YOLO11 vs YOLOv9#

Les architectures de détection d'objets en temps réel continuent de progresser. Deux étapes marquantes sont Ultralytics YOLO11 et YOLOv9. Les deux modèles sont performants, mais adoptent des approches différentes face aux principaux défis de l'inférence et de l'entraînement en apprentissage profond.

Ce guide compare YOLO11 et YOLOv9, en analysant leurs architectures, leurs métriques de performance et leurs scénarios de déploiement idéaux, afin de t'aider à choisir le bon modèle pour ton prochain projet de vision par ordinateur.

Présentation du modèle#

Ultralytics YOLO11#

YOLO11 est un modèle optimisé et polyvalent, conçu pour les environnements de production. Il allie grande précision et 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 qui introduit de nouveaux concepts pour réduire la perte d'information dans les réseaux neuronaux profonds, en se concentrant sur l'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 les données se perdent à mesure qu'elles traversent 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 efficace des couches (GELAN). PGI aide les gradients utilisés pour mettre à jour les poids pendant la rétropropagation à conserver des informations plus complètes, ce qui produit des représentations de caractéristiques précises. L'architecture GELAN maximise l'efficacité des paramètres, permettant à YOLOv9 d'atteindre une grande précision avec une structure relativement légère.

YOLO11 : écosystème et efficacité#

Alors que YOLOv9 se concentre sur la propagation du gradient, YOLO11 est conçu pour offrir fiabilité et polyvalence dans le monde réel. Il perfectionne l'architecture YOLO de base afin de réduire les besoins en mémoire CUDA pendant l'entraînement par rapport aux solutions reposant fortement sur les Transformers. YOLO11 ne se limite pas non plus à la détection d'objets : tandis que YOLOv9 dans Ultralytics prend en charge la détection et la segmentation, YOLO11 prend également 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, évalue le compromis entre le score moyen de précision moyen (mAP), la vitesse d'inférence et le nombre de paramètres.

YOLOv9e atteint la précision globale la plus élevée (55,6 mAP), ce qui en fait un modèle utile pour les évaluations comparatives universitaires, mais son temps d'exécution est de 16,77 ms sur T4 avec TensorRT, contre 11,3 ms pour YOLO11x. YOLO11 offre un meilleur rapport vitesse-précision à toutes les échelles. Par exemple, YOLO11m atteint 51,5 mAP en 4,7 ms (TensorRT), contre 51,4 mAP en 6,43 ms pour YOLOv9m, de taille similaire.

Méthodes d’entraînement et écosystème#

L'expérience de développement diffère considérablement entre les deux frameworks.

Entraînement de YOLOv9#

Entraîner YOLOv9 à partir du dépôt d'origine implique souvent de travailler avec du code de recherche personnalisé, de gérer des versions spécifiques des dépendances et d'utiliser des arguments complexes en ligne de commande, ce qui peut ralentir les équipes d'entreprise. Les poids YOLOv9 sont également disponibles dans le paquet ultralytics, qui élimine la majeure partie de cette configuration.

Entraînement de YOLO11#

YOLO11 utilise l'API Python Ultralytics, bien entretenue, qui te permet de passer de l'installation à un modèle entraîné en quelques étapes. L'entraînement bénéficie de poids préentraînés facilement accessibles et d'une communauté active.

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 bon choix pour les chercheurs qui explorent les architectures d'apprentissage profond et les techniques liées à l'information de gradient. Sa plus grande variante, YOLOv9e, convient aux analyses de scènes denses où la précision est essentielle et où la complexité du déploiement compte moins que les performances algorithmiques.

Quand choisir YOLO11#

YOLO11 est le meilleur choix pour la production. Ses capacités de détection d'objets conviennent à la gestion du trafic en ville intelligente et aux appareils en périphérie comme le Raspberry Pi ou le NVIDIA Jetson. De plus, sa polyvalence permet à un même pipeline de développement de gérer la segmentation dans l'industrie manufacturière et l'estimation de pose dans l'analyse sportive.

Place à YOLO26#

Pour les développeurs qui lancent de nouveaux projets aujourd'hui, Ultralytics recommande YOLO26 (sorti en janvier 2026), le dernier modèle YOLO d'Ultralytics.

YOLO26 réunit les dernières avancées dans un modèle prêt pour la production :

• Conception de bout en bout sans NMS : La tête facultative à correspondance un-à-un de YOLO26 (nms=False) ignore le post-traitement par suppression non maximale (NMS), ce qui simplifie et accélère les pipelines de déploiement.
• Suppression de la DFL : La suppression de la perte focale de distribution améliore la compatibilité avec les appareils basse consommation et les accélérateurs d'IA en périphérie.
• Optimiseur MuSGD : Inspiré des méthodes d'entraînement des grands modèles de langage (LLM), l'optimiseur MuSGD (un hybride de SGD et de Muon) assure un entraînement stable et une convergence plus rapide.
• Inférence sur CPU jusqu'à 43 % plus rapide : YOLO26n fonctionne jusqu'à 43 % plus vite que YOLO11n sur CPU, ce qui convient aux appareils informatiques en périphérie sans GPU dédié.
• ProgLoss + STAL : La perte progressive et l'attribution d'étiquettes tenant compte des petites cibles (STAL) améliorent la reconnaissance des petits objets, essentielle à la surveillance agricole et à l'imagerie aérienne.

Les utilisateurs qui souhaitent explorer différentes architectures peuvent également découvrir RT-DETR pour la détection basée sur les Transformers ou YOLO-World pour la détection zero-shot à vocabulaire ouvert.

Conclusion#

YOLO11 et YOLOv9 sont tous deux des modèles importants dans l'histoire de la vision par ordinateur. YOLOv9 propose des idées architecturales remarquables pour préserver les caractéristiques. Pour la plupart 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 lui donnent l'avantage. Pour les nouveaux systèmes, YOLO26, plus récent, ajoute une inférence CPU plus rapide et le déploiement facultatif sans NMS.