitHub : https://github.com/ultralytics/ultralytics
• Documentation : https://docs.ultralytics.com/models/yolo11

Le principal atout de YOLO11 est sa polyvalence. Alors que de nombreux modèles se limitent aux boîtes englobantes, YOLO11 prend nativement en charge la détection d’objets, la segmentation d’instances, la classification d’images, l’estimation de pose et la détection par boîtes englobantes orientées (OBB). Les développeurs peuvent ainsi regrouper leurs pipelines d’IA visuelle dans un framework unique et bien maintenu.

DAMO-YOLO#

DAMO-YOLO a été développé par des chercheurs du groupe Alibaba. Il utilise la recherche d’architecture neuronale (NAS) pour découvrir des backbones efficaces, conçus pour l’inférence en temps réel sur GPU et d’autres accélérateurs.

• Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
• Organisation : groupe Alibaba
• Date : 2022-11-23
• arXiv : https://arxiv.org/abs/2211.15444v2
• GitHub : https://github.com/tinyvision/DAMO-YOLO
• Documentation : https://github.com/tinyvision/DAMO-YOLO/blob/master/README.md

En savoir plus sur DAMO-YOLO

DAMO-YOLO repose sur la reparamétrisation et la recherche automatisée. À l’aide de MAE-NAS (recherche d’architecture neuronale à entropie maximale), les auteurs ont conçu un backbone personnalisé qui améliore la vitesse d’inférence sur du matériel spécialisé. Le modèle ajoute également un neck optimisé, Efficient RepGFPN, et une tête légère, ZeroHead, afin de réduire la latence au minimum.

Comparaison des performances et des architectures#

Les compromis de performance comptent lors du déploiement d’applications d’IA edge. Le tableau ci-dessous présente la précision moyenne (mAP), la latence et la taille des modèles sur le jeu de données COCO. À tailles comparables, YOLO11 est à la fois plus précis et plus rapide sur un GPU T4 : YOLO11s atteint un mAP de 47,0 en 2,5 ms, contre un mAP de 46,0 en 3,45 ms pour DAMO-YOLOs, et YOLO11l atteint un mAP de 53,4 en 6,2 ms, contre 50,8 en 7,18 ms pour DAMO-YOLOl. DAMO-YOLOt (mAP de 42,0, 8,5 M de paramètres) se situe entre YOLO11n et YOLO11s en matière de taille et de précision.

Analyse approfondie de l’architecture#

YOLO11 utilise un backbone conçu sur mesure, qui équilibre le nombre de paramètres et la capacité de représentation. Il fonctionne bien sur diverses plateformes matérielles et maintient une faible consommation de mémoire CUDA pendant l’entraînement comme pendant l’inférence, ce qui en fait une bonne option pour le matériel grand public et les appareils IoT aux ressources limitées.

Les backbones MAE-NAS de DAMO-YOLO sont optimisés pour les environnements GPU à haut débit. Son Efficient RepGFPN (réseau pyramidal de caractéristiques généralisé, Feature Pyramid Network) fusionne les caractéristiques à plusieurs échelles. La reparamétrisation accélère l’inférence, mais peut compliquer le déploiement si ta pile matérielle gère mal ces opérations.

Facilité d’utilisation et efficacité de l’entraînement#

Quand le temps de développement compte, la facilité d’utilisation d’un modèle est aussi importante que ses performances brutes aux tests de référence.

YOLO11 est conçu pour être accessible aux développeurs. Le package ultralytics gère l’analyse des jeux de données, l’augmentation des données et le réglage des hyperparamètres ; l’export vers des formats de production comme ONNX, TensorRT et OpenVINO se fait en une seule commande.

from ultralytics import YOLO

# Initialiser le modèle de détection d’objets YOLO11
model = YOLO("yolo11s.pt")

# Entraîner le modèle en précision mixte sur COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporter le modèle entraîné vers TensorRT pour un déploiement en périphérie
model.export(format="engine", device=0)

DAMO-YOLO est issu de la recherche et sa prise en main est plus exigeante. La précision annoncée repose sur un pipeline de distillation des connaissances : tu entraînes d’abord un grand réseau « enseignant », puis tu transfères ses connaissances vers un réseau « étudiant » plus petit. Cela demande plus de calcul GPU et de temps d’entraînement que la boucle d’entraînement standard d’Ultralytics.

Cas d’utilisation et recommandations#

Le choix entre YOLO11 et DAMO-YOLO dépend des exigences de ton projet, des contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLO11#

YOLO11 est un excellent choix pour :

• Déploiement en périphérie en production : applications commerciales sur des appareils comme Raspberry Pi ou NVIDIA Jetson, où la fiabilité et la maintenance active sont primordiales.
• Applications de vision multitâches : projets nécessitant la détection, la segmentation, l’estimation de pose et l’OBB au sein d’un framework unifié.
• Prototypage et déploiement rapides : équipes qui doivent passer rapidement de la collecte des données à la production à l’aide de l’API Python Ultralytics.

Quand choisir DAMO-YOLO#

DAMO-YOLO est recommandé pour :

• Analyse vidéo à haut débit : Traitement de flux vidéo à FPS élevé sur une infrastructure GPU NVIDIA fixe, lorsque le débit avec une taille de lot de 1 est le principal critère.
• Lignes de fabrication industrielle : Scénarios soumis à des contraintes strictes de latence GPU sur du matériel dédié, comme l’inspection qualité en temps réel sur les chaînes de montage.
• Recherche sur la recherche d’architectures neuronales : Étude des effets de la recherche automatisée d’architectures (MAE-NAS) et des backbones efficaces reparamétrés sur les performances de détection.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre la meilleure combinaison de performances et d’expérience développeur :

• Déploiement edge sans NMS : applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale (NMS).
• 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.

Applications et cas d’utilisation concrets#

Systèmes autonomes et drones#

Pour l’imagerie aérienne et les déploiements de drones, YOLO11 offre un compromis intéressant entre vitesse et précision. La détection des petits objets représente un défi majeur pour l’analyse par drone, et la fusion de caractéristiques à plusieurs échelles de YOLO11 l’aide à gérer des objets de tailles variées. Ses faibles besoins en mémoire permettent aussi aux variantes YOLO11 Nano et Small de fonctionner directement sur les CPU edge ou les NPU légers embarqués sur le drone.

Automatisation industrielle et contrôle qualité#

Dans les usines intelligentes, la latence est cruciale. DAMO-YOLO offre une inférence rapide sur des GPU de classe serveur, mais son architecture spécialisée peut être plus difficile à intégrer. YOLO11 est souvent le choix le plus pratique pour le contrôle qualité automatisé, grâce à son API de suivi simple et à la possibilité de passer de la détection aux tâches OBB lorsque les défauts nécessitent des boîtes englobantes inclinées.

Santé connectée et imagerie médicale#

Les jeux de données d’imagerie médicale sont souvent de petite taille, ce qui rend le surapprentissage difficile à éviter. Les workflows intégrés d’augmentation des données et d’apprentissage par transfert de l’écosystème Ultralytics aident les cliniciens et les développeurs à créer des modèles précis de détection des tumeurs. La vaste communauté Ultralytics aide également à résoudre les problèmes propres à des domaines spécialisés comme la santé.

DAMO-YOLO reste une démonstration convaincante de la recherche d’architecture neuronale, mais YOLO11 et la famille Ultralytics au sens large, portée par YOLO26, sont des choix plus pratiques pour les tâches de vision par ordinateur dans le monde réel, grâce à la rapidité de déploiement, à la facilité d’utilisation et à la prise en charge de plusieurs tâches.