YOLOv10 vs YOLOv6-3.0
En vision par ordinateur, choisir la bonne architecture de détection d’objets est essentiel pour équilibrer vitesse d’inférence, précision du modèle et faisabilité du déploiement. Ce guide propose une comparaison technique approfondie de deux modèles : le modèle universitaire YOLOv10 et le modèle industriel YOLOv6-3.0. Chacun apporte des innovations architecturales distinctes pour résoudre des problèmes différents liés au déploiement de systèmes de vision en temps réel.
Présentation de YOLOv10 : détection en temps réel sans NMS#
Sorti en mai 2024, YOLOv10 a apporté l’entraînement sans NMS à la famille YOLO, supprimant le besoin de recourir à la suppression non maximale (NMS) pendant le post-traitement. Cette conception de bout en bout réduit les goulots d’étranglement de la latence d’inférence, ce qui en fait une option particulièrement intéressante pour l’IA edge et les déploiements embarqués.
- Auteurs : Ao Wang, Hui Chen, Lihao Liu, et al.
- Organisation : Université Tsinghua
- Date : 2024-05-23
- arXiv : 2405.14458
- GitHub : THU-MIG/yolov10
- Documentation : Documentation Ultralytics YOLOv10
Innovations architecturales#
YOLOv10 obtient une capacité sans NMS grâce à une stratégie d’assignation double cohérente. Pendant l’entraînement, le modèle utilise des assignations d’étiquettes un-à-plusieurs et un-à-un, ce qui enrichit les signaux de supervision. Pour l’inférence, il utilise la tête un-à-un (sélectionnée avec nms=False dans le package Ultralytics), éliminant ainsi la surcharge de calcul liée au filtrage traditionnel des boîtes englobantes. De plus, YOLOv10 suit une conception globale axée sur l’efficacité et optimise ses composants internes, comme les couches de réseau neuronal convolutif, afin de réduire la redondance des calculs et le nombre total de paramètres.
Présentation de YOLOv6-3.0 : le cheval de bataille industriel#
Développé spécifiquement pour les applications industrielles, YOLOv6-3.0 privilégie un débit GPU élevé. Il est plus performant lorsque le traitement par lots intensif sur des GPU dédiés de classe serveur est la norme.
- Auteurs : Chuyi Li, Lulu Li, Yifei Geng, et al.
- Organisation : Meituan
- Date : 2023-01-13
- arXiv : 2301.05586
- GitHub : meituan/YOLOv6
- Documentation : Documentation Ultralytics YOLOv6
Innovations architecturales#
YOLOv6-3.0 se distingue par son backbone EfficientRep fortement optimisé, conçu pour maximiser la vitesse d’inférence sur les accélérateurs matériels tels que les GPU NVIDIA. La version 3.0 a introduit un module Bi-directional Concatenation (BiC) afin d’améliorer la fusion des caractéristiques entre les échelles. De plus, elle met en œuvre une stratégie Anchor-Aided Training (AAT) qui combine la convergence rapide des détecteurs basés sur des ancres avec les capacités de généralisation des approches sans ancres.
Comparaison des performances et des métriques#
L’analyse des performances brutes fait ressortir les améliorations architecturales de YOLOv10. YOLOv10 offre une précision moyenne (mAP) supérieure tout en nécessitant nettement moins de paramètres et de FLOPs.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv10n | 640 | 38.5 | - | 1.84 | 2.3 | 6.7 |
| YOLOv10s | 640 | 46.3 | - | 2.49 | 7.2 | 21.6 |
| YOLOv10m | 640 | 51.1 | - | 4.74 | 15.4 | 59.1 |
| YOLOv10b | 640 | 52.5 | - | 5.74 | 19.1 | 92.0 |
| YOLOv10l | 640 | 53.2 | - | 7.28 | 24.4 | 120.3 |
| YOLOv10x | 640 | 54.4 | - | 10.70 | 29.5 | 160.4 |
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
YOLOv6-3.0 conserve un avantage de vitesse avec sa variante Nano lors de l’exécution pure sur TensorRT avec des GPU T4, mais YOLOv10 utilise environ deux fois moins de paramètres, voire moins, à chaque taille tout en offrant une meilleure précision, ce qui lui confère un meilleur équilibre global des performances.
Les modèles Ultralytics YOLO nécessitent généralement moins de mémoire à l’entraînement et à l’inférence que les modèles complexes de type Transformer, ce qui facilite leur mise à l’échelle et leur déploiement sur des appareils aux ressources limitées.
Les avantages de l’écosystème Ultralytics#
Utiliser YOLOv10 via le package Ultralytics va au-delà de l’architecture brute : il donne accès à un écosystème activement maintenu qui simplifie l’ensemble du cycle de vie du machine learning. Le dépôt d’origine de YOLOv6 est axé sur la recherche, et Ultralytics prend en charge YOLOv6 uniquement sous forme de modèles de détection définis en YAML, sans poids préentraînés.
- Facilité d’utilisation : l’API Python d’Ultralytics offre une expérience simplifiée, permettant aux développeurs d’entraîner et d’exporter des modèles avec seulement quelques lignes de code.
- Polyvalence : Contrairement à YOLOv6, axé sur la détection, l’écosystème Ultralytics te permet d’effectuer la segmentation d’instances, la classification d’images, l’estimation de pose et la détection de boîtes englobantes orientées (OBB) au moyen d’une interface unifiée.
- Écosystème bien maintenu : mises à jour fréquentes, solide soutien de la communauté et intégrations aux normes du secteur, telles que OpenVINO et ONNX.
Exemple de code : workflows d’entraînement cohérents#
Avec le package Python Ultralytics, l’entraînement des modèles est simple. Le système gère automatiquement les augmentations de données complexes et l’adaptation à l’appareil.
from ultralytics import YOLO
# Charger un modèle YOLOv10 efficace (sélectionner sa tête sans NMS avec nms=False)
model = YOLO("yolov10n.pt")
# Entraîne le modèle avec le pipeline Ultralytics
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0, batch=16)
# Lance l’inférence de détection d’objets
predictions = model.predict("https://ultralytics.com/images/bus.jpg")
# Exporte au format ONNX pour simplifier le déploiement en périphérie
model.export(format="onnx")Cas d’utilisation et recommandations#
Le choix entre YOLOv10 et YOLOv6 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 YOLOv6#
YOLOv6 est recommandé pour :
- Déploiement adapté au matériel industriel : les scénarios où la conception de YOLOv6, adaptée au matériel, et son reparamétrage efficace optimisent les performances sur un matériel cible spécifique.
- Détection rapide à un seul étage : les applications qui privilégient la vitesse d’inférence brute sur GPU pour le traitement vidéo en temps réel dans des environnements contrôlés.
- Intégration à l’écosystème Meituan : les équipes qui travaillent déjà dans la pile technologique et l’infrastructure de déploiement de Meituan.
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 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.
Le modèle recommandé : Ultralytics YOLO26#
YOLOv10 a introduit l’entraînement sans NMS dans les modèles YOLO et YOLOv6-3.0 a optimisé le débit GPU, mais le choix recommandé pour les environnements de production est Ultralytics YOLO26.
Publié en janvier 2026, YOLO26 reprend les idées fondamentales de ses prédécesseurs et les affine pour créer une famille de modèles de vision conçus d’abord pour l’edge.
- Conception de bout en bout sans NMS : Dans la continuité des fondations de YOLOv10, la tête facultative sans NMS de YOLO26 (
nms=False) évite le post-traitement NMS, simplifiant ainsi le pipeline de déploiement et rendant la latence plus prévisible. - Suppression de DFL : La suppression de Distribution Focal Loss (DFL) simplifie l’export et améliore la compatibilité et la vitesse sur le matériel IoT à faible consommation.
- Optimiseur MuSGD : Inspiré des innovations des grands modèles de langage, YOLO26 utilise l’optimiseur MuSGD (un hybride de SGD et Muon) pour un entraînement plus stable et une convergence plus rapide.
- Inférence CPU plus rapide : Grâce à des optimisations adaptées aux appareils edge, YOLO26n offre une inférence CPU jusqu’à 43 % plus rapide que YOLO11n, tandis que YOLOv6-3.0 est conçu principalement pour le débit GPU.
- ProgLoss + STAL : Progressive Loss et l’assignation d’étiquettes adaptée aux petites cibles améliorent la détection de petits objets, ce qui rend YOLO26 particulièrement adapté à l’imagerie aérienne et à l’analyse par drone.
Pour les utilisateurs qui souhaitent mettre à niveau leur stack de vision par ordinateur, la transition est simple. Les modèles comme YOLO11 restent entièrement pris en charge, mais YOLO26, associé à la plateforme Ultralytics, est la voie recommandée pour les nouveaux projets.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.