Comparaison entre YOLOv7 et YOLOv10#

Le domaine de la vision par ordinateur a connu des avancées remarquables au cours des dernières années, la famille de modèles YOLO (You Only Look Once) étant à l'avant-garde de la détection d'objets en temps réel. Choisir la bonne architecture pour tes projets de vision par ordinateur nécessite une compréhension approfondie des options disponibles. Dans cette comparaison technique complète, nous examinerons les principales différences entre deux architectures emblématiques : YOLOv7 et YOLOv10.

Introduction aux modèles#

Ces deux modèles représentent des jalons importants dans l'histoire de l'intelligence artificielle, mais ils adoptent des approches fondamentalement différentes pour résoudre les difficultés liées à la détection d'objets.

YOLOv7 : le pionnier des bag-of-freebies#

Publié le 6 juillet 2022 par les chercheurs Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao de l'Institute of Information Science, Academia Sinica, YOLOv7 a introduit un changement de paradigme dans l'optimisation des réseaux neuronaux. La recherche originale, détaillée dans leur article scientifique et hébergée sur leur dépôt GitHub officiel, s'est fortement concentrée sur la reparamétrisation de l'architecture et un « bag-of-freebies » entraînable.

YOLOv7 s'appuie sur un réseau d'agrégation de couches efficace étendu (E-ELAN) pour guider le réseau dans l'apprentissage de caractéristiques diverses sans détruire le chemin de gradient d'origine. Cela en fait un choix robuste pour les benchmarks de recherche académique et les systèmes reposant fortement sur des GPU haut de gamme standard.

En savoir plus sur YOLOv7

YOLOv10 : détection de bout en bout en temps réel#

Développé par Ao Wang et son équipe de la Tsinghua University, YOLOv10 est sorti le 23 mai 2024. Comme l'expliquent sa publication arxiv et le dépôt GitHub de Tsinghua, ce modèle élimine un goulot d'étranglement ancien de la détection d'objets : la suppression des non-maxima (NMS).

YOLOv10 a introduit des affectations doubles cohérentes pour un entraînement sans NMS, modifiant fondamentalement le pipeline de post-traitement. Grâce à une stratégie globale de conception de modèle guidée par l'efficacité et la précision, YOLOv10 réduit la redondance des calculs. Il en résulte une architecture particulièrement adaptée aux appareils edge nécessitant une latence extrêmement faible.

En savoir plus sur YOLOv10

Comparaison des performances et des métriques#

Lors de l'analyse des performances d'un modèle, il est essentiel d'évaluer les compromis entre précision, vitesse et coût computationnel. Le tableau suivant montre comment les différentes tailles de ces modèles se comparent.

Analyse des compromis#

Les métriques ci-dessus révèlent un écart générationnel marqué. Alors que YOLOv7x atteint un mAP^val très élevé de 53,1 %, il nécessite 71,3 millions de paramètres et 189,9 milliards de FLOPs. En revanche, YOLOv10l dépasse cette précision (53,3 % de mAP) tout en nécessitant moins de la moitié des paramètres (29,5 millions) et nettement moins de FLOPs (120,3 milliards). De plus, le YOLOv10n hautement optimisé offre une vitesse d'inférence étonnante de 1,56 ms, ce qui le rend idéal pour l'analyse vidéo en temps réel et les applications mobiles.

Cas d’utilisation réels#

Les différences architecturales entre ces modèles déterminent leurs cas d'utilisation optimaux.

Quand utiliser YOLOv7#

Grâce à sa riche représentation des caractéristiques, YOLOv7 excelle dans les environnements très complexes. Des cas d'utilisation tels que la surveillance de la circulation dans les zones urbaines denses, l'analyse d'images satellite ou l'identification de défauts dans l'automatisation industrielle bénéficient de sa robuste reparamétrisation structurelle. Il est également très prisé dans les environnements existants déjà profondément intégrés à des pipelines PyTorch 1.12 spécifiques.

Quand utiliser YOLOv10#

La conception légère et sans NMS de YOLOv10 se distingue dans les environnements aux ressources limitées. Il est vivement recommandé pour les appareils edge computing tels que le NVIDIA Jetson Nano ou le Raspberry Pi. Ses performances à faible latence le rendent idéal pour les applications rapides comme l'analyse sportive, la navigation autonome de drones et le tri robotisé à grande vitesse sur des convoyeurs.

L’avantage de l’écosystème Ultralytics#

Bien que les deux modèles aient de solides racines académiques, leur véritable potentiel se révèle lorsqu'ils sont utilisés au sein de l'Ultralytics Platform unifiée. Développer des modèles de vision par ordinateur à partir de zéro est notoirement difficile, mais l'écosystème Ultralytics offre une expérience inégalée aux ingénieurs en machine learning.

• Facilité d'utilisation : L'API Python d'Ultralytics fournit une interface unifiée. Tu peux entraîner, valider et exporter des modèles avec seulement quelques lignes de code, en évitant les problèmes complexes de dépendances associés aux dépôts académiques classiques.
• Écosystème bien maintenu : Ultralytics garantit que le code sous-jacent est activement développé. Les utilisateurs bénéficient d'intégrations fluides avec des outils ML populaires comme Weights & Biases pour la journalisation ou Hugging Face pour créer rapidement des démos web.
• Besoins en mémoire : Les détecteurs d'objets fondés sur des Transformer consomment souvent d'énormes quantités de mémoire CUDA pendant l'entraînement. En revanche, les modèles YOLO d'Ultralytics nécessitent beaucoup moins de mémoire, ce qui permet d'utiliser des tailles de batch bien plus grandes sur du matériel grand public.
• Polyvalence : Le pipeline Ultralytics ne se limite pas aux boîtes englobantes standard. Il prend également en charge de manière fluide l'estimation de pose, la segmentation d'instances et les boîtes englobantes orientées avec des familles de modèles prises en charge comme YOLO11 et YOLOv8.

Exemple d'entraînement simplifié#

Exécuter un pipeline d'entraînement avec Ultralytics est remarquablement simple. Que tu exploites la robustesse historique de YOLOv7 ou la vitesse sans NMS de YOLOv10, la syntaxe reste cohérente :

from ultralytics import YOLO

# Load the preferred model (e.g., YOLOv10 Nano)
model = YOLO("yolov10n.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Run an inference prediction on a sample image
predictions = model.predict("https://ultralytics.com/images/bus.jpg")

# Export to an edge-friendly format like ONNX
model.export(format="onnx")

Cas d'utilisation et recommandations#

Le choix entre YOLOv7 et YOLOv10 dépend des exigences spécifiques de ton projet, de tes contraintes de déploiement et de tes préférences en matière d'écosystème.

Quand choisir YOLOv7#

YOLOv7 est un choix pertinent pour :

• Évaluation comparative universitaire : reproduire les résultats de pointe de 2022 ou étudier les effets de E-ELAN et des techniques de sac d'astuces entraînable.
• Recherche sur la reparamétrisation : étudier les convolutions reparamétrisées planifiées et les stratégies de mise à l'échelle composée des modèles.
• Pipelines personnalisés existants : les projets dotés de pipelines fortement personnalisés construits autour de l'architecture spécifique de YOLOv7, qui ne peuvent pas être facilement remaniés.

Quand choisir YOLOv10#

YOLOv10 est recommandé pour :

• Détection en temps réel sans NMS : les applications qui bénéficient d’une détection de bout en bout sans suppression des non-maxima, réduisant ainsi la complexité du déploiement.
• Compromis équilibré entre vitesse et précision : les projets nécessitant un équilibre solide entre la vitesse d’inférence et la précision de détection pour différentes tailles de modèles.
• Applications à latence constante : les scénarios de déploiement où des temps d’inférence prévisibles sont essentiels, comme la robotique ou les systèmes autonomes.

Quand choisir Ultralytics (YOLO26)#

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre le meilleur compromis entre performance et expérience développeur :

• Déploiement edge sans NMS : les applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale.
• Environnements exclusivement CPU : les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 constitue un avantage décisif.
• Détection de petits objets : les scénarios difficiles comme les images aériennes prises par drone ou l'analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision sur les objets minuscules.

L'avenir : présentation de YOLO26#

Bien que YOLOv7 et YOLOv10 soient des jalons impressionnants, la frontière de l'IA ne cesse d'avancer. Sorti en janvier 2026, Ultralytics YOLO26 est la nouvelle référence incontestée en matière d'efficacité et de précision pour tous les scénarios de déploiement edge et cloud.

Si tu démarres aujourd'hui un nouveau projet de vision par ordinateur, YOLO26 est l'architecture recommandée. Il s'appuie sur l'héritage de ses prédécesseurs en intégrant plusieurs innovations révolutionnaires :

• Conception de bout en bout sans NMS : S'inspirant de YOLOv10, YOLO26 élimine nativement le post-traitement NMS, garantissant une inférence à latence ultra-faible pour la robotique déterministe en temps réel.
• Jusqu'à 43 % d'inférence CPU plus rapide : En supprimant stratégiquement le module Distribution Focal Loss (DFL), YOLO26 accélère considérablement l'exécution sur le matériel edge computing dépourvu de GPU, ce qui en fait une solution extrêmement performante pour les appareils IoT.
• Optimiseur MuSGD : Inspiré des récentes innovations dans l'entraînement des grands modèles de langage, YOLO26 intègre un hybride de SGD et de Muon, stabilisant les chemins d'entraînement et garantissant une convergence plus rapide.
• ProgLoss + STAL : Ces fonctions de perte avancées améliorent sensiblement la reconnaissance des petits objets et surmontent une faiblesse historique des anciennes générations de YOLO.
• Polyvalence inégalée : YOLO26 intègre des optimisations natives et spécifiques aux tâches, telles que Residual Log-Likelihood Estimation (RLE) pour le suivi de pose et des fonctions de perte angulaire spécialisées pour une détection précise des OBB dans les images aériennes.

Pour les ingénieurs qui recherchent l'équilibre ultime entre vitesse, précision et simplicité de déploiement, passer des modèles existants à YOLO26 procure un avantage concurrentiel immédiat et mesurable.