Commencer

YOLOv10 vs EfficientDet

Choisir le réseau neuronal optimal pour la détection d’objets est une décision clé pour les systèmes modernes de vision par ordinateur. Deux architectures qui ont influencé le domaine sont YOLOv10 et EfficientDet. Toutes deux visent à maximiser la précision tout en minimisant les coûts de calcul, mais adoptent des approches architecturales très différentes.

Ce guide couvre leurs architectures, leurs méthodologies d’entraînement et leurs caractéristiques de déploiement afin d’aider les développeurs et les ingénieurs en ML à prendre des décisions fondées sur les données pour les applications d’IA visuelle. Il examine également leurs performances sur du matériel allant des appareils d’IA edge embarqués aux puissants GPU cloud.

YOLOv10 : détection en temps réel sans NMS#

Conçu pour réduire la latence en temps réel, YOLOv10 s’est attaqué à l’un des goulots d’étranglement les plus persistants de la famille YOLO : la suppression non maximale (NMS). En éliminant cette étape de post-traitement, le modèle obtient une latence prévisible, essentielle pour les véhicules autonomes et la robotique à grande vitesse.

Innovations architecturales#

YOLOv10 introduit des attributions doubles cohérentes pour l’entraînement sans NMS. Pendant l’entraînement, il utilise des attributions d’étiquettes un-à-plusieurs et un-à-un, ce qui permet au réseau d’apprendre des représentations riches tout en produisant une seule boîte englobante par objet pendant l’inférence. L’architecture intègre également une conception globale axée sur l’efficacité et la précision, en rationalisant la tête de classification et en réduisant la redondance de calcul présente dans les versions précédentes.

Détails du modèle#

Déploiement simplifié

Comme YOLOv10 supprime l’étape NMS, son export vers des formats comme le format ONNX et NVIDIA TensorRT est intrinsèquement plus simple, sans nécessiter de plug-ins d’exécution personnalisés pour le filtrage des boîtes englobantes.

Points forts :

  • Inférence prévisible : la suppression de NMS garantit des temps d’inférence constants, quel que soit le nombre d’objets dans la scène.
  • Consommation mémoire réduite : par rapport aux modèles basés sur Transformer comme RT-DETR, YOLOv10 nécessite moins de mémoire pendant l’entraînement et l’inférence.
  • Excellent compromis entre vitesse et précision : spécialement optimisé pour les scénarios à faible latence sans sacrifier les métriques de performance.

Points faibles :

En savoir plus sur YOLOv10

EfficientDet : évolutif et équilibré#

Présenté par Google Brain, EfficientDet aborde la détection d’objets sous l’angle de la mise à l’échelle systématique des réseaux. Il s’appuie sur le backbone de classification d’images EfficientNet et introduit un nouveau mécanisme de fusion des caractéristiques.

Innovations architecturales#

Au cœur d’EfficientDet se trouve le réseau pyramidal de caractéristiques bidirectionnel (BiFPN), qui permet une fusion facile et rapide des caractéristiques à plusieurs échelles. Contrairement aux FPN traditionnels, qui additionnent uniquement les caractéristiques de haut en bas, BiFPN introduit des connexions bidirectionnelles entre les échelles et des poids entraînables pour apprendre l’importance des différentes caractéristiques d’entrée. EfficientDet utilise également une méthode de mise à l’échelle composée qui ajuste uniformément la résolution, la profondeur et la largeur du backbone, du réseau de caractéristiques et des réseaux de prédiction des boîtes et des classes.

Détails du modèle#

Points forts :

  • Grande efficacité : excellent rapport entre le nombre de paramètres et la précision, ce qui rend les variantes plus petites, de -d0 à -d2, très légères.
  • Mise à l’échelle réfléchie : la mise à l’échelle composée permet de choisir facilement une taille de modèle adaptée précisément à ton budget de calcul.

Points faibles :

  • Intégration à des frameworks hérités : l’implémentation d’origine repose sur d’anciennes versions de TensorFlow, ce qui peut compliquer les pipelines de déploiement modernes.
  • Entraînement plus lent : entraîner EfficientDet à partir de zéro est lent et nécessite un réglage minutieux des hyperparamètres, comparé à la convergence rapide des architectures YOLO.
  • Vitesse d’inférence : malgré son efficacité en nombre de paramètres, les opérations complexes de BiFPN entraînent souvent des vitesses d’inférence plus faibles en conditions réelles sur du matériel standard que celles des modèles YOLO hautement optimisés.

En savoir plus sur EfficientDet

Performances et benchmarks#

La véritable épreuve pour ces modèles est leur performance empirique sur des benchmarks standards comme le jeu de données COCO. Le tableau ci-dessous illustre les différences essentielles en nombre de paramètres, en opérations en virgule flottante (FLOPs) et en latence d’inférence sur des GPU NVIDIA T4.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4
EfficientDet-d051234.6-3.923.92.54
EfficientDet-d164040.5-7.316.66.1
EfficientDet-d276843.0-10.928.111.0
EfficientDet-d389647.5-19.5912.024.9
EfficientDet-d4102449.7-33.5520.755.2
EfficientDet-d5128051.5-67.8633.7130.0
EfficientDet-d6128052.6-89.2951.9226.0
EfficientDet-d7153653.7-128.0751.9325.0

YOLOv10 offre un avantage considérable en vitesse d’inférence sur GPU. Par exemple, YOLOv10s atteint 46.3 mAP avec une latence TensorRT de 2.49 ms, tandis qu’EfficientDet-d3 atteint un score similaire de 47.5 mAP, mais nécessite 19.59 ms. Dans le haut de gamme, YOLOv10m (51.1 mAP, 4.74 ms) s’approche d’EfficientDet-d5 (51.5 mAP, 67.86 ms). YOLOv10 convient donc bien mieux au streaming vidéo en temps réel ou aux chaînes de production rapides. EfficientDet-d0 affiche le nombre de FLOPs le plus faible du tableau (2.54B).

Cas d’utilisation et recommandations#

Le choix entre YOLOv10 et EfficientDet dépend des exigences propres à ton projet, des contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLOv10#

YOLOv10 est un excellent choix 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 EfficientDet#

EfficientDet est recommandé pour :

  • Google Cloud et pipelines TPU : systèmes basés sur TensorFlow exécutés sur l’infrastructure Google Cloud TPU, où l’implémentation de référence d’EfficientDet prend en charge l’entraînement sur TPU.
  • Recherche sur la mise à l’échelle composée : évaluation comparative universitaire axée sur l’étude des effets d’une mise à l’échelle équilibrée de la profondeur, de la largeur et de la résolution du réseau.
  • Déploiement mobile avec LiteRT : projets nécessitant spécifiquement l’exportation vers LiteRT (anciennement TensorFlow Lite) pour Android ou les appareils Linux embarqués.

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 référence : voici Ultralytics YOLO26#

YOLOv10 a introduit la détection YOLO sans NMS et EfficientDet a démontré l’intérêt d’une mise à l’échelle rigoureuse, mais la vision par ordinateur a continué d’évoluer. Pour les développeurs qui démarrent de nouveaux projets aujourd’hui, Ultralytics YOLO26 est le modèle recommandé. Lancé en janvier 2026, il combine ces idées dans un package prêt pour la production, pris en charge par l’Ultralytics Platform.

Pourquoi YOLO26 surpasse la concurrence#

  1. Conception de bout en bout sans NMS : YOLO26 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 rationalise le déploiement et accélère l’inférence.
  2. Inférence CPU jusqu’à 43 % plus rapide : pour les appareils edge sans accélérateurs dédiés, YOLO26n s’exécute jusqu’à 43 % plus rapidement que YOLO11n sur des CPU standard.
  3. Optimiseur MuSGD avancé : inspiré des méthodes d’entraînement des grands modèles de langage (LLM), YOLO26 utilise un hybride de SGD et Muon pour stabiliser l’entraînement et accélérer la convergence, améliorant ainsi l’efficacité de l’entraînement par rapport à EfficientDet.
  4. ProgLoss + STAL : Progressive Loss et Small-Target-Aware Label Assignment (STAL) améliorent la reconnaissance des petits objets, un domaine où les détecteurs antérieurs ont souvent des difficultés.
  5. Suppression de DFL : la suppression de Distribution Focal Loss simplifie l’exportation vers de nombreux formats matériels, notamment OpenVINO et CoreML.

YOLO26 offre également davantage de polyvalence. EfficientDet et YOLOv10 sont des modèles de détection, tandis que YOLO26 prend aussi en charge la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification d’images, l’estimation de pose et les boîtes englobantes orientées à l’aide du même package Python Ultralytics.

Un écosystème bien maintenu

YOLO11 et YOLOv8 restent tous deux entièrement pris en charge dans l’écosystème Ultralytics. Pour bénéficier du meilleur équilibre entre performance, stabilité et assistance à long terme, nous recommandons d’utiliser des modèles Ultralytics officiellement maintenus.

Facilité d’utilisation avec Ultralytics#

L’écosystème bien entretenu proposé par Ultralytics garantit une expérience développeur fluide. Entraîner un modèle, le valider et l’exporter vers TensorRT ne nécessite que quelques lignes de code.

from ultralytics import YOLO

# Charger un modèle YOLOv10 préentraîné (ou passer directement à YOLO26)
model = YOLO("yolov10n.pt")

# Entraîne efficacement le modèle sur un jeu de données personnalisé
model.train(data="coco8.yaml", epochs=50, imgsz=640)

# Exécuter l’inférence et visualiser immédiatement les résultats
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()

# Exporter pour un déploiement rapide
model.export(format="engine", quantize=16)

Conclusion#

Pour comparer YOLOv10 et EfficientDet, le choix dépend de tes préférences en matière de framework et de tes contraintes de vitesse. EfficientDet offre une approche structurée de la mise à l’échelle des modèles au sein de l’écosystème TensorFlow. Cependant, YOLOv10 garantit de meilleures performances en temps réel, une consommation mémoire moindre et un déploiement plus simple grâce à son architecture sans NMS.

Pour obtenir le meilleur équilibre entre performances, facilité d’utilisation et polyvalence multi-tâche, nous recommandons YOLO26 sur Ultralytics Platform. Il reprend l’approche sans NMS de YOLOv10, y ajoute des techniques d’entraînement plus récentes comme l’optimiseur MuSGD et est proposé dans un framework open source soutenu par une vaste communauté mondiale.

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un d’autre.