Comparaison entre YOLOv7 et EfficientDet#

Sélectionner l’architecture de réseau neuronal optimale est le fondement de tout projet réussi de vision par ordinateur. Ce guide fournit une comparaison technique détaillée entre deux modèles majeurs de l’histoire des architectures de détection d’objets : YOLOv7 et EfficientDet. En examinant leurs innovations architecturales, leurs méthodes d’entraînement et leurs scénarios de déploiement idéaux, les développeurs peuvent prendre des décisions éclairées. Nous examinerons également comment les avancées modernes, notamment le révolutionnaire Ultralytics YOLO26, ont redéfini l’état de l’art actuel.

Origines des modèles et détails techniques#

Les deux modèles ont été développés par des équipes de recherche éminentes et ont apporté des avancées significatives au domaine de l’apprentissage automatique.

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 : YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
• GitHub : WongKinYiu/yolov7
• Documentation : Documentation Ultralytics YOLOv7

En apprends plus sur YOLOv7

EfficientDet

• Auteurs : Mingxing Tan, Ruoming Pang et Quoc V. Le
• Organisation : Google Research
• Date : 20/11/2019
• Arxiv : EfficientDet: Scalable and Efficient Object Detection
• GitHub : Google AutoML EfficientDet

Différences architecturales et analyse équilibrée#

Comprendre les différences structurelles fondamentales entre ces réseaux est essentiel pour un déploiement efficace des modèles.

EfficientDet : mise à l’échelle composée et BiFPN#

Développé au sein de l’écosystème TensorFlow, EfficientDet a introduit une approche méthodique de la mise à l’échelle des modèles. Plutôt que d’élargir ou d’approfondir arbitrairement le réseau, les chercheurs de Google ont utilisé une méthode de mise à l’échelle composée qui augmente uniformément la résolution, la profondeur et la largeur.

De plus, EfficientDet a introduit le réseau pyramidal de caractéristiques bidirectionnel (BiFPN). Ce composant architectural permet une fusion facile et rapide des caractéristiques à plusieurs échelles.

Points forts : Très efficace en nombre de paramètres, avec une précision moyenne (mAP) élevée et moins de FLOPs que de nombreux modèles contemporains. Points faibles : Repose fortement sur les stratégies de recherche AutoML héritées. Son intégration dans les workflows modernes et dynamiques PyTorch peut être laborieuse, et sa latence sur les appareils edge est souvent plus élevée que prévu malgré un faible nombre de FLOPs.

YOLOv7 : sac d’astuces entraînables#

YOLOv7 a donné la priorité à l’inférence en temps réel et à l’optimisation de l’entraînement. Il a introduit le concept de réseau étendu d’agrégation de couches efficace (E-ELAN), qui permet au modèle d’apprendre continuellement des caractéristiques plus diversifiées sans détruire le chemin de gradient d’origine. YOLOv7 a également employé une technique appelée « trainable bag-of-freebies », qui améliore considérablement la précision de détection sans augmenter le coût d’inférence.

Points forts : Vitesses de traitement exceptionnelles et latence d’inférence avantageuse, ce qui le rend idéal pour les flux vidéo à FPS élevé. Points faibles : Bien qu’il soit très performant, il repose toujours sur des ancres et nécessite une suppression des non-maxima (NMS) lors du post-traitement, ce qui peut créer un goulot d’étranglement de latence dans les scènes très encombrées.

Métriques de performance et benchmarks#

Le tableau ci-dessous compare les principales métriques de performance, afin de permettre aux développeurs d’évaluer les compromis entre vitesse, nombre de paramètres et précision.

Comme indiqué, bien qu’EfficientDet-d7 atteigne un mAP élevé, sa vitesse avec TensorRT est nettement inférieure à celle des variantes de YOLOv7, ce qui souligne la domination de ces dernières en matière de détection d’objets en temps réel accélérée par GPU.

L’évolution de la détection d’objets : YOLO26#

Bien que YOLOv7 et EfficientDet aient posé des bases essentielles, le paysage de l’IA pour la vision évolue rapidement. Pour les applications modernes nécessitant le plus haut niveau d’efficacité et de précision, nous recommandons vivement de passer à YOLO26, sorti en janvier 2026.

YOLO26 remédie aux limites inhérentes aux générations précédentes et offre une polyvalence sans précédent pour la détection d’objets, la segmentation d’instances, la classification d’images et l’estimation de pose.

Principales innovations de YOLO26#

• Conception de bout en bout sans NMS : YOLO26 élimine nativement le post-traitement par suppression des non-maxima (NMS). D’abord développée dans YOLOv10, cette approche simplifie la logique de déploiement et garantit une exécution cohérente à faible latence, quelle que soit la densité d’objets.
• Suppression de DFL : En supprimant la perte focale de distribution (DFL), l’architecture du modèle est largement simplifiée, ce qui améliore sa compatibilité avec les environnements d’informatique edge fortement contraints.
• Inférence CPU jusqu’à 43 % plus rapide : Fortement optimisé pour les environnements dépourvus de GPU dédiés, ce qui le rend considérablement plus rapide qu’EfficientDet sur du matériel léger.
• Optimiseur MuSGD : Inspiré de techniques issues des grands modèles de langage, comme Kimi K2 de Moonshot AI, cet hybride de SGD et de Muon apporte une stabilité de niveau LLM et une convergence rapide à l’entraînement en vision par ordinateur.
• ProgLoss + STAL : Ces fonctions de perte avancées améliorent considérablement la reconnaissance des petits objets, une fonctionnalité essentielle pour l’imagerie aérienne et les applications de drones.
• Améliorations spécifiques aux tâches : Inclut une fonction de perte de segmentation sémantique et un proto multi-échelle pour les tâches de segmentation, l’estimation résiduelle de log-vraisemblance (RLE) pour l’estimation de pose complexe, ainsi qu’une perte angulaire spécialisée conçue pour corriger les problèmes de limites des boîtes englobantes orientées (OBB).

Pour les équipes qui utilisent actuellement des systèmes hérités, le passage à l’Ultralytics Platform ouvre un workflow rationalisé dans lequel ces modèles de pointe peuvent être entraînés et déployés facilement. Les développeurs peuvent également explorer des versions antérieures robustes comme YOLO11 et YOLOv8, selon leurs besoins spécifiques de rétrocompatibilité.

Entraînement rationalisé et facilité d’utilisation#

L’une des caractéristiques distinctives des modèles Ultralytics est leur facilité d’utilisation exceptionnelle. Contrairement à la configuration complexe à dépendances multiples requise par les environnements TensorFlow AutoML d’EfficientDet, Ultralytics fournit une API simple et idiomatique pour Python.

Cet environnement réduit l’utilisation de la mémoire CUDA pendant l’entraînement, garantissant que même les grands jeux de données peuvent être traités efficacement sans erreurs de mémoire insuffisante (OOM), fréquentes dans les architectures volumineuses basées sur des Transformers.

Exemple de code : démarrer avec Ultralytics#

L’extrait suivant montre comment les développeurs peuvent utiliser le package Ultralytics pour entraîner facilement un modèle YOLO26 de pointe, sans configuration supplémentaire.

from ultralytics import YOLO

# Initialize the state-of-the-art YOLO26 model for object detection
model = YOLO("yolo26n.pt")

# Train the model effortlessly using the integrated Ultralytics ecosystem
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    device=0,  # Auto-selects optimal device
    batch=16,
)

# Validate the model's performance
metrics = model.val()
print(f"Validation mAP50-95: {metrics.box.map}")

# Export the model for edge deployment (e.g., OpenVINO for CPU optimization)
model.export(format="openvino")

Cas d’utilisation idéaux et applications concrètes#

Lors de la conception d’une solution, il est impératif d’aligner les points forts du modèle sur le cas d’utilisation spécifique.

Quand utiliser EfficientDet#

EfficientDet reste un candidat pour la recherche universitaire héritée ou les environnements strictement liés à l’écosystème Google Cloud, où les expériences de mise à l’échelle composée constituent l’objectif principal. Ses variantes plus petites (d0-d2) sont utiles lorsque la taille sur disque est fortement limitée.

Quand utiliser YOLOv7#

YOLOv7 excelle dans les configurations héritées hautes performances, notamment lorsque l’intégration à PyTorch est privilégiée par rapport à TensorFlow. Il reste largement déployé dans les domaines suivants :

• Analyse vidéo : Traitement de flux de sécurité à fréquence d’images élevée lorsque l’accélération GPU est abondante.
• Inspection industrielle : Identification des défauts sur les chaînes d’assemblage industrielles à déplacement rapide.

Quand choisir YOLO26#

Pour tous les nouveaux déploiements, YOLO26 est la recommandation incontestable. Son équilibre des performances inégalé et son écosystème robuste et bien entretenu en font le choix optimal pour :

• Villes intelligentes et gestion du trafic : Sa conception sans NMS garantit une latence d’inférence cohérente, essentielle à la coordination du trafic en temps réel.
• Robotique et systèmes autonomes : L’impressionnante amélioration de 43 % de la vitesse d’inférence CPU garantit des algorithmes de navigation très réactifs pour les appareils embarqués.
• Surveillance agricole et aérienne : Utilisation de ProgLoss et STAL pour identifier précisément de petits objets, comme certaines cultures ou des animaux sauvages, dans des images prises à haute altitude.

En résumé, bien qu’EfficientDet et YOLOv7 offrent un contexte historique précieux et une utilité dans certains créneaux spécifiques, l’ingénieur moderne en vision par ordinateur a tout intérêt à adopter l’architecture Ultralytics YOLO26, qui résout élégamment les goulots d’étranglement précédents tout en repoussant les limites de ce qui est possible en intelligence artificielle.