YOLO11 vs YOLOv7#

La vision par ordinateur continue d’évoluer rapidement, et la détection d’objets en temps réel reste l’une de ses applications les plus répandues. Choisir la bonne architecture implique de trouver un équilibre entre vitesse, précision et facilité de déploiement. Ce guide propose une comparaison technique de deux architectures majeures : Ultralytics YOLO11 et YOLOv7.

Contexte du modèle et détails techniques#

Les deux modèles ont influencé la communauté de l’apprentissage profond, mais ils sont issus de philosophies de développement et d’époques différentes.

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

Détails de YOLOv7 :

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2022-07-06
• arXiv : https://arxiv.org/abs/2207.02696
• GitHub : https://github.com/WongKinYiu/yolov7
• Documentation : https://docs.ultralytics.com/models/yolov7

En savoir plus sur YOLOv7

Différences architecturales#

Les deux détecteurs utilisent des concepts de conception modernes, mais reposent sur des fondations structurelles différentes.

YOLOv7 a introduit le concept de réseaux d’agrégation de couches efficaces étendus (E-ELAN). Cette architecture a été conçue pour améliorer continuellement la capacité d’apprentissage du réseau sans détruire le chemin de gradient d’origine, comme l’explique l’article de recherche. YOLOv7 s’appuie sur la reparamétrisation structurelle et une méthode « bag-of-freebies » entraînable, améliorant la précision globale sur le jeu de données COCO sans augmenter les coûts d’inférence.

À l’inverse, YOLO11 repose sur l’architecture Ultralytics. Il met l’accent sur un pipeline d’extraction de caractéristiques plus abouti, avec moins de paramètres, ce qui réduit la consommation mémoire pendant l’entraînement. YOLO11 offre un bon équilibre de performances : il utilise moins de paramètres tout en égalant ou en dépassant la précision de détection des modèles plus lourds. YOLO11 prend également en charge une plus grande variété de tâches, ce qui en fait un choix polyvalent pour les applications modernes de vision par ordinateur.

Comparaison des performances et des métriques#

Pour évaluer la viabilité en conditions réelles, compare des mesures comme la précision moyenne (mAP), la vitesse d’inférence, le nombre de paramètres du modèle et la complexité de calcul (FLOPs). Le tableau suivant compare les variantes d’échelle de YOLO11 aux modèles YOLOv7 plus grands.

YOLO11x atteint 54.7 mAP, contre 53.1 mAP pour YOLOv7x, tout en utilisant moins de paramètres (56.9M contre 71.3M) avec une latence TensorRT T4 similaire. À l’échelle l, YOLO11l est plus précis (53.4 contre 51.4 mAP), plus rapide (6.2 ms contre 6.84 ms) et plus compact (25.3M contre 36.9M paramètres) que YOLOv7l.

Efficacité de l'entraînement et facilité d'utilisation de l'écosystème#

L'expérience développeur et l'écosystème associé comptent parmi les caractéristiques les plus distinctives de ces deux architectures.

YOLOv7 est avant tout un dépôt de recherche universitaire. L’entraînement de modèles nécessite souvent des configurations d’environnement complexes, une gestion manuelle des dépendances et de longues commandes. Bien qu’il convienne à l’expérimentation en recherche, l’adaptation du code du dépôt GitHub de YOLOv7 à des environnements de production personnalisés peut prendre beaucoup de temps.

YOLO11 privilégie la facilité d’utilisation. Il est entièrement intégré à Ultralytics Platform, un écosystème bien entretenu qui couvre l’ensemble du flux de travail. De l’annotation des données et l’entraînement local au déploiement, l’API Python unifiée et l’interface en ligne de commande simple rationalisent l’ensemble du processus.

Comparaison du code#

L’entraînement d’un modèle de détection d’objets avec YOLO11 ne nécessite que quelques lignes de code :

from ultralytics import YOLO

# Charger un petit modèle YOLO11 préentraîné
model = YOLO("yolo11s.pt")

# Entraîne le modèle avec l’API unifiée
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Exporter rapidement au format ONNX
model.export(format="onnx")

À l'inverse, une commande d'entraînement YOLOv7 typique ressemble à ceci et nécessite de configurer soigneusement les chemins, les fichiers de configuration et les scripts bash :

python train.py --workers 8 --device 0 --batch-size 32 --data data/coco.yaml --img 640 640 --cfg cfg/training/yolov7.yaml --weights 'yolov7_training.pt'

YOLO11 est également plus polyvalent. Alors que YOLOv7 s’appuie sur des branches ou des modifications distinctes pour prendre en charge les tâches autres que la détection (comme la pose ou la segmentation), YOLO11 gère la détection d’objets, la segmentation d’instances, la classification d’images, l’estimation de pose et la détection par boîtes englobantes orientées (OBB) dans un cadre unique et cohérent.

Applications concrètes et cas d'usage idéaux#

Le choix entre YOLOv7 et YOLO11 dépend de la portée du projet et des contraintes de déploiement.

Quand envisager YOLOv7 :

• Évaluation de modèles anciens : les chercheurs universitaires qui étudient la conception des chemins de gradient peuvent utiliser YOLOv7 comme référence pour évaluer de nouveaux réseaux de neurones convolutifs.
• Pipelines personnalisés existants : les équipes qui disposent de pipelines C++ ou CUDA fortement personnalisés, conçus spécifiquement autour de la logique particulière de décodage des boîtes englobantes de YOLOv7.

Quand choisir YOLO11 :

• Production commerciale : les applications dans le commerce de détail intelligent ou le diagnostic médical bénéficient de la base de code maintenue et de la stabilité de YOLO11.
• Environnements aux ressources limitées : l’empreinte légère de YOLO11n le rend particulièrement adapté au déploiement sur des appareils mobiles et périphériques via ONNX.
• Projets multi-tâches : si une application doit identifier une personne, cartographier son squelette (pose) et segmenter l'objet qu'elle tient, YOLO11 propose une solution unifiée.

Poursuivre avec YOLO26#

YOLO11 reste un choix fiable, mais pour les ingénieurs qui démarrent de nouveaux projets aujourd’hui, Ultralytics YOLO26 est le modèle recommandé.

Publié en janvier 2026, YOLO26 introduit une conception facultative de bout en bout sans NMS (nms=False) qui élimine la latence du post-traitement par suppression non maximale. YOLO26 ajoute également l’optimiseur MuSGD, inspiré des méthodes d’entraînement des grands modèles de langage (LLM), pour accélérer la convergence. Grâce à ProgLoss + STAL pour les petits objets et à la suppression de DFL, qui contribue à accélérer jusqu’à 43 % l’inférence CPU de YOLO26n par rapport à YOLO11n, YOLO26 est optimisé pour l’informatique en périphérie.

Pour les utilisateurs intéressés par des structures alternatives spécialisées, l’exploration des modèles RT-DETR basés sur Transformer ou des modèles YOLO-World dynamiques à vocabulaire ouvert peut également convenir à certains déploiements de vision par ordinateur.