YOLO11 et YOLOv10#

Les architectures de vision par ordinateur en temps réel continuent de progresser, tant sur les appareils en périphérie que sur l'infrastructure cloud. Cette analyse technique compare deux modèles marquants : Ultralytics YOLO11 et YOLOv10. Tous deux ont fait progresser la détection d'objets en 2024, mais s'appuient sur des approches architecturales différentes pour atteindre leurs performances.

Décryptage de l'architecture YOLO11#

Détails de YOLO11 :

• 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 s'appuie sur des années de recherche en vision par ordinateur et en IA. Sa conception privilégie la richesse des caractéristiques et la polyvalence pour diverses tâches de vision par ordinateur.

L'une des améliorations les plus remarquables de YOLO11 est l'implémentation du bloc C3k2. Ce module goulot d'étranglement perfectionné améliore la propagation du gradient dans le réseau et l'efficacité des paramètres, tout en conservant une grande précision. YOLO11 utilise également un mécanisme d'attention spatiale amélioré, qui facilite la détection des objets petits ou partiellement occultés. C'est donc un bon choix pour les cas d'utilisation de l'imagerie aérienne et l'analyse détaillée d'images médicales.

YOLO11 utilise une architecture sans ancres, qui réduit le réglage des hyperparamètres et se généralise bien à une grande variété de jeux de données personnalisés. Ses besoins en mémoire pendant l'entraînement sont également inférieurs à ceux des architectures basées sur les Transformers, ce qui permet aux chercheurs d'entraîner efficacement de grands modèles sur du matériel grand public standard.

Découverte de l'architecture YOLOv10#

Détails de YOLOv10 :

• Auteurs : Ao Wang, Hui Chen, Lihao Liu, et al.
• Organisation : Tsinghua University
• Date : 2024-05-23
• arXiv : https://arxiv.org/abs/2405.14458
• GitHub : https://github.com/THU-MIG/yolov10
• Docs : https://docs.ultralytics.com/models/yolov10

Développé par des chercheurs de l'université Tsinghua, YOLOv10 a été le premier modèle de bout en bout de la famille YOLO. Sa caractéristique principale est l'entraînement sans NMS : grâce à des attributions doubles cohérentes pendant l'entraînement, le modèle apprend à prédire une boîte englobante par objet lors de l'inférence. Cela élimine la suppression non maximale (NMS) pendant l'inférence, une étape de post-traitement qui a longtemps créé des goulots d'étranglement de latence dans les pipelines de déploiement.

L'architecture introduit également une stratégie globale conciliant efficacité et précision. Elle intègre un sous-échantillonnage dissocié spatial-canal et des conceptions de blocs guidées par le rang, qui réduisent sélectivement la redondance dans les étapes du réseau. Il en résulte moins de FLOPs et une surcharge de calcul réduite, sans sacrifier de manière significative le score moyen de précision moyen (mAP). Dans les applications en temps réel où chaque milliseconde compte, la suppression de NMS fournit un graphe d'inférence déterministe, bien adapté aux appareils d'IA en périphérie.

En savoir plus sur YOLOv10

Mesures de performance et benchmarks#

Cette comparaison met en balance précision, nombre de paramètres et vitesse. Le tableau suivant présente leurs performances à différentes échelles sur le jeu de données COCO.

YOLO11 obtient un mAP légèrement supérieur à chaque échelle comparable (par exemple, 39,5 contre 38,5 pour les modèles nano et 54,7 contre 54,4 pour les modèles x), tandis que YOLOv10 utilise moins de paramètres aux échelles supérieures (29,5 M contre 56,9 M pour les modèles x). La latence TensorRT sur T4 est similaire pour les deux familles.

Les avantages de l’écosystème Ultralytics#

Les métriques de performance prises isolément sont importantes, mais le framework qui les entoure détermine la réussite concrète d'un projet d'apprentissage automatique. C'est là que YOLO11, composant natif de l'écosystème Ultralytics, se démarque.

La plateforme Ultralytics offre une expérience utilisateur fluide. Grâce à une API Python simple et unifiée, les développeurs peuvent effectuer des tâches qui vont au-delà des simples boîtes englobantes. Prêt à l'emploi, YOLO11 prend en charge la segmentation d'instances, la classification d'images, l'estimation de pose et la détection de boîtes englobantes orientées (OBB), tandis que YOLOv10 se concentre sur la détection. Cette polyvalence fait souvent défaut dans les dépôts de recherche spécialisés.

De plus, l'écosystème s'appuie sur une documentation complète et le soutien d'une communauté active. Les intégrations avec des outils comme Weights & Biases pour le suivi des expériences et OpenVINO pour l'optimisation sur le matériel Intel sont directement intégrées à la bibliothèque. L'entraînement d'un modèle ne nécessite qu'un minimum de code passe-partout et consomme moins de mémoire CUDA que les modèles lourds basés sur les Transformers, comme RT-DETR.

Exemple pratique de code#

L'entraînement et l'exécution de l'inférence avec Ultralytics ne nécessitent que quelques lignes de code, et la même API prend en charge YOLO11 et YOLOv10.

from ultralytics import YOLO

# Initialise le modèle (YOLO11n ou YOLOv10n)
model = YOLO("yolo11n.pt")

# Entraîne efficacement le modèle sur un jeu de données personnalisé
# Ultralytics gère automatiquement les hyperparamètres et l’optimisation de la mémoire
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Effectuer une inférence sur une image
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Affiche les objets détectés
inference_results[0].show()

Cas d’utilisation et recommandations#

Choisir entre YOLO11 et YOLOv10 dépend des exigences propres à ton projet, de tes 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, la classification, l'estimation de pose et l'OBB dans un même 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 YOLOv10#

YOLOv10 est recommandé pour :

• Détection en temps réel sans NMS : les applications qui tirent parti de la détection de bout en bout sans suppression non maximale, ce qui réduit la complexité du déploiement.
• Équilibre entre vitesse et précision : les projets qui nécessitent un bon compromis entre vitesse d’inférence et précision de détection, pour différentes tailles de modèles.
• Applications à latence constante : les scénarios de déploiement où des temps d’inférence prévisibles sont essentiels, comme en robotique ou dans les systèmes autonomes.

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 utilisant uniquement le CPU : les appareils dépourvus d’accélération GPU dédiée bénéficient d’un avantage décisif grâce à l’inférence CPU de YOLO26n, jusqu’à 43 % plus rapide que celle de YOLO11n.
• 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.

La nouvelle génération : YOLO26#

YOLOv10 a introduit la détection YOLO sans NMS, et YOLO11 a perfectionné sa polyvalence multitâche. Pour les développeurs qui démarrent aujourd'hui de nouveaux déploiements en production, nous recommandons Ultralytics YOLO26.

Sorti en janvier 2026, YOLO26 réunit les points forts des deux modèles. Il propose la conception de bout en bout sans NMS de YOLOv10 sous la forme d’une tête one-to-one facultative (nms=False), ce qui simplifie le pipeline de déploiement et assure une latence constante. YOLO26 ajoute aussi des optimisations axées sur l’edge : la suppression de la DFL (suppression de la perte focale de distribution) simplifie l’exportation, et YOLO26n est jusqu’à 43 % plus rapide sur CPU que YOLO11n. YOLO26 est donc un excellent choix pour les appareils IoT basse consommation et les applications mobiles.

YOLO26 transpose également à la vision par ordinateur la stabilité d'entraînement des grands modèles de langage (LLM) grâce à l'optimiseur MuSGD, un hybride de SGD et de Muon. Associé à ProgLoss + STAL (perte progressive et attribution d'étiquettes tenant compte des petites cibles), YOLO26 améliore la précision sur les petits objets, ce qui est essentiel pour la détection vidéo du trafic détaillée et l'automatisation robotique complexe.

Conclusion#

Le choix du bon modèle de vision dépend de tes contraintes opérationnelles. YOLOv10 constitue une étape importante de la recherche, car il a démontré qu'il était possible de supprimer NMS du pipeline de détection YOLO. Pour un meilleur équilibre entre performances, polyvalence des tâches et outils de déploiement, YOLO11 offre une solution fiable, prête pour l'entreprise.

Pour les ingénieurs qui souhaitent combiner l'inférence facultative de bout en bout et de hautes performances en périphérie, la migration vers YOLO26 est la voie recommandée. La plateforme Ultralytics permet de bâtir tes projets sur une base efficace et bien entretenue.