YOLOv7 vs YOLOX#

L’évolution de la vision par ordinateur a été marquée par des avancées rapides dans la détection d’objets en temps réel. Deux étapes clés de cette évolution sont YOLOv7 et YOLOX. Bien que les deux modèles aient repoussé les limites de la vitesse et de la précision, ils ont adopté des philosophies architecturales différentes pour obtenir leurs résultats. Ce guide propose une comparaison technique complète de ces deux modèles puissants afin de t’aider à choisir l’architecture adaptée à tes projets de vision par ordinateur.

Introduction aux modèles#

Comprendre les origines et les principaux choix de conception de ces modèles est essentiel pour les déployer efficacement dans les opérations modernes de machine learning.

Détails de YOLOv7#

Développé par les chercheurs qui ont maintenu les architectures CSPNet et Scaled-YOLOv4, YOLOv7 a introduit une approche fondée sur un « sac d’astuces d’entraînement » ("trainable bag-of-freebies") afin de maximiser la précision sans augmenter le coût d’inférence.

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2022-07-06
• Arxiv : https://arxiv.org/abs/2207.02696
• GitHub : https://github.com/WongKinYiu/yolov7
• Documentation : Documentation Ultralytics YOLOv7

En apprends plus sur YOLOv7

Détails de YOLOX#

YOLOX a suivi une voie différente en revenant au paradigme de la détection sans ancres, tout en simplifiant considérablement l’architecture de la tête et en conservant des performances robustes.

• Auteurs : Zheng Ge, Songtao Liu, Feng Wang, Zeming Li et Jian Sun
• Organisation : Megvii
• Date : 2021-07-18
• Arxiv : https://arxiv.org/abs/2107.08430
• GitHub : https://github.com/Megvii-BaseDetection/YOLOX
• Documentation : Documentation officielle de YOLOX

En apprends plus sur YOLOX

Différences et innovations architecturales#

Les principales différences entre YOLOv7 et YOLOX résident dans leur approche de l’extraction des caractéristiques, de la prédiction des boîtes englobantes et de l’attribution des labels.

YOLOX : le pionnier de la détection sans ancres#

YOLOX a révolutionné la famille YOLO en adoptant une conception sans ancres. Les détecteurs traditionnels fondés sur des ancres nécessitent un réglage heuristique complexe pour le regroupement des boîtes d’ancrage, qui peut dépendre fortement du jeu de données. En supprimant les boîtes d’ancrage, YOLOX a considérablement réduit le nombre de paramètres de conception. De plus, YOLOX utilise une tête découplée, séparant les tâches de classification et de localisation en branches réseau distinctes. Cela résout le conflit inhérent entre la classification d’un objet et la régression de ses coordonnées spatiales. YOLOX intègre également des stratégies avancées d’attribution des labels, comme SimOTA, qui alloue dynamiquement les échantillons positifs pendant l’entraînement.

YOLOv7 : agrégation étendue et efficace des couches#

YOLOv7 est revenu aux méthodologies fondées sur des ancres, mais a introduit le réseau étendu d’agrégation efficace des couches (E-ELAN). E-ELAN optimise la longueur du chemin de gradient afin de garantir que le réseau apprenne efficacement à différentes profondeurs. L’architecture repose largement sur des techniques de reparamétrisation, qui fusionnent les couches convolutionnelles pendant l’inférence pour accélérer le traitement sans sacrifier la précision. La stratégie de « sac d’astuces » de YOLOv7 inclut des innovations telles que les convolutions reparamétrées planifiées et l’attribution de labels guidée par une approche du grossier au fin, qui portent la précision moyenne (mAP) du modèle à des niveaux remarquables.

Comparaison des performances#

Lors de l’évaluation de ces modèles pour la production, il est essentiel de trouver un équilibre entre précision et efficacité computationnelle. Le tableau ci-dessous illustre ces compromis en mettant en évidence en gras les métriques les plus performantes.

Comme indiqué ci-dessus, YOLOv7x atteint la mAP la plus élevée, ce qui le rend particulièrement précis pour les jeux de données complexes. À l’inverse, YOLOX-Nano est fortement optimisé pour les contraintes extrêmes en matière de ressources. Cependant, les deux modèles présentent une utilisation de la mémoire relativement élevée pendant l’entraînement par rapport aux architectures modernes.

Méthodes d’entraînement et écosystème#

Un facteur essentiel pour les chercheurs et les développeurs est la facilité d’implémentation. Historiquement, les anciennes versions de YOLO nécessitaient des scripts C++ fortement personnalisés ou une gestion complexe des dépendances.

L’avantage de l’écosystème Ultralytics#

Aujourd’hui, le moyen le plus efficace d’utiliser ces architectures passe par l’écosystème Ultralytics, soigneusement maintenu. Ultralytics fournit une API Python unifiée et très intuitive qui simplifie considérablement l’entraînement, la validation et le déploiement.

• Facilité d’utilisation : Avec seulement quelques lignes de code, tu peux lancer une boucle d’entraînement et réduire la courbe d’apprentissage abrupte associée aux implémentations PyTorch natives.
• Efficacité de l’entraînement : Les modèles Ultralytics YOLO utilisent intrinsèquement moins de mémoire pendant l’entraînement que les modèles Transformer lourds comme RT-DETR. Cela permet aux développeurs d’augmenter la taille des lots sur du matériel grand public.
• Polyvalence : Au-delà des simples boîtes englobantes, l’écosystème s’étend facilement à des tâches comme la segmentation d’instances et l’estimation de pose.

Voici un exemple 100 % exécutable montrant comment entraîner un modèle à l’aide de l’API Ultralytics :

from ultralytics import YOLO

# Load a pre-trained model
model = YOLO("yolov8n.pt")  # Readily available weights for rapid transfer learning

# Train the model efficiently on your custom data
results = model.train(
    data="coco8.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device="0",  # Utilizes optimal CUDA memory management
)

# Export seamlessly to ONNX or TensorRT
model.export(format="onnx")

En standardisant le pipeline d’exportation, les développeurs peuvent transférer facilement leurs poids vers des formats comme TensorRT ou ONNX, afin de garantir une inférence rapide sur le matériel cible.

Cas d’utilisation idéaux et applications concrètes#

Le choix entre YOLOX et YOLOv7 dépend en grande partie des cibles de déploiement :

• YOLOX pour l’IA en périphérie : Les variantes YOLOX-Nano et YOLOX-Tiny sont particulièrement adaptées au déploiement sur des appareils à faible consommation. Si tu construis une caméra de sécurité intelligente sur un Raspberry Pi, les convolutions simples sans ancres de YOLOX se transposent facilement aux accélérateurs edge.
• YOLOv7 pour les analyses haute fidélité : Si tu traites des images satellite haute résolution ou effectues un contrôle qualité industriel complexe, la mAP élevée de YOLOv7x, soutenue par des GPU NVIDIA haut de gamme, garantit que même les plus petites anomalies sont détectées.

L’avenir : passer à Ultralytics YOLO26#

Bien que YOLOv7 et YOLOX aient été révolutionnaires à leurs débuts, le paysage de la vision par ordinateur a considérablement évolué. Pour les nouveaux déploiements, les développeurs devraient se tourner vers Ultralytics YOLO26, sorti en janvier 2026. Ce modèle de pointe rassemble les meilleures théories architecturales au sein d’un système ultime, prêt pour la production.

Voici pourquoi la mise à niveau est vivement recommandée :

• Conception de bout en bout sans NMS : YOLO26 élimine nativement la suppression non maximale (NMS) lors du post-traitement. Introduite à l’origine dans YOLOv10, cette approche garantit une latence constamment faible et simplifie le déploiement sur les appareils dépourvus de prise en charge matérielle de NMS.
• Suppression de DFL : En supprimant Distribution Focal Loss, YOLO26 atteint une bien meilleure compatibilité avec les appareils edge à faible consommation et les exportations ONNX directes.
• Optimiseur MuSGD : Inspiré des innovations de l’entraînement des LLM, YOLO26 exploite un optimiseur hybride MuSGD qui garantit une convergence plus rapide et une dynamique d’entraînement extrêmement stable.
• Inférence CPU jusqu’à 43 % plus rapide : Fortement optimisé pour le matériel réel, YOLO26 fonctionne efficacement sur des CPU standard sans nécessiter une infrastructure GPU coûteuse.
• ProgLoss + STAL : Ces fonctions de perte avancées améliorent considérablement la reconnaissance des petits objets, une fonctionnalité essentielle pour les inspections par drones aériens et les réseaux IoT sophistiqués.

Pour les développeurs à la recherche du meilleur équilibre de performances entre la détection d’objets, la segmentation et d’autres tâches, le déploiement de modèles via l’Ultralytics Platform offre une expérience inégalée et sans friction.

Conclusion#

YOLOX et YOLOv7 ont tous deux introduit des techniques déterminantes qui ont façonné l’évolution de l’IA open source appliquée à la vision. YOLOX a démontré la viabilité des têtes découplées sans ancres, tandis que YOLOv7 a mis en évidence l’immense puissance de la reparamétrisation des chemins de gradient. Aujourd’hui, l’exploitation de l’écosystème Ultralytics te permet de tirer le maximum de ces architectures historiques ou de passer facilement à la solution de pointe YOLO26 afin de pérenniser ta prochaine application de vision par ordinateur.