Skip to content

Comparaison des modèles : YOLO11 vs PP-YOLOE+ pour la détection d'objets

Le choix du bon modèle de détection d'objets est crucial pour les projets de vision par ordinateur. Les modèles Ultralytics YOLO11 et PP-YOLOE+ sont tous deux à la pointe de la technologie, chacun possédant des atouts uniques qui répondent à des besoins d'application différents. Cette page fournit une comparaison technique détaillée pour aider à prendre une décision éclairée entre ces modèles puissants.

Ultralytics YOLO11

Ultralytics YOLO11 est la dernière itération de la série YOLO , développée par Ultralytics. Connu pour ses capacités de détection d'objets en temps réel, YOLO11 s'appuie sur les versions précédentes, améliorant à la fois la vitesse et la précision. Il conserve le paradigme de la détection en une seule étape, privilégiant une inférence efficace sans compromettre la précision.

Architecture et caractéristiques principales

YOLO11 est doté d'une architecture rationalisée, optimisée pour une inférence rapide. Il intègre des avancées en matière de topologie de réseau et de techniques de formation afin de parvenir à un équilibre entre le nombre de paramètres et les performances. Les principales caractéristiques architecturales sont les suivantes

  • Réseau de base efficace : Utilise un réseau dorsal très efficace pour une extraction rapide des caractéristiques.
  • Détection sans ancrage : Fonctionne sans boîtes d'ancrage, ce qui simplifie le processus de détection et améliore l'adaptabilité à différentes échelles d'objets, à l'instar de YOLOv8.
  • Tailles de modèle évolutives : Offre une gamme de tailles de modèles (n, s, m, l, x) pour s'adapter à diverses ressources de calcul, des appareils périphériques aux serveurs à haute performance, garantissant ainsi la polyvalence du déploiement.

Mesures de performance

YOLO11 excelle dans l'équilibre entre vitesse et précision, ce qui le rend adapté aux applications en temps réel. Il démontre une précision moyenne de pointe (mAP) sur des ensembles de données tels que COCO tout en maintenant des vitesses d'inférence impressionnantes. Les différentes tailles de modèles offrent des compromis variables entre vitesse et précision, comme le montre le tableau comparatif ci-dessous.

En savoir plus sur YOLO11

Cas d'utilisation et points forts

YOLO11 convient parfaitement aux applications nécessitant à la fois rapidité et précision :

  • Analyse vidéo en temps réel : Les applications telles que les systèmes de sécurité, la surveillance du trafic et la gestion des files d'attente bénéficient de la vitesse et de la précision de YOLO11.
  • Déploiement en périphérie : Son efficacité et sa taille compacte font de YOLO11 un excellent outil pour le déploiement sur des périphériques tels que Raspberry Pi et NVIDIA Jetson.
  • Des applications polyvalentes : De l'IA dans la fabrication pour le contrôle de la qualité à la vision par ordinateur pour la prévention des vols dans le commerce de détail, la capacité d'adaptation de YOLO11 en fait un choix judicieux dans de nombreux domaines.

Auteur et date :

PP-YOLOE+

PP-YOLOE+ (Practical PaddlePaddle You Only Look One-level Efficient Plus) est développé par Baidu dans le cadre du modèle PaddleDetection zoo. Il vise à atteindre une grande précision dans la détection des objets tout en conservant une efficacité raisonnable. PP-YOLOE+ est une version améliorée de PP-YOLOE, incorporant des raffinements architecturaux pour améliorer les performances.

Architecture et caractéristiques principales

PP-YOLOE+ est un modèle de détection d'objets en une seule étape et sans ancrage. Il simplifie le processus de détection en prédisant directement les centres des objets et les paramètres de la boîte englobante. Ses principales caractéristiques sont les suivantes

  • Conception sans ancrage : Simplifie l'architecture du modèle et la formation, en évitant les complexités des boîtes d'ancrage.
  • Architecture efficace : Emploie une épine dorsale ResNet et se concentre sur les techniques d'optimisation pour réduire la charge de calcul tout en maintenant une précision compétitive.
  • Intégration à l'écosystèmePaddlePaddle : Optimisé pour une intégration et un déploiement transparents dans le cadre de PaddlePaddle , en tirant parti des avantages de son écosystème.

Mesures de performance

Les modèles PP-YOLOE+ offrent une gamme de configurations (t, s, m, l, x) pour équilibrer la précision et la vitesse. Bien que les mesures détaillées de la vitesse de CPU ONNX ne soient pas facilement disponibles dans les données fournies, les modèles PP-YOLOE+ démontrent des vitesses d'inférence mAP et TensorRT compétitives et efficaces, adaptées aux applications où la précision et le déploiement efficace sont essentiels.

En savoir plus sur PP-YOLOE+

Cas d'utilisation et points forts

PP-YOLOE+ est bien adapté aux applications où la précision et l'efficacité sont primordiales, en particulier au sein de l'écosystème PaddlePaddle :

  • Inspection industrielle : Idéal pour les contrôles de qualité à grande vitesse dans la fabrication, bénéficiant de sa précision et de son efficacité.
  • Informatique en périphérie : Déploiement efficace sur les appareils mobiles et embarqués grâce à son architecture optimisée.
  • Robotique : Permet la perception en temps réel de robots évoluant dans des environnements dynamiques, en tirant parti de sa vitesse et de sa précision.
  • Traitement à haut débit : Convient aux scénarios nécessitant une détection rapide d'objets sur de grands volumes d'images ou de flux vidéo.

Auteur et date :

Tableau de comparaison des modèles

Modèle taille
(pixels)		 mAPval
50-95		 Vitesse
CPU ONNX
(ms)		 Vitesse
T4 TensorRT10
(ms)		 params
(M)		 FLOPs
(B)
YOLO11n 640 39.5 56.1 1.5 2.6 6.5
YOLO11s 640 47.0 90.0 2.5 9.4 21.5
YOLO11m 640 51.5 183.2 4.7 20.1 68.0
YOLO11l 640 53.4 238.6 6.2 25.3 86.9
YOLO11x 640 54.7 462.8 11.3 56.9 194.9
PP-YOLOE+t 640 39.9 - 2.84 4.85 19.15
PP-YOLOE+s 640 43.7 - 2.62 7.93 17.36
PP-YOLOE+m 640 49.8 - 5.56 23.43 49.91
PP-YOLOE+l 640 52.9 - 8.36 52.2 110.07
PP-YOLOE+x 640 54.7 - 14.3 98.42 206.59

Conclusion

YOLO11 et PP-YOLOE+ sont des modèles de détection d'objets robustes. YOLO11 offre une expérience polyvalente et conviviale au sein de l'écosystème Ultralytics , équilibrant efficacement la vitesse et la précision dans diverses tâches. PP-YOLOE+ excelle en termes de précision et d'efficacité, en particulier pour les utilisateurs intégrés dans le cadre de PaddlePaddle ou privilégiant une conception sans ancrage pour les applications industrielles.

Pour les utilisateurs intéressés par d'autres modèles, Ultralytics propose une gamme de modèles de pointe, notamment :

📅C réé il y a 1 an ✏️ Mis à jour il y a 1 mois
glenn-jocher

Commentaires