YOLOv10 vs YOLOv7#

La progression rapide de la vision par ordinateur ces dernières années a donné naissance à des architectures de plus en plus efficaces pour les applications en temps réel. Comparer YOLOv10 et YOLOv7 met en lumière une période de transition cruciale dans cette évolution. Alors que YOLOv7 a introduit des stratégies d'entraînement hautement efficaces et un dimensionnement architectural, YOLOv10 a révolutionné le déploiement en éliminant la dépendance de longue date à l'égard de la suppression des non-maximums (NMS).

Les deux modèles ont repoussé les limites de la détection d'objets lors de leurs sorties respectives, mais l'écosystème Ultralytics moderne et l'introduction de modèles de nouvelle génération comme YOLO26 offrent des flux de travail bien supérieurs pour les praticiens de l'IA d'aujourd'hui.

Profils et origines des modèles#

Comprendre les origines de ces modèles fournit un contexte précieux sur leurs choix de conception architecturale et la recherche universitaire qui les soutient.

Détails de YOLOv10#

• Auteurs : Ao Wang, Hui Chen, Lihao Liu, et al.
• Organisation : Tsinghua University
• Date : 23/05/2024
• Arxiv : YOLOv10: Real-Time End-to-End Object Detection
• GitHub : THU-MIG/yolov10
• Docs : Ultralytics YOLOv10 Documentation

En savoir plus sur YOLOv10

Détails de YOLOv7#

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taiwan
• Date : 06-07-2022
• Arxiv : YOLOv7: Trainable bag-of-freebies sets new state-of-the-art
• GitHub : WongKinYiu/yolov7
• Docs : Ultralytics YOLOv7 Documentation

En savoir plus sur YOLOv7

Innovations architecturales#

L'approche YOLOv7#

Sorti en 2022, YOLOv7 s'est fortement concentré sur l'optimisation des chemins de gradient. Il a introduit l'E-ELAN (Extended Efficient Layer Aggregation Network), qui permet au modèle d'apprendre des caractéristiques plus diversifiées sans détruire le chemin de gradient original. De plus, les auteurs ont mis en œuvre une méthodologie de « trainable bag-of-freebies », utilisant des techniques de re-paramétrage pendant l'entraînement qui peuvent être fusionnées lors de l'inférence pour maintenir des vitesses d'exécution rapides. Malgré ces optimisations impressionnantes, YOLOv7 dépendait toujours fortement du NMS pour le post-traitement, créant une latence variable lors de l'analyse de scènes denses.

La percée de YOLOv10#

YOLOv10 a abordé directement le problème du goulot d'étranglement de NMS. En introduisant des attributions duales cohérentes lors de l'entraînement, l'équipe de Tsinghua University a permis une détection de bout en bout sans NMS. Cette approche à double tête utilise une branche avec des attributions un-à-plusieurs pour des signaux de supervision riches pendant l'entraînement, et une autre branche avec des attributions un-à-un pour une inférence sans NMS. Ce changement architectural garantit une latence d'inférence constante et ultra-faible, adaptée à l'analyse vidéo à haute vitesse. De plus, YOLOv10 adopte une conception de modèle holistique axée sur l'efficacité et la précision, éliminant la redondance de calcul présente dans les générations précédentes.

Comparaison des performances#

En comparant les métriques brutes sur le MS COCO dataset, l'écart générationnel devient évident. YOLOv10 réalise un compromis beaucoup plus favorable entre les paramètres, les exigences de calcul et la précision.

Comme on peut le voir ci-dessus, YOLOv10x offre un mAP supérieur de 54,4 % par rapport à 53,1 % pour YOLOv7x, tout en utilisant environ 20 % de paramètres en moins. De plus, les modèles YOLOv10 légers (Nano et Small) offrent des vitesses de déploiement TensorRT exceptionnelles, ce qui les rend très attractifs pour le déploiement mobile.

L'avantage de l'écosystème Ultralytics#

Bien que l'étude d'articles architecturaux soit instructive, le développement moderne en vision par ordinateur repose sur des frameworks robustes et bien entretenus. Choisir un modèle pris en charge par Ultralytics offre un avantage majeur pour les développeurs cherchant à passer rapidement du prototype à la production.

Développement rationalisé#

YOLOv10 et YOLOv7 sont tous deux accessibles via le package Python Ultralytics standard. Cela offre une facilité d'utilisation inégalée, remplaçant des milliers de lignes de code répétitif par une API simple et intuitive. De plus, les modèles Ultralytics YOLO nécessitent beaucoup moins de mémoire CUDA pendant l'entraînement par rapport aux architectures Transformer lourdes, permettant l'utilisation de tailles de batch plus grandes sur du matériel grand public.

Polyvalence inégalée#

Alors que les anciens dépôts se concentrent souvent strictement sur la détection de boîtes englobantes, le cadre Ultralytics intégré prend en charge de manière transparente une grande variété de tâches. Que tu effectues une segmentation d'instances, une estimation de pose ou une détection de boîte englobante orientée (OBB), le flux de travail reste identique.

Exemple de code : Flux de travail d'entraînement cohérents#

L'extrait de code suivant démontre le processus d'entraînement fluide, qui gère automatiquement l'augmentation des données et la planification du taux d'apprentissage :

from ultralytics import YOLO

# Load the desired model (YOLOv10, YOLOv7, or the recommended YOLO26)
model = YOLO("yolo26n.pt")

# Train the model effortlessly on your dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)

# Export to ONNX format for rapid deployment
model.export(format="onnx")

Cas d'utilisation et recommandations#

Le choix entre YOLOv10 et YOLOv7 dépend des exigences spécifiques de ton projet, des contraintes de déploiement et des préférences en matière d'écosystème.

Quand choisir YOLOv10#

YOLOv10 est un choix solide pour :

• Détection temps réel sans NMS : Applications bénéficiant d'une détection de bout en bout sans NMS (Non-Maximum Suppression), ce qui réduit la complexité du déploiement.
• Compromis vitesse-précision équilibré : Projets nécessitant un bon équilibre entre la vitesse d'inférence et la précision de détection pour différentes tailles de modèles.
• Applications à latence constante : Les scénarios de déploiement où des temps d'inférence prévisibles sont essentiels, tels que la robotique ou les systèmes autonomes.

Quand choisir YOLOv7#

YOLOv7 est recommandé pour :

• Benchmarking académique : reproduire les résultats de pointe de 2022 ou étudier les effets des techniques E-ELAN et des bag-of-freebies entraînables.
• Recherche sur la reparamétrisation : étudier les convolutions reparamétrées planifiées et les stratégies de mise à l'échelle de modèle composée.
• Pipelines personnalisés existants : projets avec des pipelines fortement personnalisés construits autour de l'architecture spécifique de YOLOv7 qui ne peuvent pas être facilement refactorisés.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre la meilleure combinaison de performance et d'expérience développeur :

• Déploiement en périphérie sans NMS : Applications nécessitant une inférence cohérente et à faible latence sans la complexité du post-traitement par Non-Maximum Suppression.
• Environnements CPU uniquement : Appareils sans accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 offre un avantage décisif.
• Détection de petits objets : Les scénarios complexes tels que l'imagerie par drone aérien ou l'analyse par capteurs IoT où ProgLoss et STAL améliorent considérablement la précision sur les minuscules objets.

La nouvelle norme : Présentation de YOLO26#

Bien que YOLOv10 ait représenté un bond en avant massif en 2024, le paysage de la vision par ordinateur évolue incroyablement vite. Pour tout nouveau développement, nous recommandons vivement le modèle de dernière génération : Ultralytics YOLO26. Lancé en janvier 2026, il représente le summum absolu de l'IA de vision en temps réel, remplaçant largement à la fois YOLOv7 et YOLOv10.

En savoir plus sur YOLO26

YOLO26 apporte des innovations sans précédent conçues spécifiquement pour les environnements de déploiement modernes :

• Conception de bout en bout sans NMS : En s'appuyant sur les bases posées par YOLOv10, YOLO26 élimine nativement le post-traitement NMS pour des pipelines de déploiement plus simples et une inférence haute vitesse cohérente.
• Inférence CPU jusqu'à 43 % plus rapide : Fortement optimisé pour l'Edge Computing et les appareils dépourvus de GPU dédiés, offrant des économies massives sur les coûts matériels.
• Suppression de DFL : La perte DFL (Distribution Focal Loss) a été entièrement supprimée, ce qui simplifie radicalement la logique d'exportation et améliore considérablement la compatibilité avec les appareils de périphérie basse consommation et les microcontrôleurs.
• Optimiseur MuSGD : Inspiré par Kimi K2 de Moonshot AI, cet hybride de SGD et de Muon intègre les innovations d'entraînement des grands modèles de langage (LLM) directement dans la vision par ordinateur, offrant des dynamiques d'entraînement incroyablement stables et une convergence plus rapide.
• ProgLoss + STAL : Ces fonctions de perte avancées apportent des améliorations notables dans la reconnaissance des petits objets, un domaine historiquement difficile qui est crucial pour les drones, la robotique et la surveillance de villes intelligentes.
• Améliorations spécifiques aux tâches : YOLO26 n'est pas juste un détecteur. Il inclut une perte de segmentation sémantique spécialisée, l'estimation de la log-vraisemblance résiduelle (RLE) pour un suivi de pose ultra-précis, et des algorithmes de perte d'angle spécialisés pour éliminer les problèmes de limites OBB.

Cas d'utilisation réels#

La sélection de la bonne architecture dépend fortement de ton matériel et de tes contraintes d'application.

Quand utiliser YOLOv7#

YOLOv7 reste un choix fiable pour maintenir les pipelines hérités qui sont déjà profondément intégrés à ses structures de tenseurs spécifiques ou lors de la reproduction de benchmarks universitaires de 2022 et 2023. Il fonctionne admirablement bien sur les GPU de serveurs haut de gamme.

Quand utiliser YOLOv10#

YOLOv10 brille dans les scénarios nécessitant une latence stricte et constante. Parce qu'il est sans NMS, il est excellent pour le comptage de foules à haute densité ou la détection de défauts de fabrication où le nombre d'objets fluctue énormément mais où le temps de traitement par image doit rester constant.

Quand utiliser YOLO26#

YOLO26 est le choix définitif pour tout nouveau projet. Qu'il s'agisse de déployer des systèmes d'alarme de sécurité sophistiqués sur un simple Raspberry Pi ou d'exécuter des analyses vidéo massives basées sur le cloud, ses vitesses de processeur supérieures et sa détection avancée des petits objets le rendent infiniment supérieur aux anciennes générations.

Pour les développeurs souhaitant explorer des architectures modernes alternatives, nous offrons également un support étendu pour les détecteurs basés sur les transformateurs comme RT-DETR et les incontournables des générations précédentes comme Ultralytics YOLO11.