YOLOv7 vs YOLOv9#

Le paysage de la détection d'objets en temps réel a évolué rapidement, chaque nouvelle itération repoussant les limites de ce qui est possible tant sur les appareils de périphérie que sur les serveurs cloud. Lors de l'évaluation des architectures pour des projets de vision par ordinateur, les développeurs comparent fréquemment des repères établis avec de nouvelles innovations. Ce guide complet compare deux jalons essentiels de la famille YOLO : YOLOv7 et YOLOv9.

Nous analyserons leurs avancées architecturales, leurs métriques de performance et leurs scénarios de déploiement idéaux pour t'aider à choisir le bon modèle pour ton application. Nous explorerons également comment la Ultralytics Platform unifie ces modèles, facilitant ainsi leur entraînement, leur validation et leur déploiement.

Lignée des modèles et spécifications techniques#

Comprendre les origines et les philosophies de conception de ces modèles fournit un contexte essentiel pour leurs capacités. Les deux modèles partagent une lignée de recherche commune mais ciblent des goulots d'étranglement architecturaux différents.

YOLOv7 : Le pionnier du Bag-of-Freebies#

Sorti mi-2022, YOLOv7 s'est imposé comme une architecture hautement fiable et fortement optimisée. Il a introduit la re-paramétrisation structurelle et une approche de « sac de cadeaux entraînable » pour maintenir des vitesses d'inférence élevées sans compromettre la précision moyenne (mAP).

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taiwan
• Date : 6 juillet 2022
• Arxiv : 2207.02696
• GitHub : WongKinYiu/yolov7

Innovations architecturales : YOLOv7 intègre le réseau Extended Efficient Layer Aggregation Network (E-ELAN), qui permet au modèle d'apprendre des caractéristiques plus diversifiées en élargissant, mélangeant et fusionnant la cardinalité. Cette conception se traduit par une excellente utilisation du GPU et une latence d'inférence. Cependant, il peut nécessiter une mémoire importante lors de cycles d'entraînement complexes par rapport aux itérations modernes.

En savoir plus sur YOLOv7

YOLOv9 : Résoudre le goulot d'étranglement de l'information#

Présenté début 2024 par la même équipe de recherche, YOLOv9 s'attaque au « goulot d'étranglement de l'information » inhérent aux réseaux de neurones profonds. À mesure que les données traversent les couches profondes, des détails cruciaux sont souvent perdus. YOLOv9 atténue ce problème grâce à de nouvelles conceptions de couches fondamentales.

• Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taiwan
• Date : 21 février 2024
• Arxiv : 2402.13616
• GitHub : WongKinYiu/yolov9

Innovations architecturales : YOLOv9 introduit Programmable Gradient Information (PGI) et le Generalized Efficient Layer Aggregation Network (GELAN). PGI garantit que des gradients fiables sont préservés et réinjectés pour mettre à jour les poids avec précision. GELAN maximise l'efficacité des paramètres, permettant à YOLOv9 d'atteindre une haute précision avec nettement moins de FLOPs que ses prédécesseurs.

En savoir plus sur YOLOv9

Analyse des performances#

Lors du choix entre les architectures, les ingénieurs en IA doivent équilibrer la précision, la vitesse d'inférence et le coût de calcul. Le tableau ci-dessous met en évidence les différences de performance entre ces modèles sur le jeu de données COCO standard.

Points clés à retenir#

• Efficacité des paramètres : YOLOv9m égale la précision de YOLOv7l (51,4 % mAP) tout en utilisant près de 45 % de paramètres en moins (20,0M contre 36,9M). Cette réduction drastique rend YOLOv9m beaucoup plus facile à déployer sur des appareils edge AI à mémoire limitée.
• Micro-déploiements : L'introduction de la variante YOLOv9t (tiny) offre des vitesses incroyables (2,3 ms sur T4 TensorRT) pour les environnements où les contraintes de temps réel sont absolues.
• Précision maximale : Pour les applications où la précision est primordiale, YOLOv9e pousse la précision de détection à 55,6 % mAP, surpassant significativement YOLOv7x.

L'avantage Ultralytics#

Choisir une architecture de modèle n'est que la première étape. L'écosystème logiciel qui entoure le modèle détermine la rapidité avec laquelle tu peux passer du prototype à la production. L'intégration de ces modèles via l'API Python d'Ultralytics offre des avantages substantiels pour les développeurs et les chercheurs.

Facilité d'utilisation et efficacité de l'entraînement#

Historiquement, l'entraînement de YOLOv7 nécessitait une préparation de données complexe et des scripts fortement personnalisés. Le framework Ultralytics abstrait ces complexités de deep learning. Les développeurs peuvent facilement basculer entre les architectures, expérimenter le réglage des hyperparamètres et utiliser des pipelines intelligents de génération de données augmentées avec un code minimal.

De plus, Ultralytics optimise l'utilisation de la mémoire pendant l'entraînement et l'inférence. Contrairement aux modèles transformer lourds (tels que RT-DETR), les architectures Ultralytics YOLO s'entraînent beaucoup plus rapidement et nécessitent beaucoup moins de mémoire CUDA, ce qui les rend idéales pour les GPU grand public.

Exemple de code : Entraînement simplifié#

L'entraînement de modèles de pointe est fluide au sein de l'écosystème Ultralytics. Voici un exemple entièrement exécutable démontrant comment entraîner et valider un modèle YOLOv9 :

from ultralytics import YOLO

# Initialize the model (you can swap 'yolov9c.pt' with 'yolov7.pt' or 'yolo26n.pt')
model = YOLO("yolov9c.pt")

# Train the model on the COCO8 sample dataset
train_results = model.train(
    data="coco8.yaml",
    epochs=50,
    imgsz=640,
    device="0",  # Use GPU 0 if available
    batch=16,  # Optimized batch size for memory efficiency
)

# Validate the model's performance on the validation set
metrics = model.val()

# Export the trained model to ONNX format for deployment
model.export(format="onnx")

Polyvalence inégalée à travers les tâches#

Un écosystème bien entretenu signifie l'accès à diverses tâches de vision par ordinateur. Alors que YOLOv7 a été principalement conçu pour la détection d'objets (avec des forks expérimentaux ultérieurs pour d'autres tâches), les modèles Ultralytics modernes sont conçus nativement pour la polyvalence. Prêt à l'emploi, tu peux effectuer une segmentation d'instances, une estimation de pose, une classification d'images et une détection par boîte englobante orientée (OBB) de manière transparente.

Cas d'utilisation et applications idéaux#

La décision entre YOLOv7 et YOLOv9 dépend souvent de tes contraintes industrielles spécifiques et de la disponibilité du matériel.

Quand utiliser YOLOv7#

• Déploiements Edge hérités : Pour les environnements matériels déjà fortement ajustés et optimisés pour l'architecture E-ELAN de YOLOv7, cela reste un choix robuste pour l'IoT industriel.
• Surveillance du trafic : Les taux de rafraîchissement élevés et la stabilité prouvée de YOLOv7 le rendent excellent pour l'infrastructure des villes intelligentes et la gestion du trafic en temps réel.
• Intégration robotique : Naviguer dans des environnements dynamiques nécessite un traitement à faible latence, un scénario où les variantes de YOLOv7 ont été intensivement testées.

Quand utiliser YOLOv9#

• Imagerie médicale : L'architecture PGI de YOLOv9 est exceptionnelle pour préserver les détails fins à travers les couches profondes, ce qui est crucial lors de l'analyse de tâches complexes d'analyse d'images médicales telles que la détection de tumeurs.
• Analytique de détail dense : Pour suivre et compter des articles densément emballés sur des étagères de vente au détail, l'intégration des fonctionnalités de YOLOv9 offre une précision supérieure et réduit les faux négatifs.
• Imagerie aérienne et par drone : L'efficacité des paramètres de YOLOv9m permet le traitement d'images haute résolution sur les drones, facilitant la conservation de la faune et la surveillance agricole sans vider la batterie.

Conclusion#

YOLOv7 et YOLOv9 ont tous deux consolidé leur place dans l'histoire de la vision par ordinateur. YOLOv7 a introduit des optimisations essentielles pour le traitement en temps réel, tandis que YOLOv9 s'est attaqué aux goulots d'étranglement structurels du deep learning pour maximiser l'efficacité des paramètres.

Cependant, pour les développeurs qui commencent de nouveaux projets aujourd'hui, tirer parti de l'écosystème Ultralytics — en particulier des modèles de nouvelle génération comme YOLO11 et YOLO26 — offre le compromis le plus favorable entre vitesse, précision et expérience développeur. Avec des innovations telles que l'optimiseur MuSGD et la suppression de la perte Distribution Focal Loss (DFL) pour une plus grande compatibilité matérielle, Ultralytics continue de fournir les outils les plus accessibles et puissants pour les professionnels de la vision par IA.