YOLOv5 vs YOLOX
L'évolution de la vision par ordinateur en temps réel a connu de nombreuses étapes marquantes, différentes architectures ayant amélioré la vitesse et la précision. Deux modèles particulièrement influents dans ce domaine sont YOLOv5 et YOLOX. Bien qu'ils soient tous deux réputés pour leurs performances élevées en détection d'objets, leurs approches architecturales sont fondamentalement différentes.
Ce guide propose une analyse technique de ces deux modèles en comparant leurs architectures, leurs métriques de performance, leurs méthodes d'entraînement et leurs scénarios de déploiement idéaux afin d'aider les développeurs et les chercheurs à choisir l'outil adapté à leurs projets d'IA de vision.
Présentation des modèles et différences architecturales#
Ultralytics YOLOv5#
- Auteur : Glenn Jocher
- Organisation : Ultralytics
- Date : 2020-06-26
- GitHub : Dépôt Ultralytics YOLOv5
- Documentation : Documentation officielle de YOLOv5
Introduit par Ultralytics, YOLOv5 est rapidement devenu une référence du secteur grâce à son équilibre entre performances, facilité d'utilisation et efficacité mémoire. Développé nativement sur le framework PyTorch, YOLOv5 utilise une architecture basée sur des ancres. Il s'appuie sur des formes de boîtes englobantes prédéfinies pour prédire la position des objets, ce qui le rend particulièrement efficace pour les tâches classiques de détection d'objets.
L'un des principaux atouts de YOLOv5 est son écosystème bien maintenu. Il offre une documentation complète, une API Python simple et une intégration native à la plateforme Ultralytics. Les développeurs peuvent ainsi passer directement de l'annotation des jeux de données à l'entraînement, puis à l'exportation vers des formats comme ONNX et TensorRT.
Les modèles Ultralytics YOLO nécessitent généralement beaucoup moins de mémoire GPU à l'entraînement que les alternatives complexes basées sur des Transformers. Cette faible empreinte mémoire rend YOLOv5 très accessible aux chercheurs qui travaillent avec du matériel grand public.
YOLOX de Megvii#
- Auteurs : Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun
- Organisation : Megvii
- Date : 2021-07-18
- arXiv : YOLOX : dépasser la série YOLO en 2021
- GitHub : Dépôt YOLOX de Megvii
- Documentation : Documentation YOLOX sur GitHub
Développé par des chercheurs de Megvii, YOLOX a emprunté une autre voie en introduisant une conception sans ancres dans la famille YOLO. En éliminant les boîtes d'ancrage, YOLOX simplifie la tête de détection et réduit considérablement le nombre de paramètres heuristiques qui doivent être réglés manuellement pendant l'entraînement.
YOLOX intègre également une tête découplée — qui sépare les tâches de classification et de régression en branches de réseau distinctes — et utilise la stratégie d'affectation des étiquettes SimOTA. Ces innovations rapprochent la recherche universitaire des applications industrielles, ce qui rend YOLOX particulièrement efficace dans les environnements où les échelles des objets varient beaucoup.
Performances et métriques#
Lors de l'évaluation de modèles de vision par ordinateur, le compromis entre la précision moyenne (mAP) et la vitesse d'inférence est essentiel. Les deux modèles proposent différentes tailles, de Nano à Extra-Large, pour répondre aux contraintes matérielles.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | - | 1.12 | 1.9 | 4.5 |
| YOLOv5s | 640 | 37.4 | - | 1.92 | 7.2 | 16.5 |
| YOLOv5m | 640 | 45.4 | - | 4.03 | 21.2 | 49.0 |
| YOLOv5l | 640 | 49.0 | - | 6.61 | 46.5 | 109.1 |
| YOLOv5x | 640 | 50.7 | - | 11.89 | 86.7 | 205.7 |
| YOLOXnano | 416 | 25.8 | - | - | 0.91 | 1.08 |
| YOLOXtiny | 416 | 32.8 | - | - | 5.06 | 6.45 |
| YOLOXs | 640 | 40.5 | - | 2.56 | 9.0 | 26.8 |
| YOLOXm | 640 | 46.9 | - | 5.43 | 25.3 | 73.8 |
| YOLOXl | 640 | 49.7 | - | 9.04 | 54.2 | 155.6 |
| YOLOXx | 640 | 51.1 | - | 16.1 | 99.1 | 281.9 |
YOLOXx atteint une précision maximale légèrement supérieure (51.1 mAP), mais YOLOv5 propose une chaîne de déploiement plus mature et largement testée sur du matériel CPU et GPU. YOLOv5 affiche également une latence TensorRT sur T4 inférieure à celle de YOLOX pour des tailles comparables, ce qui en fait un choix fiable pour l'analyse vidéo en temps réel.
Méthodes d’entraînement et facilité d’utilisation#
L'expérience de développement varie considérablement entre ces deux architectures.
L'approche YOLOX#
L'entraînement de YOLOX nécessite généralement de cloner le dépôt d'origine, de gérer des dépendances spécifiques et d'exécuter des scripts complexes en ligne de commande. Bien qu'il prenne en charge des fonctionnalités avancées comme l'entraînement en précision mixte et les configurations multinœuds via MegEngine, sa prise en main peut être difficile pour les développeurs qui ont besoin de prototyper rapidement.
L’avantage Ultralytics#
À l'inverse, Ultralytics privilégie une expérience utilisateur fluide. Avec le package Python ultralytics, les développeurs peuvent charger, entraîner et valider un modèle avec un minimum de code répétitif. Ultralytics gère automatiquement l'augmentation de données et la planification du taux d'apprentissage, et propose un réglage intégré des hyperparamètres.
from ultralytics import YOLO
# Charger un petit modèle YOLOv5 préentraîné
model = YOLO("yolov5su.pt") # YOLOv5u : poids YOLOv5 sans ancres pour le package ultralytics
# Entraîner le modèle sur le jeu de données COCO8
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Valider les performances du modèle
metrics = model.val()La polyvalence de YOLOv5 dépasse également la détection classique d'objets : le dépôt d'origine YOLOv5 prend en charge la segmentation d'instances et la classification d'images, tandis que le package ultralytics couvre ces tâches avec des modèles plus récents comme YOLO26.
Une fois l'entraînement terminé, exporter un modèle YOLOv5 vers ONNX, CoreML, LiteRT ou OpenVINO se fait aussi simplement qu'avec un seul appel, par exemple model.export(format="onnx"). Tu n'as ainsi pas besoin des scripts de conversion tiers souvent nécessaires avec les dépôts orientés recherche.
Applications concrètes#
Le choix entre ces modèles dépend de ton environnement de déploiement et de tes exigences techniques :
- Commerce de détail et gestion des stocks : pour les applications qui nécessitent la reconnaissance de produits en temps réel sur des appareils périphériques comme le NVIDIA Jetson, YOLOv5 est bien adapté. Sa faible empreinte mémoire et ses vitesses d'inférence TensorRT élevées permettent de prendre en charge des chaînes de traitement multi-caméras à des fréquences d'images en temps réel.
- Recherche universitaire et architectures personnalisées : YOLOX est très apprécié dans la communauté de recherche. Sa tête découplée et sa conception sans ancres en font une excellente base pour les ingénieurs qui souhaitent tester de nouvelles stratégies d'affectation des étiquettes ou travailler sur des jeux de données pour lesquels les boîtes d'ancrage classiques ne se généralisent pas.
- IA agricole : pour des tâches d'agriculture de précision comme la détection de fruits ou l'identification des mauvaises herbes par drone, la simplicité d'entraînement et de déploiement des modèles YOLOv5 avec la plateforme Ultralytics permet aux spécialistes du domaine de mettre en œuvre des solutions d'IA sans expertise approfondie en ingénierie de l'apprentissage automatique.
Cas d’utilisation et recommandations#
Le choix entre YOLOv5 et YOLOX dépend des exigences spécifiques de ton projet, de tes contraintes de déploiement et de tes préférences en matière d'écosystème.
Quand choisir YOLOv5#
YOLOv5 est un excellent choix pour :
- Systèmes éprouvés en production : déploiements existants où la longue expérience de stabilité de YOLOv5, sa documentation complète et sa vaste communauté sont appréciées.
- Entraînement avec des ressources limitées : les environnements disposant de ressources GPU limitées, où le pipeline d’entraînement efficace de YOLOv5 et ses besoins en mémoire réduits sont avantageux.
- Prise en charge étendue des formats d’exportation : les projets qui nécessitent un déploiement dans de nombreux formats, notamment ONNX, TensorRT, CoreML et LiteRT.
Quand choisir YOLOX#
YOLOX est recommandé pour :
- Recherche sur la détection sans ancres : recherche universitaire qui utilise l’architecture épurée sans ancres de YOLOX comme référence pour expérimenter de nouvelles têtes de détection ou fonctions de perte.
- Appareils périphériques ultralégers : déploiement sur des microcontrôleurs ou du matériel mobile ancien, où l’empreinte extrêmement réduite (0,91 M de paramètres) de la variante YOLOX-Nano est essentielle.
- Études sur l’assignation d’étiquettes SimOTA : projets de recherche qui étudient les stratégies d’assignation d’étiquettes basées sur le transport optimal et leur impact sur la convergence de l’entraînement.
Quand choisir Ultralytics (YOLO26)#
Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre le meilleur équilibre entre performances et expérience développeur :
- Déploiement en périphérie sans NMS : les applications qui exigent des inférences à faible latence et constantes, sans la complexité du post-traitement par suppression non maximale.
- Environnements exclusivement CPU : appareils sans accélération GPU dédiée, sur lesquels YOLO26n est jusqu’à 43 % plus rapide que YOLO11n sur CPU.
- Détection de petits objets : scénarios difficiles comme les images aériennes capturées par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent la précision sur les objets minuscules.
L’avenir de l’IA visuelle : voici YOLO26#
YOLOv5 et YOLOX ont tous deux marqué l'histoire de la vision par ordinateur, mais le domaine progresse rapidement. Pour les développeurs qui démarrent un projet aujourd'hui, Ultralytics recommande son modèle le plus récent, YOLO26.
Publié en janvier 2026, YOLO26 représente une avancée importante en matière de performances et de facilité d'utilisation. Il introduit une conception facultative de bout en bout sans NMS (activée avec nms=False) qui supprime le post-traitement par suppression des non-maxima. Cela réduit la variabilité de la latence et simplifie la logique de déploiement sur les appareils basse consommation.
De plus, YOLO26 utilise l'optimiseur MuSGD, un hybride de SGD et Muon inspiré des innovations de l'entraînement des LLM, pour assurer une convergence stable et rapide. Avec la suppression de DFL (Distribution Focal Loss supprimée pour simplifier l'export et améliorer la compatibilité avec les appareils périphériques et basse consommation), YOLO26n atteint une inférence CPU jusqu'à 43 % plus rapide que YOLO11n, ce qui fait de YOLO26 un excellent choix pour l'informatique moderne en périphérie, la robotique et les applications IoT. De plus, ProgLoss + STAL (perte progressive et attribution des étiquettes tenant compte des petites cibles) améliore considérablement la reconnaissance des petits objets, un point essentiel pour l'IoT, la robotique et l'imagerie aérienne. Les utilisateurs intéressés par les générations précédentes peuvent aussi découvrir YOLO11, même si YOLO26 reste le choix recommandé pour les nouveaux projets.
Conclusion#
YOLOv5 et YOLOX offrent tous deux de solides capacités de détection d'objets. En 2021, YOLOX a montré que les conceptions sans ancres pouvaient égaler et dépasser les méthodes basées sur des ancres. Cependant, YOLOv5 reste très utilisé grâce à sa facilité d'utilisation, à son vaste écosystème et à ses besoins réduits en mémoire pendant l'entraînement.
Pour la grande majorité des applications commerciales, l'écosystème Ultralytics offre le chemin le plus rapide entre un jeu de données brut et un modèle déployé en production. Qu'ils utilisent YOLOv5, une solution éprouvée, ou passent à YOLO26, les développeurs bénéficient d'un framework conçu pour rendre l'IA de vision accessible et efficace.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.