Commencer

YOLO11 vs PP-YOLOE+

Choisir la bonne architecture de réseau neuronal est essentiel pour déployer des applications de vision par ordinateur en production. Cette comparaison porte sur deux modèles de détection d’objets en temps réel majeurs : Ultralytics YOLO11 et PP-YOLOE+ de Baidu. Les deux offrent de bonnes performances, mais abordent très différemment la précision, la vitesse d’inférence et l’écosystème destiné aux développeurs.

Le graphique interactif ci-dessous représente le compromis entre vitesse et précision des deux modèles pour t’aider à déterminer celui qui convient le mieux aux contraintes de ton matériel.

Origines des modèles et lignée technique#

Comprendre les origines et les philosophies de conception de ces modèles apporte un contexte précieux sur leurs atouts respectifs et leurs cas d’utilisation idéaux.

Détails sur YOLO11#

Développé par Ultralytics, YOLO11 affine la série YOLO en conciliant inférence rapide, efficacité en nombre de paramètres et facilité d’utilisation. Il est réputé pour sa prise en charge unifiée de plusieurs tâches et son API Python conçue pour les développeurs.

Détails sur PP-YOLOE+#

PP-YOLOE+ est une version améliorée de PP-YOLOE, lui-même dérivé de PP-YOLOv2, et repose sur le framework PaddlePaddle. Il utilise des modifications architecturales comme le backbone CSPRepResNet et l’apprentissage de l’alignement des tâches (TAL) pour améliorer la précision, en particulier sur les GPU haut de gamme.

En savoir plus sur PP-YOLOE+

Différences architecturales#

Les architectures de YOLO11 et de PP-YOLOE+ reflètent des priorités de conception différentes.

YOLO11 associe un backbone efficace à une tête de détection sans ancres. Il utilise des blocs C3k2 et le Spatial Pyramid Pooling - Fast (SPPF) pour capturer des caractéristiques à plusieurs échelles avec une surcharge de calcul minimale, ce qui contribue à réduire la latence d’inférence sur les appareils aux ressources limitées, comme les NPU edge et les CPU mobiles. YOLO11 prend également en charge nativement la segmentation d’instances, la classification d’images, l’estimation de pose et la détection de boîtes englobantes orientées (OBB).

PP-YOLOE+ utilise le backbone CSPRepResNet, un neck CSPPAN et une tête Efficient Task-aligned (ET-head). Il s’appuie sur la reparamétrisation pour accroître la capacité de représentation pendant l’entraînement, puis intègre ces paramètres dans des convolutions standard pour l’inférence. Il en résulte une précision moyenne (mAP) élevée, mais les variantes de plus grande taille comportent plus de paramètres que leurs équivalents YOLO11 (52,2 M contre 25,3 M à l’échelle L), ce qui les rend plus adaptées aux GPU serveur qu’aux appareils edge légers.

Polyvalence multitâche

Si ton projet doit aller au-delà des boîtes englobantes standard, Ultralytics YOLO11 prend nativement en charge la segmentation, la classification, l’estimation de pose et la détection OBB au sein de la même API, ce qui réduit la charge de développement par rapport à l’intégration de plusieurs dépôts distincts.

Performances et benchmarks#

Le tableau ci-dessous compare la précision (mAP), la vitesse d’inférence sur différentes plateformes matérielles et l’efficacité des modèles (paramètres et FLOPs) ; la meilleure valeur de chaque colonne apparaît en gras.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
YOLO11n64039.556.11.52.66.5
YOLO11s64047.090.02.59.421.6
YOLO11m64051.5183.24.720.168.1
YOLO11l64053.4238.66.225.387.2
YOLO11x64054.7462.811.356.9195.3
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

Analyse#

YOLO11 offre un meilleur équilibre des performances dans la plupart des tailles. YOLO11m atteint un mAP supérieur à PP-YOLOE+m (51,5 contre 49,8), avec moins de paramètres (20,1 M contre 23,43 M) et une inférence TensorRT plus rapide (4,7 ms contre 5,56 ms). À la plus grande échelle, les deux atteignent un mAP de 54,7, mais YOLO11x est plus rapide (11,3 ms contre 14,3 ms) et comporte nettement moins de paramètres (56,9 M contre 98,42 M). PP-YOLOE+ est compétitif dans les petites tailles : PP-YOLOE+t devance YOLO11n en mAP (39,9 contre 39,5), mais avec une latence plus élevée, tandis que PP-YOLOE+s utilise moins de paramètres et de FLOPs que YOLO11s, au prix d’une précision moindre. Les modèles YOLO11 plus petits nécessitent également moins de mémoire pendant l’entraînement du modèle et le déploiement.

Écosystème d’entraînement et facilité d’utilisation#

Une grande partie de la valeur pratique d’un modèle dépend de la facilité avec laquelle les développeurs peuvent l’entraîner sur des jeux de données de vision par ordinateur personnalisés et le déployer en production.

L’avantage Ultralytics#

Ultralytics mise sur l’expérience des développeurs. YOLO11 s’entraîne à l’aide d’une simple API Python ou CLI, sans code standard complexe, et l’Ultralytics Platform propose l’entraînement sans code, la gestion des jeux de données et l’export en un clic vers des formats comme ONNX, CoreML et TensorRT.

Les modèles YOLO utilisent également peu de mémoire pendant l’entraînement et évitent la forte consommation de VRAM des architectures basées sur Transformer et des modèles reparamétrés plus lourds, ce qui permet de les entraîner sur du matériel grand public.

from ultralytics import YOLO

# Charger un modèle YOLO11 préentraîné
model = YOLO("yolo11n.pt")

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

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

Écosystème PP-YOLOE+#

PP-YOLOE+ s’inscrit dans l’écosystème PaddleDetection. Ce framework est puissant et étroitement intégré aux solutions industrielles de Baidu, mais il oblige les développeurs à adopter le framework d’apprentissage profond PaddlePaddle. Cela peut compliquer la prise en main pour les équipes qui utilisent déjà PyTorch comme standard. L’export des modèles PP-YOLOE+ vers des formats edge courants peut aussi nécessiter des étapes de conversion supplémentaires par rapport au pipeline d’export intégré d’Ultralytics, qui convertit YOLO11 vers ONNX, TensorRT et même PaddlePaddle en une seule commande.

Cas d’utilisation idéaux#

Le choix entre ces modèles dépend de ton environnement de déploiement.

  • Choisis YOLO11 pour un développement agile, l’informatique en périphérie et les applications mobiles. Sa vitesse d’inférence élevée, sa faible empreinte mémoire et ses nombreuses possibilités d’exportation en font un choix idéal pour des tâches comme la gestion des stocks en magasin en temps réel sur des CPU standard, l’analyse d’images aériennes prises par drone et les pipelines multitâches complexes.
  • Choisis PP-YOLOE+ si ton pipeline de production repose déjà sur l’écosystème PaddlePaddle ou si tu déploies sur des serveurs d’inférence dédiés haut de gamme, où les contraintes de mémoire et la compatibilité matérielle (en dehors du matériel optimisé pour Paddle) ne sont pas des préoccupations majeures.

La nouvelle génération : présentation de YOLO26#

YOLO11 reste un excellent choix, mais pour les nouveaux projets, Ultralytics recommande YOLO26. Lancé en janvier 2026, YOLO26 améliore l’efficacité et la précision par rapport à ses prédécesseurs.

Principales innovations de YOLO26 :

  • Conception de bout en bout sans NMS : la tête facultative un-à-un de YOLO26 (nms=False) évite le post-traitement par suppression non maximale (NMS). Cela réduit la latence et simplifie la logique de déploiement, dans la continuité d’une approche introduite pour la première fois dans YOLOv10.
  • Inférence CPU jusqu’à 43 % plus rapide : YOLO26n s’exécute jusqu’à 43 % plus rapidement sur CPU que YOLO11n, ce qui améliore les performances en temps réel sur les appareils edge sans GPU.
  • Optimiseur MuSGD : inspiré de l’entraînement des grands modèles de langage (LLM), cet hybride de SGD et Muon accélère la convergence et stabilise l’entraînement.
  • ProgLoss + STAL : la perte progressive et l’assignation d’étiquettes sensible aux petites cibles (STAL) améliorent la reconnaissance des petits objets, un aspect crucial pour les applications de drones et la surveillance de sécurité.
  • Suppression de DFL : la suppression de Distribution Focal Loss simplifie l’export des modèles et améliore la compatibilité avec un large éventail d’appareils edge.

Pour les nouveaux projets qui privilégient la vitesse, la simplicité de l’export et la précision, YOLO26 est le choix recommandé ; tu peux l’entraîner et le déployer sur Ultralytics Platform.

Si tu évalues d’autres architectures, consulte la comparaison RT-DETR vs YOLO11 ou découvre comment YOLO11 se compare à YOLOv8, YOLOv9 et YOLOv10.

Commentaires

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