YOLOv5 et YOLOv7#

Le paysage de la vision par ordinateur a évolué rapidement au cours des dernières années, sous l'impulsion du besoin de détecter les objets en temps réel plus rapidement et avec davantage de précision. Lorsque tu choisis l'architecture adaptée à ton projet de vision par ordinateur, il est essentiel de comprendre les nuances entre des modèles populaires comme Ultralytics YOLOv5 et YOLOv7. Cette comparaison technique complète examine leurs architectures, leurs méthodes d'entraînement, leurs métriques de performance et leurs scénarios de déploiement idéaux afin de t'aider à prendre une décision éclairée.

En bref : origine des modèles#

Comprendre l'origine et les philosophies de conception de ces modèles permet de mieux contextualiser leurs choix architecturaux.

Détails de YOLOv5 :

• Auteurs : Glenn Jocher
• Organisation : Ultralytics
• Date : 2020-06-26
• GitHub : Dépôt YOLOv5
• Documentation : Documentation de YOLOv5

Détails de YOLOv7 :

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2022-07-06
• Arxiv : Article sur YOLOv7
• GitHub : Dépôt de YOLOv7
• Documentation : Documentation de YOLOv7

En apprends plus sur YOLOv7

Innovations et différences architecturales#

YOLOv5 : la référence en matière d'accessibilité#

Introduit par Ultralytics en 2020, YOLOv5 a changé la donne en utilisant nativement le framework PyTorch, réduisant considérablement la barrière à l'entrée pour les chercheurs et les développeurs. Son architecture repose sur un backbone CSPDarknet53 modifié, qui intègre des réseaux à étapes croisées partielles (CSP) afin de réduire le nombre de paramètres tout en maintenant le flux des gradients.

L'un de ses principaux atouts réside dans ses besoins en mémoire. Comparé aux anciens détecteurs en deux étapes ou aux modèles Transformer lourds comme RT-DETR, YOLOv5 nécessite beaucoup moins de mémoire CUDA pendant l'entraînement, ce qui permet d'utiliser des tailles de lot plus importantes sur des GPU grand public standard. De plus, sa polyvalence intégrée nativement prend en charge de manière fluide la classification d'images, la détection d'objets et la segmentation d'images.

YOLOv7 : repousser les limites de la précision en temps réel#

Publié à la mi-2022, YOLOv7 s'est attaché à repousser les limites de l'état de l'art en matière de détection en temps réel sur les benchmarks MS COCO. Les auteurs ont introduit l'Extended Efficient Layer Aggregation Network (E-ELAN), qui améliore la capacité d'apprentissage du réseau sans détruire le chemin de gradient d'origine.

YOLOv7 est également réputé pour son « bag-of-freebies entraînable », notamment pour ses techniques de reparamétrage pendant l'entraînement, qui convertissent plusieurs modules en une seule couche convolutive pour l'inférence, accélérant ainsi le traitement sans sacrifier la précision. Cependant, cette méthode d'entraînement complexe entraîne souvent une courbe d'apprentissage plus abrupte et des pipelines d'exportation moins simples que ceux de l'écosystème Ultralytics natif.

Comparaison des performances#

Lors de l'évaluation de ces modèles, l'équilibre des performances entre vitesse, précision et coût de calcul est primordial. Tu trouveras ci-dessous une comparaison détaillée de leurs métriques de performance basée sur l'ensemble de données val2017 de MS COCO.

Bien que YOLOv7 obtienne des scores mAP absolus plus élevés sur les variantes de grande taille, YOLOv5 propose une gamme de modèles inégalée, allant du Nano ultraléger (YOLOv5n) pour les appareils edge aux capacités extrêmement limitées jusqu'à l'Extra-Large (YOLOv5x) pour l'inférence dans le cloud.

L’avantage de l’écosystème Ultralytics#

L'utilité d'un modèle ne se limite pas à son architecture brute ; l'écosystème qui l'entoure détermine la rapidité avec laquelle il peut être déployé en production. C'est là que les modèles Ultralytics se distinguent.

• Facilité d'utilisation : La plateforme Ultralytics et son API Python unifiée offrent une expérience utilisateur fluide, une syntaxe simple et une documentation complète. L'entraînement d'un ensemble de données personnalisé ne nécessite aucun code boilerplate.
• Écosystème bien maintenu : Ultralytics bénéficie d'un développement actif, de mises à jour fréquentes et d'un solide soutien de la communauté. Les intégrations avec des outils comme Comet ML et Weights & Biases sont directement intégrées.
• Efficacité de l'entraînement : les chargeurs de données, la mise en cache intelligente et la prise en charge de plusieurs GPU rendent les modèles Ultralytics particulièrement efficaces à entraîner. Les poids pré-entraînés immédiatement disponibles accélèrent considérablement l'apprentissage par transfert.

Exemple de code : démarrage#

Avec Ultralytics, le déploiement d'un modèle ne nécessite que quelques lignes de code. L'extrait Python suivant montre à quel point il est simple de charger un modèle, de l'entraîner et d'exécuter une inférence avec le package recommandé ultralytics.

from ultralytics import YOLO

# Load a pretrained YOLOv5s model
model = YOLO("yolov5s.pt")

# Train the model on the COCO8 example dataset
# Ultralytics automatically handles data downloading and augmentation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run inference on a sample image
predictions = model("https://ultralytics.com/images/bus.jpg")

# Display the predictions
predictions[0].show()

En revanche, l'utilisation du dépôt YOLOv7 d'origine implique généralement de cloner des dépôts complexes, de gérer manuellement les dépendances et d'utiliser de longs arguments en ligne de commande.

Applications en conditions réelles et cas d'utilisation idéaux#

Quand choisir YOLOv7#

YOLOv7 reste un candidat solide pour les benchmarks universitaires ou certains pipelines GPU existants où le mAP maximal est le seul objectif et où le système est déjà adapté à ses tenseurs de sortie fondés sur des ancres. Les chercheurs qui étudient l'analyse des chemins de gradient utilisent souvent YOLOv7 comme référence.

Quand choisir YOLOv5#

YOLOv5 est très prisé dans les environnements de production en raison de son excellente stabilité. C'est le choix privilégié pour :

• Informatique mobile et edge : déployer YOLOv5n sur iOS via CoreML ou sur Android via TFLite.
• Startups agiles : les équipes qui ont besoin de cycles d'itération rapides bénéficient de l'intégration fluide de la plateforme Ultralytics pour la gestion des ensembles de données et l'entraînement dans le cloud.
• Environnements multitâches : les systèmes nécessitant simultanément la détection d'objets, la classification et la segmentation.

L’avenir : passer à YOLO26#

Si comparer YOLOv5 et YOLOv7 est un excellent exercice pour comprendre l'évolution de l'IA appliquée à la vision, l'état de l'art a continué de progresser. Publié en janvier 2026, Ultralytics YOLO26 représente un bond en avant majeur, rendant les architectures plus anciennes largement obsolètes pour les nouveaux projets.

Pour les développeurs qui recherchent des performances maximales, YOLO26 offre plusieurs avantages révolutionnaires par rapport à YOLOv5 et YOLOv7 :

• Conception de bout en bout sans NMS : en supprimant le post-traitement de suppression des non-maxima, YOLO26 simplifie considérablement le déploiement et offre une latence plus rapide et constante.
• Optimiseur MuSGD : inspiré des innovations en matière de LLM de Moonshot AI, cet optimiseur hybride assure un entraînement très stable et une convergence rapide.
• Vitesse edge sans précédent : spécifiquement optimisée pour les environnements edge, la variante nano affiche une inférence CPU jusqu'à 43 % plus rapide grâce à la suppression de la Distribution Focal Loss (DFL).
• Précision supérieure : de nouvelles fonctions de perte comme ProgLoss + STAL améliorent considérablement la reconnaissance des petits objets, ce qui rend ce modèle idéal pour les images prises par drone et la robotique.

Que tu entretiennes un pipeline YOLOv5 existant ou que tu souhaites mettre en œuvre YOLO26 à la pointe de la technologie, la plateforme Ultralytics fournit tous les outils nécessaires pour réussir dans la vision par ordinateur moderne.