Commencer

YOLOv10 vs YOLO26

La détection d’objets en temps réel est passée d’architectures complexes reposant lourdement sur le post-traitement à des modèles rationalisés de bout en bout. Cette comparaison technique examine deux jalons de cette évolution : YOLOv10, le modèle universitaire qui a introduit l’entraînement sans NMS dans la famille YOLO, et Ultralytics YOLO26, une famille de modèles multitâches conçue pour la production. En examinant leurs architectures, leurs méthodes d’entraînement et leurs capacités de déploiement en conditions réelles, les développeurs peuvent prendre des décisions éclairées pour créer leur prochaine application d’IA visuelle.

YOLOv10 : détection en temps réel sans NMS#

Lancé en mai 2024, YOLOv10 s’est attaqué à l’un des goulots d’étranglement les plus persistants de la détection d’objets en temps réel : la suppression non maximale (NMS). Les détecteurs d’objets traditionnels dépendaient fortement de la NMS pour filtrer les boîtes englobantes redondantes, ce qui ajoutait une latence variable pendant l’inférence et compliquait le déploiement edge.

L’équipe de l’université Tsinghua a introduit une stratégie d’assignation double cohérente pour l’entraînement sans NMS. Le modèle a ainsi pu prédire précisément les boîtes englobantes sans étape de filtrage après traitement, ce qui améliore directement la latence d’inférence et facilite le déploiement sur des accélérateurs matériels. Bien qu’efficace pour la détection standard, le modèle se concentre sur la prédiction de boîtes englobantes et ne prend pas nativement en charge des tâches comme la segmentation d’instances ou l’estimation de pose.

En savoir plus sur YOLOv10

YOLO26 : la nouvelle référence pour l’IA de vision en périphérie et dans le cloud#

Dans la continuité des concepts sans NMS introduits par YOLOv10, YOLO26 est la famille de modèles Ultralytics actuellement recommandée. Conçu pour la recherche comme pour le déploiement en production, il propose une conception de bout en bout sans NMS grâce à une tête facultative un-à-un (nms=False) qui évite le post-traitement NMS et simplifie le déploiement sur le matériel pris en charge.

YOLO26 introduit également plusieurs modifications architecturales. La suppression de Distribution Focal Loss (DFL) simplifie le processus d’export du modèle et améliore la compatibilité avec les appareils d’IA edge à faible consommation. Grâce à ces changements structurels, YOLO26n atteint une inférence CPU jusqu’à 43 % plus rapide que YOLO11n, ce qui fait de YOLO26 un excellent choix pour les applications IoT et robotiques qui ne peuvent pas toujours bénéficier de l’accélération GPU.

La stabilité de l’entraînement et la vitesse de convergence s’améliorent également avec l’optimiseur MuSGD, un hybride de SGD et de Muon inspiré des techniques d’entraînement des LLM. Associé à ProgLoss + STAL, qui combine une fonction de perte progressive et une assignation des étiquettes adaptée aux petites cibles, YOLO26 améliore la reconnaissance des petits objets. Il introduit également des améliorations propres à chaque tâche, notamment le prototypage multi-échelle pour la segmentation, l’estimation résiduelle de log-vraisemblance (RLE) pour l’estimation de pose et une fonction de perte angulaire spécialisée pour résoudre les problèmes de frontières dans la détection de boîtes englobantes orientées (OBB).

Déploiement en entreprise

Pour les équipes qui souhaitent faire évoluer leurs workflows de vision par ordinateur, la plateforme Ultralytics prend directement en charge YOLO26 et propose l’annotation de données, l’entraînement dans le cloud et le déploiement en un clic sans nécessiter d’infrastructure MLOps complexe.

Comparaison des performances techniques#

Pour évaluer ces modèles, l’équilibre entre précision, taille du modèle et vitesse d’inférence est essentiel. Le tableau ci-dessous présente les performances des deux familles de modèles à différentes échelles, évaluées sur le jeu de données COCO standard.

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
YOLO26n64040.938.91.72.45.5
YOLO26s64048.687.22.59.520.9
YOLO26m64053.1220.04.720.468.4
YOLO26l64055.0286.26.224.886.8
YOLO26x64057.5525.811.855.7194.4

YOLO26 atteint une mAP (précision moyenne) supérieure à chaque niveau de taille, tout en conservant des vitesses TensorRT sur T4 comparables. La suppression de DFL dans YOLO26 contribue également à ses performances ONNX sur CPU ; les vitesses ONNX sur CPU de YOLOv10 ne sont pas indiquées dans le tableau.

Méthodes d’entraînement et écosystème#

Un modèle n’est utile qu’à la mesure de l’écosystème qui le prend en charge. YOLOv10 proposait une implémentation universitaire solide, basée sur PyTorch et le package Ultralytics, mais ne prend en charge que la détection d’objets.

À l’inverse, YOLO26 est entièrement intégré à l’écosystème Ultralytics activement maintenu. Comme il est basé sur un CNN, il nécessite moins de mémoire à l’entraînement que les modèles basés sur Transformer comme RT-DETR, et peut donc être entraîné sur du matériel grand public. L’API unifiée gère automatiquement l’augmentation des données et la journalisation, et le réglage des hyperparamètres est disponible via model.tune().

Exemple de code : entraînement de YOLO26#

L’entraînement et l’exportation de YOLO26 ne nécessitent que quelques lignes de code Python :

from ultralytics import YOLO

# Charge le modèle YOLO26 small hautement optimisé
model = YOLO("yolo26s.pt")

# Entraîner le modèle sur le jeu de données d’exemple COCO8
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
)

# Exporte la tête un-à-un sans NMS vers TensorRT
model.export(format="engine", nms=False)

Applications et cas d’utilisation concrets#

Le choix de la bonne architecture dépend en grande partie des contraintes de déploiement.

Calcul en périphérie à haute vitesse#

Pour les applications déployées sur des CPU, des plateformes robotiques ou d’anciens appareils mobiles, l’inférence plus rapide de YOLO26 sur CPU en fait le meilleur choix. Son architecture sans DFL et sa tête facultativement sans NMS s’exportent facilement vers des formats comme OpenVINO et TensorRT, idéaux pour l’analyse vidéo en temps réel dans les infrastructures des villes intelligentes.

Vision avancée à tâches multiples#

YOLOv10 se limite à la détection de boîtes englobantes ; les projets nécessitant d’autres tâches devraient donc utiliser YOLO26. En plus de la détection, YOLO26 prend en charge la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification, l’estimation de pose et les boîtes englobantes orientées, avec des têtes et des fonctions de perte propres à chaque tâche, pour des applications allant de l’imagerie médicale à l’analyse sportive.

Autres options

Si ton projet nécessite la détection à vocabulaire ouvert, envisage YOLOE ou YOLO-World. Pour les pipelines existants, YOLO11 reste une solution alternative entièrement prise en charge dans le framework Ultralytics.

Cas d’utilisation et recommandations#

Le choix entre YOLOv10 et YOLO26 dépend des exigences propres à ton projet, de tes 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 : scénarios de déploiement où des temps d’inférence prévisibles sont essentiels, comme la robotique ou les systèmes autonomes.

Quand choisir YOLO26#

YOLO26 est recommandé pour :

  • 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 exclusivement CPU : appareils sans accélération GPU dédiée, sur lesquels YOLO26n est jusqu’à 43 % plus rapide que YOLO11n sur CPU.
  • Détection de petits objets : scénarios difficiles comme les images aériennes capturées par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent la précision sur les objets minuscules.

Conclusion#

Le passage de YOLOv10 à YOLO26 marque une évolution, du prototype universitaire aux modèles prêts pour la production. En adoptant la conception sans NMS introduite par YOLOv10 et en ajoutant l’optimiseur MuSGD, ProgLoss et un export simplifié vers les appareils edge, YOLO26 offre une précision supérieure quelle que soit la taille du modèle et prend en charge bien plus de tâches. Pour les développeurs qui recherchent le meilleur équilibre entre vitesse, précision et facilité d’utilisation, YOLO26 est le choix recommandé.

Contributeurs

Commentaires

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