YOLO11 contre DAMO-YOLO#

Choisir l’architecture optimale est une étape déterminante dans tout projet de vision par ordinateur. Ce guide technique propose une comparaison approfondie de deux puissants modèles de détection d’objets : Ultralytics YOLO11 et DAMO-YOLO. Nous examinerons leurs innovations architecturales, leurs approches d’entraînement et leur applicabilité dans des situations réelles pour t’aider à choisir l’outil le mieux adapté à tes besoins de déploiement.

Présentation des modèles#

Ultralytics YOLO11#

Développé par l’équipe d’Ultralytics, YOLO11 est une version particulièrement aboutie de la famille YOLO, qui optimise fortement la précision et l’efficacité. Il est conçu pour les chercheurs et les ingénieurs qui recherchent un écosystème unifié et prêt pour la production, allant de la gestion des jeux de données au déploiement en périphérie.

• 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

YOLO11 se distingue par sa polyvalence. Alors que de nombreux modèles traditionnels se concentrent uniquement sur les boîtes englobantes, YOLO11 prend nativement en charge la détection d’objets, la segmentation d’instances, la classification d’images et l’estimation de pose. Cette capacité multitâche permet aux développeurs de regrouper leurs pipelines d’IA visuelle dans un framework unique, bien maintenu.

DAMO-YOLO#

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

La philosophie fondamentale de DAMO-YOLO repose sur la reparamétrisation et la recherche automatisée. Grâce à MAE-NAS (recherche d’architecture neuronale à entropie maximale), les auteurs ont conçu un backbone personnalisé qui accélère considérablement l’inférence sur du matériel spécialisé. Le modèle intègre également un neck fortement optimisé, appelé Efficient RepGFPN, ainsi qu’une structure ZeroHead simplifiée afin de réduire la latence.

Comparaison des performances et des architectures#

Comprendre les compromis de performances est essentiel pour déployer des applications d’IA en périphérie. Le tableau ci-dessous présente des métriques clés, comme la précision moyenne moyenne (mAP), la latence et la taille de calcul.

Analyse approfondie de l’architecture#

YOLO11 s’appuie sur un backbone conçu sur mesure et très efficace, qui équilibre parfaitement le nombre de paramètres et la capacité de représentation. Il est optimisé pour fonctionner efficacement sur différents matériels et se distingue nativement par sa faible consommation de mémoire CUDA, tant à l’entraînement qu’à l’inférence. C’est donc un excellent choix pour du matériel grand public standard ou des appareils IoT aux ressources limitées.

À l’inverse, les backbones générés par MAE-NAS pour DAMO-YOLO sont finement optimisés pour les environnements GPU à haut débit. Son Efficient RepGFPN (réseau pyramidal de caractéristiques généralisé) intègre de manière poussée plusieurs échelles. Toutefois, si la reparamétrisation accélère l’inférence, elle peut compliquer le déploiement lorsque ta pile matérielle ne prend pas explicitement bien en charge ces opérations.

Facilité d’utilisation et efficacité de l’entraînement#

Lorsqu’on tient compte du temps de développement, la facilité d’utilisation d’un modèle compte autant que ses performances brutes.

YOLO11 est conçu en mettant fortement l’accent sur l’accessibilité pour les développeurs. Le package complet ultralytics prend en charge les opérations complexes de préparation des jeux de données, d’augmentation des données et de réglage des hyperparamètres. L’exportation des modèles vers des formats de production comme ONNX, TensorRT et OpenVINO ne nécessite qu’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)

Issu du milieu universitaire et de la recherche, DAMO-YOLO présente une courbe d’apprentissage plus raide. Pour atteindre sa précision maximale, il faut souvent mettre en place des pipelines complexes de distillation des connaissances : tu dois d’abord entraîner un vaste réseau « enseignant », puis transmettre ces connaissances à un réseau « étudiant » plus petit. Cela augmente fortement la charge de calcul GPU requise et la durée totale d’entraînement par rapport aux boucles d’entraînement légères des modèles 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 les OBB au sein d’un framework unifié.
• Prototypage et déploiement rapides : équipes qui doivent passer rapidement de la collecte de données à la production à l’aide de l’API Python Ultralytics simplifiée.

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 le meilleur équilibre entre performances et expérience développeur :

• 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 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 situations difficiles, comme l’imagerie aérienne par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision pour les objets minuscules.

Applications et cas d’utilisation concrets#

Systèmes autonomes et drones#

Pour l’imagerie aérienne et les déploiements de drones, YOLO11 offre un équilibre de performances particulièrement favorable. La détection des petits objets représente un défi majeur pour l’analyse par drone, mais YOLO11 gère nativement différentes échelles dès l’installation. De plus, les faibles besoins en mémoire permettent aux variantes YOLO11 Nano et Small de fonctionner directement sur les CPU de périphérie ou les NPU légers embarqués dans le drone.

Automatisation industrielle et contrôle qualité#

Dans les usines intelligentes, la latence est primordiale. DAMO-YOLO offre des vitesses d’inférence robustes sur les GPU de serveur puissants grâce à son neck RepGFPN, mais son intégration rigide peut être excessive. YOLO11 constitue souvent une meilleure solution pour le contrôle qualité automatisé grâce à ses API de suivi simples et à sa capacité à passer facilement de la détection seule aux tâches de boîtes englobantes orientées (OBB), lorsque les défauts nécessitent une délimitation angulaire.

Santé connectée et imagerie médicale#

Les jeux de données d’imagerie médicale sont souvent relativement petits, ce qui rend difficile la prévention du surapprentissage. Les techniques d’augmentation actives, associées aux pipelines standard d’apprentissage par transfert proposés par l’écosystème bien entretenu d’Ultralytics, aident les cliniciens et les développeurs à déployer de manière fiable des modèles de détection des tumeurs précis. Le vaste soutien de la communauté permet de résoudre rapidement les problèmes liés à des domaines complexes comme la santé.

En définitive, même si DAMO-YOLO reste une démonstration puissante de la recherche d’architecture neuronale, YOLO11 et la famille Ultralytics étendue demeurent les recommandations de référence pour les tâches réelles de vision par ordinateur, grâce à leur déploiement rapide, leur facilité d’utilisation et leurs performances multitâches de premier plan.