YOLOv5 vs EfficientDet#

Quand tu te lances dans un nouveau projet de computer vision, choisir la bonne architecture de réseau de neurones est l'une des décisions les plus lourdes de conséquences que tu auras à prendre. Ce guide propose une comparaison technique approfondie entre Ultralytics YOLOv5 et le modèle EfficientDet de Google. En analysant leurs architectures, leurs métriques de performance et leurs écosystèmes d'entraînement, notre objectif est de t'aider, ainsi que les chercheurs, à identifier le meilleur modèle d'object detection pour tes environnements de déploiement spécifiques.

Alors qu'EfficientDet a introduit de nouveaux concepts en matière de mise à l'échelle composite et de fusion de caractéristiques, YOLOv5 a révolutionné l'industrie en démocratisant l'accès à l'IA haute performance grâce à son implémentation PyTorch incroyablement intuitive, à son expérience utilisateur rationalisée et à son équilibre inégalé entre vitesse et précision.

Ultralytics YOLOv5 : La référence de l'industrie en matière d'accessibilité#

Sorti à l'été 2020, YOLOv5 a marqué un tournant décisif dans la lignée YOLO. En passant du framework Darknet basé sur C à PyTorch natif, il est devenu l'architecture incontournable pour les développeurs cherchant à construire, entraîner et déployer des modèles rapidement.

• Auteurs : Glenn Jocher
• Organisation : Ultralytics
• Date : 2020-06-26
• GitHub : https://github.com/ultralytics/yolov5
• Docs : https://docs.ultralytics.com/models/yolov5

Innovations architecturales#

YOLOv5 est célébré pour son architecture hautement optimisée qui privilégie un cycle de vie du machine learning fluide. Il utilise un backbone CSPDarknet53 modifié associé à un neck Path Aggregation Network (PANet), ce qui améliore considérablement la propagation des caractéristiques à travers de multiples échelles spatiales.

Les avancées clés incluent :

• Augmentation de données Mosaic : Cette technique d'entraînement combine quatre images d'entraînement distinctes en une seule mosaïque. Cela force le modèle à apprendre à identifier des objets dans des contextes spatiaux complexes et booste significativement sa capacité à détecter de petites cibles.
• Boîtes d'ancrage à apprentissage automatique : Avant que l'entraînement ne commence, YOLOv5 analyse tes training data personnalisées et calcule automatiquement les dimensions optimales des anchor box à l'aide du clustering k-means.
• Efficacité mémoire : Comparé aux modèles lourds basés sur des Transformer, YOLOv5 maintient une empreinte mémoire nettement plus faible pendant l'entraînement et l'inférence, ce qui lui permet de fonctionner sans problème sur du matériel grand public.

En savoir plus sur YOLOv5

EfficientDet : Détection d'objets évolutive#

Introduit par Google Research en 2019, EfficientDet visait à fournir une famille de détecteurs d'objets évolutifs. Il s'appuie sur la backbone de classification d'images EfficientNet et introduit un mécanisme novateur de fusion de caractéristiques.

• Auteurs : Mingxing Tan, Ruoming Pang et Quoc V. Le
• Organisation : Google
• Date : 2019-11-20
• Arxiv : https://arxiv.org/abs/1911.09070
• GitHub : https://github.com/google/automl/tree/master/efficientdet
• Docs : https://github.com/google/automl/tree/master/efficientdet#readme

Innovations architecturales#

La proposition fondamentale d'EfficientDet repose sur son approche systématique de la mise à l'échelle et de l'agrégation des caractéristiques :

• BiFPN (Bi-directional Feature Pyramid Network) : Contrairement aux FPN traditionnels qui ne transmettent les informations que du haut vers le bas, BiFPN permet une fusion multi-échelle rapide et facile en introduisant des poids apprenables pour déterminer l'importance des différentes caractéristiques d'entrée.
• Compound Scaling : EfficientDet met conjointement à l'échelle la résolution, la profondeur et la largeur pour tous les réseaux de backbone, de caractéristiques et de prédiction de boîtes/classes, aboutissant à des modèles allant du léger D0 au massif D7.

En savoir plus sur EfficientDet

Comparaison des performances et des mesures#

Lorsque tu compares ces modèles, il est crucial d'évaluer leurs performances sur des benchmarks standard tels que le COCO dataset. Le tableau ci-dessous met en évidence les compromis entre la taille, la demande de calcul (FLOPs) et la vitesse d'inférence.

Analyse équilibrée#

YOLOv5 brille par sa flexibilité de déploiement et sa compatibilité avec l'accélération matérielle brute. Remarque les vitesses TensorRT fulgurantes sur le T4 GPU. Cela rend YOLOv5 incroyablement bien adapté à l'analytique vidéo à haut débit et aux pipelines de real-time inference. De plus, l'écosystème Ultralytics fait de l'exportation vers des formats tels que ONNX, CoreML et TensorRT une commande d'une seule ligne.

EfficientDet offre une excellente efficacité en termes de paramètres. Pour un nombre de paramètres donné, il extrait souvent une mean Average Precision (mAP) élevée. Cependant, cette efficacité théorique ne se traduit pas toujours par des temps d'inférence réels plus rapides sur les GPUs de périphérie en raison du routage complexe de la couche BiFPN, qui peut être limitée par la bande passante mémoire plutôt que par la capacité de calcul.

Écosystème et facilité d'utilisation#

L'avantage décisif du choix d'un modèle Ultralytics réside dans l'écosystème qui l'entoure. YOLOv5 fait partie d'un référentiel fortement maintenu et activement développé, bénéficiant d'un support communautaire massif.

Avec l'introduction de la Ultralytics Platform, tu peux passer de la collecte de données au déploiement en toute transparence. Cette plateforme prend en charge l'annotation automatique, l'entraînement dans le cloud et la surveillance des modèles dès la sortie de la boîte. En revanche, l'entraînement d'EfficientDet nécessite souvent de naviguer dans les complexités des anciennes APIs de detection d'objets TensorFlow, ce qui peut présenter une courbe d'apprentissage ardue pour le prototypage rapide.

De plus, la polyvalence de YOLOv5 s'étend au-delà des boîtes englobantes. Grâce à des mises à jour continues, le framework Ultralytics prend en charge nativement l'instance segmentation et l'image classification, fournissant une API unifiée pour de multiples tâches de computer vision.

Cas d'utilisation idéaux#

• Choisis YOLOv5 quand : Tu as besoin d'un prototypage rapide, d'une expérience d'entraînement sans friction et d'un déploiement sur edge hautement optimisé. Il est idéal pour les drones, le retail analytics et les applications mobiles où la faible latence est critique.
• Choisis EfficientDet quand : Tu opères strictement dans un environnement Google Cloud/TensorFlow AutoML et que tu as besoin d'une précision maximale par paramètre sans contraintes strictes de latence en temps réel.

La nouvelle génération : Adopter YOLO26#

Bien que YOLOv5 reste un outil de travail fiable, le paysage de la computer vision a évolué. Pour les développeurs cherchant l'état de l'art absolu en 2026, YOLO26 représente le nouveau sommet de la gamme Ultralytics.

S'appuyant sur l'héritage de ses prédécesseurs (comme YOLOv8 et YOLO11), YOLO26 introduit des innovations révolutionnaires :

• Conception end-to-end sans NMS : YOLO26 élimine nativement le besoin de post-traitement Non-Maximum Suppression. Cela réduit considérablement la variance de la latence et simplifie l'architecture de déploiement.
• Jusqu'à 43 % d'inférence CPU plus rapide : Fortement optimisé pour l'edge AI, il apporte des vitesses sans précédent aux appareils de périphérie à faible consommation et aux processeurs standard sans GPU dédié.
• Optimiseur MuSGD : Inspiré des techniques d'entraînement des grands modèles de langage (LLM), cet hybride de SGD et Muon garantit un entraînement très stable et une convergence rapide.
• Fonctions de perte avancées : L'intégration de ProgLoss et STAL améliore considérablement la reconnaissance des petites cibles, ce qui est vital pour l'imagerie par drone à haute altitude et la robotics.
• Suppression de DFL : En supprimant Distribution Focal Loss, le processus d'exportation du modèle est rationalisé, améliorant encore la compatibilité entre divers accélérateurs matériels.

Les utilisateurs intéressés par l'exploration d'autres architectures récentes au sein de l'écosystème Ultralytics peuvent également comparer des modèles tels que YOLOv10 ou RT-DETR.

Exemple de code : Entraînement et Inférence#

Pour démontrer la facilité d'utilisation inégalée de l'écosystème Ultralytics, voici comment tu peux entraîner et exécuter une inférence en utilisant un modèle YOLO moderne. Ce code est 100 % exécutable et gère automatiquement le téléchargement des jeux de données, les boucles d'entraînement et la validation.

from ultralytics import YOLO

# Load a modern model (Swap 'yolov5s.pt' for 'yolo26n.pt' to test the newest architecture!)
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 example dataset for 20 epochs
results = model.train(data="coco8.yaml", epochs=20, imgsz=640)

# Run inference on an image from the web
inference_results = model("https://ultralytics.com/images/bus.jpg")

# Display the image with bounding boxes
inference_results[0].show()

En privilégiant l'expérience utilisateur, en maintenant un écosystème robuste et en repoussant continuellement les limites du possible avec des mises à jour comme YOLO26, Ultralytics s'assure que les développeurs disposent toujours des meilleurs outils pour résoudre les défis réels de l'intelligence visuelle.