Commencer

YOLOv5 vs YOLOv9

Le domaine de la vision par ordinateur et de la détection d’objets en temps réel a considérablement progressé ces dernières années. Choisir entre des modèles établis et éprouvés et des architectures de recherche plus récentes est un défi courant pour les ingénieurs en machine learning. Ce guide propose une comparaison technique complète de deux modèles très influents de la famille YOLO : YOLOv5 et YOLOv9.

Que tu déploies sur des appareils edge aux ressources limitées, que tu étudies l’extraction de caractéristiques haute fidélité ou que tu construises des pipelines complexes de détection d’objets, il est important de comprendre les différences architecturales, les métriques de performance et la prise en charge de l’écosystème de ces modèles.

Présentation des modèles#

Avant d'examiner les comparaisons architecturales, il est utile de connaître les origines et les principaux objectifs de chaque modèle.

Ultralytics YOLOv5#

Développé par Glenn Jocher et publié par Ultralytics le 26 juin 2020, YOLOv5 a transformé la manière dont les développeurs utilisaient les modèles de vision. En adoptant pleinement le framework PyTorch, YOLOv5 a remplacé les étapes de compilation complexes des anciens modèles basés sur Darknet par une expérience intuitive privilégiant Python.

YOLOv5 est réputé pour sa facilité d’utilisation et ses performances stables sur divers environnements matériels. Il prend en charge non seulement la détection, mais aussi la segmentation d’instances et la classification d’images.

YOLOv9#

Présenté par Chien-Yao Wang et Hong-Yuan Mark Liao de l'Institute of Information Science de l'Academia Sinica, à Taïwan, YOLOv9 se concentre fortement sur la théorie architecturale pour atténuer les problèmes de goulot d'étranglement de l'information dans les réseaux neuronaux profonds.

  • Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
  • Organisation : Institute of Information Science, Academia Sinica, Taïwan
  • Date : 2024-02-21
  • arXiv : 2402.13616
  • GitHub : Dépôt YOLOv9
  • Documentation : Documentation YOLOv9

YOLOv9 repose principalement sur deux innovations théoriques : Programmable Gradient Information (PGI) et Generalized Efficient Layer Aggregation Network (GELAN). Ces concepts aident le modèle à conserver les caractéristiques spatiales essentielles à travers les couches profondes du réseau.

En savoir plus sur YOLOv9

Des déploiements pérennes

YOLOv5 et YOLOv9 sont puissants, mais le plus récent YOLO26 offre un bon équilibre entre vitesse et précision. Grâce à l’inférence de bout en bout sans NMS facultative et à une inférence CPU jusqu’à 43 % plus rapide (YOLO26n par rapport à YOLO11n), YOLO26 est recommandé pour l’informatique edge moderne et les déploiements en production.

Différences architecturales et techniques#

Comprendre le fonctionnement interne de ces modèles de vision est essentiel pour optimiser les stratégies de déploiement de modèles.

Extraction et conservation des caractéristiques#

YOLOv5 utilise un backbone Cross Stage Partial Network (CSPNet), qui réduit efficacement la charge de calcul tout en maintenant un flux de gradients précis pendant la rétropropagation. Cette conception est fortement optimisée pour les opérations GPU traditionnelles et nécessite moins de mémoire pendant l'entraînement que les modèles alternatifs basés sur des Transformers, plus lourds.

YOLOv9 introduit GELAN, une architecture générique qui étend les principes de CSPNet. Associé à PGI — une branche auxiliaire réversible —, YOLOv9 aide les couches profondes à conserver les informations sémantiques nécessaires au calcul de gradients fiables. YOLOv9 peut ainsi atteindre une grande précision, en particulier sur les objets de petite taille.

Besoins en mémoire et efficacité de l’entraînement#

En matière d’efficacité d’entraînement, YOLOv5 reste performant. L’écosystème Ultralytics, activement maintenu, permet aux modèles YOLOv5 de consommer nettement moins de mémoire CUDA, ce qui aide les chercheurs à maximiser la taille des lots sur des GPU grand public. YOLOv9 offre une excellente efficacité en nombre de paramètres (précision élevée par rapport à sa taille), mais son entraînement peut demander davantage de ressources si aucun framework optimisé n’est utilisé. Heureusement, l’intégration de YOLOv9 à l’API Ultralytics le rapproche de YOLOv5 en matière de gestion rationalisée des ressources.

Performances et métriques#

Le tableau ci-dessous compare leurs performances sur le jeu de données COCO, notamment le mAP (précision moyenne), la vitesse d’inférence et le nombre de paramètres.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
YOLOv5n64028.0-1.121.94.5
YOLOv5s64037.4-1.927.216.5
YOLOv5m64045.4-4.0321.249.0
YOLOv5l64049.0-6.6146.5109.1
YOLOv5x64050.7-11.8986.7205.7
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Comme le montre le tableau, YOLOv9 atteint une précision brute plus élevée à taille équivalente, ce qui reflète sa nouvelle architecture. Toutefois, YOLOv5n conserve une faible latence de 1,12 ms sur T4 TensorRT, soulignant ses atouts durables pour les applications d’informatique edge localisées à haute vitesse.

Méthodes d'entraînement et facilité d'utilisation#

Aujourd’hui, une grande partie de la valeur pratique de la vision par ordinateur tient à l’accessibilité de la chaîne d’outils.

L’avantage Ultralytics#

Les dépôts de recherche d’origine consacrés à des modèles comme YOLOv9 sont fondamentaux, mais ils s’accompagnent souvent de matrices de dépendances complexes et de scripts passe-partout. L’API Python Ultralytics fait abstraction de la majeure partie de cette complexité. Avec l’écosystème Ultralytics, tu peux entraîner, évaluer et exporter YOLOv5 et YOLOv9 avec une syntaxe unifiée identique.

from ultralytics import YOLO

# Charger un modèle YOLOv5 préentraîné pour un déploiement rapide
model_v5 = YOLO("yolov5su.pt")  # YOLOv5u : poids YOLOv5 sans ancres pour le package ultralytics

# Ou utiliser un modèle YOLOv9 pour une précision haute fidélité
model_v9 = YOLO("yolov9c.pt")

# Entraîner sur le jeu de données d’exemple COCO8
results = model_v9.train(data="coco8.yaml", epochs=50, imgsz=640)

# Exporter le modèle entraîné vers ONNX
model_v9.export(format="onnx")

Cette approche à API unique offre une grande polyvalence : selon le modèle choisi, elle prend en charge non seulement la détection, mais aussi la segmentation d’instances, l’estimation de pose et les boîtes englobantes orientées (OBB). L’intégration d’outils comme Comet et Weights & Biases est également incluse dans la boucle d’entraînement.

Cas d’utilisation idéaux et applications concrètes#

Le choix entre ces architectures dépend principalement des contraintes de ton matériel et du niveau de précision requis par ton domaine d'application.

Quand choisir YOLOv5#

YOLOv5 est un modèle mature qui convient aux déploiements privilégiant la stabilité, une faible empreinte mémoire et une large compatibilité à l’exportation.

  • Déploiements mobiles : L’exportation de YOLOv5 vers LiteRT ou CoreML pour l’inférence sur appareil sur d’anciens smartphones est simple.
  • Matériel edge ancien : Sur des appareils comme Raspberry Pi ou les premières générations de NVIDIA Jetson Nano, les convolutions simples de YOLOv5 contribuent à maintenir des fréquences d’images stables pour des applications comme la gestion intelligente du stationnement.
  • Prototypage rapide : La grande disponibilité de tutoriels communautaires, de poids préentraînés personnalisés et la compatibilité étendue avec les jeux de données en font le moyen le plus rapide de valider une preuve de concept.

Quand choisir YOLOv9#

YOLOv9 convient parfaitement aux situations où il est essentiel de capturer des détails complexes et de réduire les faux négatifs, même si cela demande un peu plus de ressources de calcul.

  • Imagerie aérienne et satellite : Le framework PGI aide à préserver la fidélité des petits objets, ce qui rend YOLOv9 particulièrement adapté à la surveillance agricole par drone.
  • Diagnostic par imagerie médicale : Pour détecter de minuscules anomalies ou lésions dans des examens haute résolution, le flux de gradients précis de GELAN améliore le rappel.
  • Analytique du commerce de détail haut de gamme : Le suivi des produits qui se chevauchent sur des rayonnages très chargés bénéficie de la meilleure préservation des caractéristiques de YOLOv9.

Élargir ses horizons#

Comparer YOLOv5 et YOLOv9 permet de voir clairement l’évolution des architectures entre 2020 et 2024, mais le domaine continue d’évoluer rapidement. Pour bénéficier des dernières performances, les développeurs devraient choisir les modèles YOLO26. En proposant une conception native de bout en bout sans NMS (nms=False) comme solution de remplacement à la suppression non maximale traditionnelle et en utilisant l’optimiseur MuSGD avancé, YOLO26 comble l’écart entre la précision de la recherche et la vitesse de la production. Grâce à la suppression de DFL (Distribution Focal Loss supprimée pour simplifier l’exportation et améliorer la compatibilité avec les appareils edge et basse consommation), YOLO26n offre une inférence CPU jusqu’à 43 % plus rapide que YOLO11n et convient donc parfaitement à l’informatique edge. De plus, ProgLoss + STAL associe une perte progressive à une assignation des étiquettes tenant compte des petites cibles, afin d’améliorer notablement la reconnaissance des petits objets, essentielle pour l’IoT, la robotique et l’imagerie aérienne.

Tu peux également comparer ces architectures à d’autres modèles, comme YOLOv5 vs RT-DETR ou YOLOv5 vs YOLO11. Le framework unifié Ultralytics assure la cohérence de ton pipeline de développement, quel que soit le modèle choisi.

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un d’autre.