YOLOv7 vs YOLOv10 : l'évolution de la détection d'objets en temps réel

Le domaine de la vision par ordinateur a connu des avancées remarquables ces dernières années, la famille de modèles YOLO (You Only Look Once) étant en première ligne 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 explorerons les différences clés entre deux architectures emblématiques : YOLOv7 et YOLOv10.

Introduction aux modèles

Ces deux modèles représentent des étapes significatives dans l'histoire de l'intelligence artificielle, mais ils adoptent des approches fondamentalement différentes pour résoudre les défis de la détection d'objets.

YOLOv7 : Le pionnier du "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 la façon dont les réseaux de neurones sont optimisés. La recherche originale, détaillée dans leur article académique et hébergée sur leur dépôt GitHub officiel, s'est fortement concentrée sur la re-paramétrisation architecturale et un « bag-of-freebies » entraînable.

YOLOv7 exploite 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 original. Cela en fait un choix robuste pour les benchmarks de recherche académique et les systèmes fortement dépendants des GPU haut de gamme standards.

En savoir plus sur YOLOv7

YOLOv10 : Détection de bout en bout en temps réel

Développé par Ao Wang et son équipe à l'université Tsinghua, YOLOv10 est sorti le 23 mai 2024. Comme détaillé dans sa publication arxiv et le dépôt GitHub de Tsinghua, ce modèle élimine un goulot d'étranglement de longue date dans la détection d'objets : la suppression non maximale (NMS).

YOLOv10 a introduit des affectations doubles cohérentes pour un entraînement sans NMS, modifiant fondamentalement le pipeline de post-traitement. En déployant une stratégie de conception de modèle axée sur une efficacité et une précision holistiques, YOLOv10 réduit la redondance computationnelle. Cela aboutit à une architecture spécifiquement adaptée aux appareils de périphérie 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 crucial d'évaluer les compromis entre précision, vitesse et poids computationnel. Le tableau suivant montre comment différentes tailles de ces modèles se comparent les unes aux autres.

Analyse des compromis

Les mesures ci-dessus révèlent un écart générationnel frappant. Alors que YOLOv7x offre un mAP^val très solide 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 beaucoup 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 dictent leurs cas d'utilisation optimaux.

Quand utiliser YOLOv7

En raison de sa riche représentation des caractéristiques, YOLOv7 excelle dans des environnements très complexes. Les cas d'utilisation tels que la surveillance du flux de trafic dans les zones urbaines denses, l'analyse d'imagerie satellite ou l'identification de défauts dans l'automatisation de la fabrication bénéficient de sa robuste re-paramétrisation structurelle. Il est également fortement privilégié dans les environnements existants déjà profondément intégrés avec des pipelines PyTorch 1.12 spécifiques.

Quand utiliser YOLOv10

La conception légère et sans NMS de YOLOv10 brille dans les environnements contraints. Il est fortement recommandé pour les appareils de edge computing tels que le NVIDIA Jetson Nano ou le Raspberry Pi. Sa performance à faible latence le rend parfait pour les applications rapides comme l'analyse sportive, la navigation autonome de drones et le tri robotique à haute vitesse sur tapis roulants.

L'avantage de l'écosystème Ultralytics

Bien que les deux modèles aient de solides racines académiques, leur véritable potentiel est libéré lorsqu'ils sont utilisés au sein de la plateforme unifiée Ultralytics. Développer des modèles de vision par ordinateur à partir de zéro est notoirement difficile, mais l'écosystème Ultralytics offre une expérience inégalée pour les ingénieurs en apprentissage automatique.

• Facilité d'utilisation : L'API Python Ultralytics fournit une interface unifiée. Tu peux entraîner, valider et exporter des modèles avec seulement quelques lignes de code, en évitant les cauchemars de dépendances complexes associés aux dépôts académiques typiques.
• Écosystème bien entretenu : 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 des démos web rapides.
• Exigences de mémoire : Les détecteurs d'objets basés sur les Transformer consomment souvent des quantités massives de mémoire CUDA pendant l'entraînement. En revanche, les modèles YOLO d'Ultralytics nécessitent beaucoup moins de mémoire, permettant des tailles de lot beaucoup plus importantes sur du matériel grand public.
• Polyvalence : Le pipeline Ultralytics ne se limite pas aux boîtes englobantes standards. Il prend en charge de manière transparente l'estimation de pose, la segmentation d'instance et les boîtes englobantes orientées sur les familles de modèles prises en charge comme YOLO11 et YOLOv8.

Exemple de pipeline 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, des contraintes de déploiement et de tes préférences en matière d'écosystème.

Quand choisir YOLOv7

YOLOv7 est un choix solide pour :

• Benchmarking académique : Reproduire les résultats de pointe de 2022 ou étudier les effets des techniques E-ELAN et du sac d'astuces entraînable.
• Recherche sur le reparamétrage : Étudier les convolutions reparamétrées planifiées et les stratégies de mise à l'échelle des modèles composés.
• Pipelines personnalisés existants : Projets avec des pipelines fortement personnalisés construits autour de l'architecture spécifique de YOLOv7 qui ne peuvent pas être facilement refactorisés.

Quand choisir YOLOv10

YOLOv10 est recommandé pour :

• Détection en temps réel sans NMS : Applications bénéficiant d'une détection de bout en bout sans suppression des non-maximums, réduisant la complexité de déploiement.
• Compromis vitesse-précision équilibrés : Projets nécessitant un bon équilibre entre la vitesse d'inférence et la précision de détection sur différentes échelles de modèles.
• Consistent-Latency Applications: Deployment scenarios where predictable inference times are critical, such as robotics or autonomous systems.

Quand choisir Ultralytics (YOLO26)

Pour la plupart des nouveaux projets, Ultralytics YOLO26 offre la meilleure combinaison de performance et d'expérience développeur :

• Déploiement Edge sans NMS : Applications nécessitant une inférence cohérente et à faible latence sans la complexité du post-traitement par suppression des non-maximums.
• Environnements 100 % CPU : Appareils sans accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 offre un avantage décisif.
• Détection de petits objets : Scénarios difficiles comme l'imagerie par drone aérien 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 progresse constamment. Sorti en janvier 2026, Ultralytics YOLO26 est le nouveau standard incontesté en matière d'efficacité et de précision pour tous les scénarios de déploiement en périphérie et dans le cloud.

Si tu démarres un nouveau projet de vision par ordinateur aujourd'hui, 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.
• Inférence CPU jusqu'à 43 % plus rapide : En supprimant stratégiquement le module Distribution Focal Loss (DFL), YOLO26 accélère radicalement l'exécution sur du matériel d'edge computing non-GPU, ce qui en fait une centrale pour les appareils IoT.
• Optimiseur MuSGD : Inspiré par les récentes innovations en matière d'entraînement de grands modèles de langage, YOLO26 intègre un hybride de SGD et Muon, stabilisant les voies d'entraînement et garantissant une convergence plus rapide.
• ProgLoss + STAL : Ces fonctions de perte avancées apportent des améliorations notables dans la reconnaissance des petits objets, surmontant une faiblesse historique des anciennes générations de YOLO.
• Polyvalence inégalée : YOLO26 propose des optimisations natives spécifiques aux tâches telles que l'estimation de log-vraisemblance résiduelle (RLE) pour le suivi de pose et des pertes d'angle spécialisées pour une détection OBB précise dans l'imagerie aérienne.

Pour les ingénieurs recherchant l'équilibre ultime entre vitesse, précision et simplicité de déploiement, la transition des anciens modèles vers YOLO26 offre un avantage concurrentiel immédiat et mesurable.