YOLOv5 contre EfficientDet#

Lorsque tu démarres un nouveau projet de vision par ordinateur, choisir la bonne architecture de réseau neuronal est l'une des décisions les plus déterminantes que tu auras à prendre. Ce guide propose une comparaison technique approfondie entre Ultralytics YOLOv5 et EfficientDet de Google. En analysant leurs architectures, leurs métriques de performance et leurs écosystèmes d'entraînement, nous souhaitons aider les développeurs et les chercheurs à identifier le meilleur modèle de détection d'objets pour leurs environnements de déploiement spécifiques.

Bien qu'EfficientDet ait introduit de nouveaux concepts en matière de mise à l'échelle composée et de fusion des caractéristiques, YOLOv5 a révolutionné le secteur en démocratisant l'accès à une IA haute performance grâce à son implémentation [PyTorch](https://ultralytics-translation-1.invalid extrêmement intuitive, à son expérience utilisateur fluide et à son équilibre inégalé entre vitesse et précision.

Ultralytics YOLOv5 : la référence du secteur 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 de référence pour les développeurs souhaitant concevoir, entraîner et déployer rapidement des modèles.

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

Innovations architecturales#

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

Les principales avancées sont les suivantes :

• Augmentation de données Mosaic : cette technique d'entraînement combine quatre images d'entraînement distinctes en une seule mosaïque. Elle force le modèle à apprendre à identifier des objets dans des contextes spatiaux complexes et augmente considérablement sa capacité à détecter de petites cibles.
• Boîtes d'ancrage à apprentissage automatique : avant le début de l'entraînement, YOLOv5 analyse tes données d'entraînement personnalisées et calcule automatiquement les dimensions optimales des boîtes d'ancrage à l'aide d'un clustering k-means.
• Efficacité mémoire : par rapport aux modèles lourds basés sur un Transformer, YOLOv5 conserve une empreinte mémoire nettement plus faible pendant l'entraînement comme pendant l'inférence, ce qui lui permet de fonctionner efficacement sur du matériel grand public.

EfficientDet : détection d'objets évolutive#

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

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

Innovations architecturales#

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

• BiFPN (réseau pyramidal de caractéristiques bidirectionnel) : contrairement aux FPN traditionnels, qui ne transmettent les informations que de haut en bas, BiFPN permet une fusion rapide et simple des caractéristiques à plusieurs échelles en introduisant des poids apprenables pour déterminer l'importance des différentes caractéristiques d'entrée.
• Mise à l'échelle composée : EfficientDet augmente conjointement la résolution, la profondeur et la largeur de tous les réseaux du backbone, des caractéristiques et de prédiction des boîtes/classes, ce qui produit des modèles allant du modèle léger D0 au modèle massif D7.

Comparaison des performances et des métriques#

Lorsqu'on compare ces modèles, il est essentiel d'évaluer leurs performances sur des benchmarks standard comme le jeu de données COCO. Le tableau ci-dessous met en évidence les compromis entre la taille, la demande en calcul (FLOPs) et la vitesse d'inférence.

Analyse équilibrée#

YOLOv5 se distingue par sa flexibilité de déploiement et sa compatibilité avec l'accélération matérielle brute. Observe les vitesses fulgurantes de TensorRT sur le GPU T4. Cela rend YOLOv5 particulièrement adapté aux analyses vidéo à haut débit et aux pipelines d'inférence en temps réel. De plus, l'écosystème Ultralytics permet d'exporter vers des formats comme ONNX, CoreML et TensorRT à l'aide d'une seule ligne de commande.

EfficientDet offre une excellente efficacité en matière de paramètres. Pour un nombre de paramètres donné, il obtient souvent une précision moyenne (mAP) élevée. Cependant, cette efficacité théorique ne se traduit pas toujours par des temps d'inférence réels plus rapides sur les GPU edge en raison du routage complexe de la couche BiFPN, qui peut être limité par la bande passante mémoire plutôt que par la puissance de calcul.

Écosystème et facilité d'utilisation#

L'avantage déterminant du choix d'un modèle Ultralytics réside dans l'écosystème qui l'entoure. YOLOv5 fait partie d'un dépôt activement développé et fortement maintenu, bénéficiant d'un soutien considérable de la communauté.

Avec l'introduction de la plateforme Ultralytics, tu peux passer facilement de la collecte des données au déploiement. Cette plateforme prend en charge nativement l'auto-annotation, l'entraînement dans le cloud et la surveillance des modèles. En revanche, l'entraînement d'EfficientDet nécessite souvent de se familiariser avec les complexités des anciennes API de détection d'objets TensorFlow, ce qui peut représenter une courbe d'apprentissage abrupte pour le prototypage rapide.

En outre, la polyvalence de YOLOv5 s'étend au-delà des boîtes englobantes. Grâce à des mises à jour continues, le framework Ultralytics prend nativement en charge la segmentation d'instances et la classification d'images, en fournissant une API unifiée pour plusieurs tâches de vision par ordinateur.

Cas d’utilisation idéaux#

• Choisis YOLOv5 si : tu as besoin d'un prototypage rapide, d'une expérience d'entraînement fluide et d'un déploiement edge hautement optimisé. Il est idéal pour les drones, l'analyse du commerce de détail et les applications mobiles où une faible latence est essentielle.
• Choisis EfficientDet si : tu travailles strictement dans un environnement Google Cloud/TensorFlow AutoML et que tu recherches une précision maximale par paramètre sans contraintes strictes de latence en temps réel.

La prochaine génération : adopte YOLO26#

Bien que YOLOv5 reste un outil fiable et polyvalent, le paysage de la vision par ordinateur a évolué. Pour les développeurs qui recherchent le nec plus ultra 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 de bout en bout sans NMS : YOLO26 élimine nativement le besoin d'une post-traitement par suppression non maximale. Cela réduit considérablement la variance de latence et simplifie l'architecture de déploiement.
• Jusqu'à 43 % d'inférence plus rapide sur CPU : fortement optimisé pour l'IA edge, il offre des vitesses inédites sur les appareils edge basse consommation et les CPU standard dépourvus de GPU dédiés.
• Optimiseur MuSGD : inspiré des techniques d'entraînement des grands modèles de langage (LLM), cet hybride de SGD et de Muon garantit un entraînement très stable et une convergence rapide.
• Fonctions de perte avancées : l'intégration de ProgLoss et de STAL améliore considérablement la reconnaissance des petites cibles, ce qui est essentiel pour les images prises par des drones à haute altitude et la robotique.
• Suppression de DFL : en supprimant Distribution Focal Loss, le processus d'exportation du modèle est simplifié, ce qui améliore encore la compatibilité avec divers accélérateurs matériels.

Les utilisateurs souhaitant explorer d'autres architectures récentes de l'écosystème Ultralytics peuvent également comparer des modèles comme YOLOv10 ou RT-DETR.

Exemple de code : entraînement et inférence#

Pour démontrer la facilité d'utilisation inégalée de l'écosystème Ultralytics, voici comment entraîner un modèle YOLO moderne et effectuer une inférence avec celui-ci. Ce code est exécutable à 100 % et gère automatiquement le téléchargement du jeu 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 grâce à des mises à jour comme YOLO26, Ultralytics veille à ce que les développeurs disposent toujours des meilleurs outils pour résoudre les défis réels de l'intelligence visuelle.