YOLOv7 vs YOLO11#
La vision par ordinateur a rapidement évolué ces dernières années. Pour les développeurs et les chercheurs qui choisissent un cadre de détection d’objets, il est important de comprendre les différences architecturales et pratiques entre les générations de modèles. Ce guide propose une comparaison technique détaillée entre le modèle universitaire YOLOv7 et le modèle Ultralytics YOLO11, prêt pour la production.
Origines des modèles et philosophies architecturales#
YOLOv7, publié le 6 juillet 2022 par Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao de l’Institut des sciences de l’information de l’Academia Sinica, a introduit plusieurs concepts novateurs dans le domaine. Présenté en détail dans leur article de recherche sur YOLOv7 publié sur arXiv, le modèle mise fortement sur une approche de « sac de bonus entraînable » et sur les réseaux d’agrégation de couches efficaces étendus (E-ELAN). Ces choix architecturaux ont été conçus spécifiquement pour maximiser l’efficacité des chemins de gradient, ce qui en fait un outil puissant pour les évaluations comparatives universitaires sur des GPU haut de gamme.
YOLO11, développé par Glenn Jocher et Jing Qiu chez Ultralytics, a été publié le 27 septembre 2024. YOLO11 délaisse la complexité architecturale pure au profit d’un écosystème global pensé d’abord pour les développeurs. Hébergé dans le dépôt GitHub d’Ultralytics, YOLO11 présente une conception sans ancres optimisée qui réduit la consommation de mémoire pendant l’entraînement et l’inférence. Il est intégré nativement à Ultralytics Platform, qui couvre tout le flux de travail, de l’annotation des jeux de données au déploiement en périphérie.
Alors que les dépôts autonomes sont souvent abandonnés après la publication d’un article universitaire, les modèles Ultralytics bénéficient de mises à jour continues, qui assurent leur compatibilité à long terme avec les piles modernes de machine learning, notamment les dernières versions de PyTorch et les accélérateurs matériels spécialisés.
Mesures des performances et efficacité#
Lors du déploiement de modèles dans des applications réelles, il faut trouver un équilibre entre la précision brute, la vitesse d’inférence et la charge de calcul. Tu trouveras ci-dessous une comparaison directe des variantes de YOLOv7 et YOLO11 évaluées sur les benchmarks standard du jeu de données COCO.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
| YOLO11n | 640 | 39.5 | 56.1 | 1.5 | 2.6 | 6.5 |
| YOLO11s | 640 | 47.0 | 90.0 | 2.5 | 9.4 | 21.6 |
| YOLO11m | 640 | 51.5 | 183.2 | 4.7 | 20.1 | 68.1 |
| YOLO11l | 640 | 53.4 | 238.6 | 6.2 | 25.3 | 87.2 |
| YOLO11x | 640 | 54.7 | 462.8 | 11.3 | 56.9 | 195.3 |
Remarque : l’absence de vitesses CPU pour YOLOv7 s’explique par des environnements de test hérités qui ne normalisaient pas les benchmarks ONNX sur CPU. Les meilleures valeurs des catégories comparables sont mises en évidence.
Analyse des résultats#
Les données illustrent une nette évolution en matière d'efficacité. Le modèle YOLO11l (Large) atteint un mAPval50-95 supérieur, de 53,4 %, à celui de YOLOv7l, qui est de 51,4 %, tout en utilisant beaucoup moins de paramètres (25,3 M contre 36,9 M) et moins de FLOPs (87,2 B contre 104,7 B). Cette réduction de la complexité computationnelle permet à YOLO11 de s'exécuter plus rapidement sur les implémentations NVIDIA TensorRT et nécessite moins de VRAM, ce qui le rend bien mieux adapté aux environnements aux ressources matérielles limitées.
Facilité d’utilisation et workflows d’entraînement#
L’expérience des développeurs constitue un point de divergence majeur entre les deux frameworks.
Entraînement de YOLOv7#
L’utilisation de la base de code open source d’origine de YOLOv7 nécessite souvent de cloner le dépôt, de résoudre les dépendances manuellement et d’utiliser des commandes verbeuses. La gestion de différentes tâches ou l’exportation vers des formats mobiles implique souvent de modifier les scripts sources ou de s’appuyer sur des forks tiers.
Entraînement de YOLO11#
YOLO11 est étroitement intégré au paquet Python ultralytics, ce qui simplifie le cycle de vie de l’apprentissage automatique. L’entraînement d’un modèle de détection d’objets ne nécessite que quelques lignes de code, et le cadre gère le téléchargement, l’augmentation et la mise en cache des jeux de données.
from ultralytics import YOLO
# Charge un modèle YOLO11 Nano préentraîné pour une vitesse maximale
model = YOLO("yolo11n.pt")
# Entraîner le modèle sur le jeu de données d’exemple COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)
# Exporte le modèle entraîné au format ONNX pour le déploiement
export_path = model.export(format="onnx")YOLO11 est également polyvalent. En changeant le suffixe du modèle, les développeurs peuvent passer de la détection à la segmentation d’instances, à la classification d’images, à l’estimation de pose ou à la détection par boîtes englobantes orientées (OBB) ; cette prise en charge native de plusieurs tâches fait défaut à YOLOv7.
L’exportation de YOLO11 vers des formats de périphérie comme Apple CoreML ou Intel OpenVINO ne nécessite qu’une seule commande .export(), évitant ainsi les manipulations complexes des graphes souvent nécessaires avec les modèles des générations précédentes.
Scénarios de déploiement idéaux#
Comprendre les points forts de chaque modèle aide à déterminer les cas d’utilisation qui lui conviennent le mieux.
- Reproduction de comparaisons historiques : YOLOv7 reste utile aux chercheurs qui doivent reproduire des résultats précis de 2022 ou étudier les effets des techniques de reparamétrisation sur les réseaux fondés sur des ancres.
- Environnements de production commerciale : YOLO11 est un excellent choix pour les systèmes d’entreprise. Sa stabilité, sa maintenance active et son intégration à Ultralytics Platform, la plateforme cloud, le rendent bien adapté à l’analyse du commerce de détail à grande échelle, à la surveillance de sécurité et au contrôle qualité industriel.
- Informatique en périphérie aux ressources limitées : la variante légère YOLO11n est conçue pour les appareils de périphérie à faible consommation et s’exécute efficacement sur un Raspberry Pi ou des modules NVIDIA Jetson.
Perspectives : YOLO26#
YOLO11 reste un modèle mature et bien pris en charge, mais le domaine continue d’évoluer. Pour les nouveaux projets de vision, le choix recommandé est Ultralytics YOLO26.
Publié en janvier 2026, YOLO26 introduit plusieurs fonctionnalités qui améliorent YOLOv7 et YOLO11 :
- Architecture facultative sans NMS : la tête facultative à correspondance un-à-un de YOLO26 (
nms=False) élimine le besoin de post-traitement par suppression non maximale. Cette conception de bout en bout simplifie les pipelines de déploiement et réduit les variations de latence. - Inférence CPU jusqu’à 43 % plus rapide : en supprimant le module Distribution Focal Loss (DFL), YOLO26 est optimisé pour les appareils de périphérie et les environnements sans GPU dédié ; YOLO26n s’exécute jusqu’à 43 % plus vite sur CPU que YOLO11n.
- Intégration de l’optimiseur MuSGD : inspiré des techniques avancées d’entraînement des LLM de Moonshot AI, cet optimiseur hybride améliore la stabilité de l’entraînement et la vitesse de convergence.
- Amélioration de la détection des petits objets : la perte progressive (ProgLoss) et l’assignation des étiquettes adaptée aux petites cibles (STAL) améliorent la précision sur les petits objets, ce qui est utile pour l’analyse de l’imagerie aérienne par drone et de données complexes issues de capteurs IoT.
Pour les utilisateurs qui s’intéressent aux architectures basées sur les Transformers ou à d’autres paradigmes, la documentation Ultralytics présente également des modèles comme le détecteur Transformer RT-DETR et le modèle à vocabulaire ouvert YOLO-World.