YOLO11 vs YOLOv9#

Le domaine de la vision par ordinateur évolue constamment, et de nouvelles architectures repoussent les limites de la détection d’objets en temps réel. Deux étapes marquantes de cette évolution sont Ultralytics YOLO11 et YOLOv9. Bien que les deux modèles offrent des performances exceptionnelles, ils représentent des approches différentes pour relever les principaux défis de l’inférence et de l’entraînement en apprentissage profond.

Ce guide propose une comparaison technique complète entre YOLO11 et YOLOv9. Il analyse leurs architectures, leurs mesures de performance et leurs scénarios de déploiement idéaux afin de t’aider à choisir le bon modèle pour ton prochain projet d’intelligence artificielle.

Présentation du modèle#

Ultralytics YOLO11#

YOLO11 est un modèle polyvalent et hautement optimisé, conçu pour les environnements de production. Il concilie une précision de pointe et les exigences pratiques de l’informatique en périphérie et des déploiements à grande échelle.

• 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

YOLOv9#

YOLOv9 est une contribution universitaire majeure qui introduit de nouveaux concepts pour limiter la perte d’informations dans les réseaux neuronaux profonds, en mettant fortement l’accent sur les avancées théoriques en matière d’extraction de caractéristiques.

• Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2024-02-21
• Arxiv : https://arxiv.org/abs/2402.13616
• GitHub : https://github.com/WongKinYiu/yolov9
• Docs : https://docs.ultralytics.com/models/yolov9

En savoir plus sur YOLOv9

Innovations architecturales#

YOLOv9 : informations de gradient programmables#

YOLOv9 s’attaque au problème du « goulot d’étranglement de l’information », où des données sont perdues lors de leur passage dans les couches successives d’un réseau profond. Pour le résoudre, les auteurs ont introduit l’information de gradient programmable (PGI) et le réseau généralisé d’agrégation de couches efficace (GELAN). PGI garantit que les gradients utilisés pour mettre à jour les poids pendant la rétropropagation contiennent des informations complètes, ce qui produit des représentations de caractéristiques très précises. L’architecture GELAN optimise l’efficacité des paramètres et permet à YOLOv9 d’atteindre une grande précision avec une structure relativement légère.

YOLO11 : écosystème et efficacité#

Alors que YOLOv9 se concentre sur le flux des gradients, YOLO11 est conçu pour offrir robustesse et polyvalence dans des conditions réelles. Il affine l’architecture YOLO fondamentale afin de réduire considérablement les besoins en mémoire CUDA pendant l’entraînement par rapport aux solutions reposant fortement sur les Transformers. De plus, YOLO11 n’est pas qu’un détecteur d’objets : il prend nativement en charge la segmentation d’instances, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB).

Comparaison des performances#

Pour choisir un modèle destiné à la production, il est essentiel d’évaluer le compromis entre la précision moyenne (mAP), la vitesse d’inférence et le nombre de paramètres.

Comme le montre le tableau, YOLOv9e atteint la meilleure précision globale, ce qui en fait un excellent choix pour les benchmarks universitaires. Cependant, YOLO11 offre un meilleur rapport vitesse-précision dans tous les cas. Par exemple, YOLO11m atteint 51,5 mAP en 4,7 ms (TensorRT), et dépasse en vitesse YOLOv9m, de taille similaire.

Méthodes d’entraînement et écosystème#

L’expérience développeur diffère considérablement entre les deux frameworks.

Entraînement de YOLOv9#

L’entraînement de YOLOv9 nécessite souvent d’utiliser du code de recherche fortement personnalisé, de gérer des versions de dépendances spécifiques et de recourir à des arguments de ligne de commande complexes. Bien que puissant, il peut être intimidant dans des environnements d’entreprise au rythme soutenu.

Entraînement de YOLO11#

YOLO11 s’appuie sur l’API Python Ultralytics, bien maintenue, pour offrir une expérience fluide allant de zéro à expert. Des poids préentraînés facilement accessibles et un excellent soutien de la communauté viennent compléter ses processus d’entraînement efficaces.

from ultralytics import YOLO

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

# Entraîne le modèle sur un jeu de données personnalisé avec les augmentations intégrées
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporter au format ONNX pour le déploiement
model.export(format="onnx")

En seulement trois lignes de Python, les développeurs peuvent charger un modèle, lancer un entraînement avec des valeurs par défaut optimisées pour les hyperparamètres et exporter l’architecture entraînée vers des frameworks comme ONNX ou TensorRT pour un déploiement en périphérie.

Applications concrètes#

Quand choisir YOLOv9#

YOLOv9 est un excellent choix pour les chercheurs qui souhaitent explorer les architectures d’apprentissage profond. Son framework PGI en fait un candidat idéal pour l’analyse commerciale à grande vitesse, où une précision extrême sur des jeux de données denses est nécessaire et où la complexité du déploiement est secondaire par rapport aux performances algorithmiques.

Quand choisir YOLO11#

YOLO11 est l’outil idéal pour la production. Ses capacités simplifiées de détection d’objets en font un choix parfait pour la gestion du trafic dans les villes intelligentes et les appareils en périphérie comme Raspberry Pi ou NVIDIA Jetson. De plus, sa polyvalence pour différentes tâches permet à un seul pipeline de développement de gérer la segmentation dans l’industrie manufacturière et l’estimation de pose pour l’analyse sportive.

À la pointe de la technologie : découvrez YOLO26#

YOLO11 et YOLOv9 sont remarquables, mais le domaine de l’intelligence artificielle évolue rapidement. Pour les développeurs qui démarrent de nouveaux projets aujourd’hui, Ultralytics recommande vivement YOLO26 (sorti en janvier 2026), qui repousse encore davantage les limites de la vision par ordinateur.

YOLO26 réunit les meilleures innovations récentes dans une solution puissante, prête pour la production :

• Conception de bout en bout sans NMS : la tête optionnelle à correspondance un-à-un de YOLO26 (nms=False) évite le post-traitement par suppression non maximale (NMS), ce qui simplifie considérablement les pipelines de déploiement et les accélère.
• Suppression de DFL : la suppression de Distribution Focal Loss garantit une meilleure compatibilité avec les microcontrôleurs à faible consommation et les accélérateurs d’IA en périphérie.
• Optimiseur MuSGD : inspiré des innovations en matière d’entraînement des LLM, l’optimiseur MuSGD (un hybride de SGD et de Muon) assure un entraînement stable et une convergence plus rapide.
• Inférence CPU jusqu’à 43 % plus rapide : spécialement optimisée pour les appareils d’informatique en périphérie dépourvus de GPU dédié.
• ProgLoss + STAL : ces fonctions de perte améliorées augmentent considérablement la reconnaissance des petits objets, un aspect essentiel pour la surveillance agricole et l’imagerie aérienne.

Les utilisateurs qui souhaitent explorer diverses architectures peuvent également s’intéresser à RT-DETR pour le suivi basé sur les Transformers ou à YOLO-World pour la détection à vocabulaire ouvert sans exemples préalables.

Conclusion#

YOLO11 et YOLOv9 ont tous deux marqué de leur empreinte l’histoire de la vision par ordinateur. YOLOv9 propose de brillantes innovations architecturales pour maximiser la conservation des caractéristiques. Cependant, pour la grande majorité des déploiements en conditions réelles — des applications d’IA d’entreprise aux appareils mobiles en périphérie — la facilité d’utilisation, l’efficacité mémoire et la prise en charge polyvalente des tâches de YOLO11 offrent un avantage inégalé. Et à mesure que le secteur progresse, adopter le nouveau YOLO26 garantit que tes systèmes bénéficient de l’inférence la plus rapide et la plus fiable actuellement disponible.