YOLOv6-3.0 vs DAMO-YOLO
Le domaine de la vision par ordinateur évolue constamment, de nouvelles architectures améliorant la vitesse et la précision de la détection d’objets en temps réel. YOLOv6-3.0 et DAMO-YOLO sont deux candidats remarquables dans ce domaine. Les deux modèles introduisent des innovations architecturales spécifiques pour maximiser les performances sur du matériel industriel. Ce guide propose une comparaison technique complète de ces deux modèles, en examinant leurs architectures, leurs méthodologies d’entraînement et leurs cas d’utilisation idéaux, tout en présentant les avantages de nouvelle génération des modèles Ultralytics comme YOLO26.
Profils des modèles#
YOLOv6-3.0 : un débit de niveau industriel#
Développé par le département Vision AI de Meituan, YOLOv6-3.0 est spécialement conçu pour les applications industrielles à haut débit. Il vise avant tout à maximiser les performances sur des accélérateurs matériels comme les GPU NVIDIA.
- Auteurs : Chuyi Li, Lulu Li, Yifei Geng, et al.
- Organisation : Meituan
- Date : 2023-01-13
- arXiv : 2301.05586
- GitHub : meituan/YOLOv6
- Documentation : Documentation Ultralytics YOLOv6
YOLOv6-3.0 introduit un module de concaténation bidirectionnelle (BiC) pour améliorer la fusion des caractéristiques et utilise une stratégie d’entraînement assisté par ancres (AAT). Cette stratégie combine les avantages des détecteurs avec ancres et des détecteurs sans ancres pendant l’entraînement, tout en conservant une inférence strictement sans ancres. Son backbone EfficientRep est très adapté au traitement par lots sur GPU, ce qui convient aux charges de travail de compréhension vidéo à grande échelle.
DAMO-YOLO : rapidité et précision grâce à NAS#
Créé par Alibaba Group, DAMO-YOLO utilise la recherche d’architectures neuronales (NAS) pour découvrir automatiquement les structures de backbone les plus efficaces pour l’inférence en temps réel.
- Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, et al.
- Organisation : Alibaba Group
- Date : 2022-11-23
- arXiv : 2211.15444v2
- GitHub : tinyvision/DAMO-YOLO
DAMO-YOLO se distingue par son RepGFPN (réseau pyramidal de caractéristiques généralisé reparamétré), qui assure une fusion efficace des caractéristiques à plusieurs échelles, et par sa conception ZeroHead, qui réduit considérablement la surcharge de calcul de la tête de détection. Il intègre également l’assignation d’étiquettes AlignedOTA et des techniques de distillation des connaissances pour améliorer la précision sans augmenter le nombre de paramètres du modèle.
Bien que DAMO-YOLO atteigne une excellente précision, sa forte dépendance à la distillation des connaissances pendant l’entraînement nécessite un modèle « enseignant » beaucoup plus volumineux. Cela augmente considérablement la mémoire CUDA nécessaire pendant la phase d’entraînement par rapport à des architectures plus simples.
Comparaison des performances#
Lors de l’évaluation de modèles de détection d’objets, l’équilibre entre la précision moyenne (mAP) et la vitesse d’inférence est crucial. Tu trouveras ci-dessous une comparaison détaillée de YOLOv6-3.0 et DAMO-YOLO à différentes échelles de modèles.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv6-3.0n | 640 | 37.5 | - | 1.17 | 4.7 | 11.4 |
| YOLOv6-3.0s | 640 | 45.0 | - | 2.66 | 18.5 | 45.3 |
| YOLOv6-3.0m | 640 | 50.0 | - | 5.28 | 34.9 | 85.8 |
| YOLOv6-3.0l | 640 | 52.8 | - | 8.95 | 59.6 | 150.7 |
| DAMO-YOLOt | 640 | 42.0 | - | 2.32 | 8.5 | 18.1 |
| DAMO-YOLOs | 640 | 46.0 | - | 3.45 | 16.3 | 37.8 |
| DAMO-YOLOm | 640 | 49.2 | - | 5.09 | 28.2 | 61.8 |
| DAMO-YOLOl | 640 | 50.8 | - | 7.18 | 42.1 | 97.3 |
YOLOv6-3.0 affiche une vitesse élevée sur les GPU NVIDIA grâce aux optimisations TensorRT, en particulier dans ses variantes nano et small. Cependant, les backbones optimisés par NAS de DAMO-YOLO nécessitent généralement moins de FLOPs aux échelles medium et large, ce qui procure un léger avantage en latence pour les déploiements de grande envergure.
L’avantage Ultralytics : place à YOLO26#
YOLOv6-3.0 et DAMO-YOLO sont des outils puissants, mais les développeurs sont souvent confrontés à des pipelines de déploiement complexes, à des besoins mémoire élevés pendant l’entraînement et à des architectures rigides limitées à une seule tâche. L’écosystème Ultralytics offre une expérience développeur plus fluide.
YOLO26 est le dernier modèle Ultralytics. Sorti en janvier 2026, Ultralytics YOLO26 améliore à la fois l’efficacité et la polyvalence.
Principales innovations de YOLO26#
- Conception de bout en bout sans NMS : s’appuyant sur l’entraînement sans NMS que YOLOv10 a introduit dans les modèles YOLO, la tête facultative à correspondance un-à-un de YOLO26 (
nms=False) supprime le post-traitement par suppression non maximale (NMS). Cela réduit les variations de latence et simplifie le déploiement sur les appareils en périphérie via CoreML ou LiteRT. - Suppression de DFL : En supprimant Distribution Focal Loss, YOLO26 simplifie le processus d’exportation et améliore la compatibilité avec le matériel en périphérie à faible consommation.
- Inférence CPU jusqu’à 43 % plus rapide : Pour les applications dépourvues de GPU dédié, YOLO26n fonctionne jusqu’à 43 % plus rapidement sur CPU que YOLO11n.
- Optimiseur MuSGD : Inspiré des techniques d’entraînement des LLM comme Kimi K2 de Moonshot AI, YOLO26 utilise l’optimiseur MuSGD (hybride de SGD et de Muon) pour un entraînement stable et une convergence plus rapide.
- ProgLoss + STAL : Une fonction de perte progressive et une stratégie d’affectation des étiquettes sensible aux petites cibles améliorent la reconnaissance des petits objets, ce qui est utile pour les opérations par drone et le suivi de cibles éloignées.
- Polyvalence multi-tâche : Contrairement à DAMO-YOLO, qui est strictement un détecteur, YOLO26 prend en charge dès son installation la segmentation d’instances, la segmentation sémantique, l’estimation de profondeur, la classification, l’estimation de pose (via l’estimation résiduelle de la log-vraisemblance) et les boîtes englobantes orientées (OBB), le tout au sein d’une API unifiée.
Contrairement aux architectures complexes basées sur Transformer comme RT-DETR ou aux pipelines de distillation exigeants de DAMO-YOLO, les modèles Ultralytics sont réputés pour leur faible empreinte VRAM. Tu peux entraîner un modèle YOLO26 sur du matériel grand public.
Flux de travail Python simplifié#
L’entraînement et le déploiement de modèles à la pointe de la technologie ne devraient pas nécessiter des centaines de lignes de code passe-partout. Le package Python Ultralytics simplifie le cycle de vie du machine learning.
from ultralytics import YOLO
# Charger le petit modèle YOLO26
model = YOLO("yolo26s.pt")
# Entraîner le modèle avec la gestion des données intégrée
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exécuter une inférence ultra-rapide et afficher les résultats
results = model("https://ultralytics.com/images/bus.jpg")
results[0].show()
# Exporter vers ONNX ou TensorRT
model.export(format="onnx")Cas d’utilisation idéaux#
Le choix de l’architecture adaptée dépend de tes contraintes de déploiement :
Quand utiliser YOLOv6-3.0#
- Analyse vidéo à grand batch : idéale pour traiter des flux vidéo denses sur des serveurs GPU d’entreprise où TensorRT peut être pleinement exploité.
- Automatisation industrielle : lignes de fabrication à grande vitesse effectuant la détection des défauts pour le contrôle qualité.
Quand utiliser DAMO-YOLO#
- Silicium personnalisé : recherche sur la cartographie de la recherche d’architectures neuronales pour du matériel NPU propriétaire spécifique.
- Recherche universitaire : évaluation comparative de nouvelles techniques de distillation des connaissances pour les réseaux en temps réel.
Quand utiliser Ultralytics YOLO26#
- Déploiements sur appareils périphériques et mobiles : La tête facultative sans NMS, la suppression de DFL et une inférence sur CPU jusqu’à 43 % plus rapide (YOLO26n par rapport à YOLO11n) en font un modèle bien adapté aux déploiements sur iOS, Android et Raspberry Pi.
- Du prototypage rapide à la production : L’intégration avec la plateforme Ultralytics permet aux équipes de passer de l’annotation des jeux de données au déploiement mondial dans le cloud en quelques jours, et non en quelques mois.
- Pipelines de vision complexes : Lorsqu’un projet combine des boîtes englobantes, des points clés de pose humaine et des masques de segmentation précis.
Conclusion#
YOLOv6-3.0 et DAMO-YOLO ont tous deux largement contribué à la science de la détection d’objets en temps réel. YOLOv6 a perfectionné la maximisation de l’utilisation des GPU, tandis que DAMO-YOLO a démontré la puissance de la recherche automatisée d’architectures.
Cependant, pour les développeurs qui recherchent un bon équilibre entre précision, vitesse d’inférence et facilité de maintenance de l’écosystème, la famille Ultralytics YOLO est un excellent choix. Les optimisations introduites dans YOLO26 abaissent encore le seuil d’accès aux applications de vision par ordinateur en production.
Pour approfondir, tu peux aussi comparer ces modèles à d’autres architectures présentées dans la documentation, comme YOLO11 ou les approches basées sur Transformer comme RT-DETR.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.