YOLOv8 vs YOLOv7#

Le domaine de la vision par ordinateur évolue constamment, de nouvelles architectures repoussant les limites de ce qui est possible en détection d’objets en temps réel. Dans cette analyse approfondie, nous comparons deux modèles très influents : Ultralytics YOLOv8 et YOLOv7. Les deux modèles ont eu un impact significatif sur la communauté des développeurs et la recherche universitaire, en proposant des approches uniques pour résoudre des tâches visuelles complexes.

Comprendre les différences structurelles et méthodologiques entre ces deux modèles est essentiel pour les ingénieurs en apprentissage automatique qui cherchent à optimiser leurs pipelines de déploiement. Alors que YOLOv7 a introduit une approche puissante de type « bag-of-freebies », adaptée au débit brut, Ultralytics YOLOv8 s’est concentré sur la création d’un écosystème complet et facile à utiliser, qui équilibre haute précision, faible consommation mémoire et polyvalence multi-tâches.

Ultralytics YOLOv8 : la référence polyvalente de l’écosystème#

Publié par Ultralytics au début de 2023, YOLOv8 représente une évolution architecturale majeure par rapport à ses prédécesseurs. Il a été conçu dès le départ pour être plus qu’un simple détecteur d’objets en temps réel ; il s’agit d’un framework unifié capable de gérer un large éventail de tâches de vision prêtes à l’emploi.

• Auteurs : Glenn Jocher, Ayush Chaurasia et Jing Qiu
• Organisation : Ultralytics
• Date : 2023-01-10
• GitHub : ultralytics/ultralytics
• Documentation : Documentation de YOLOv8

Innovations architecturales#

YOLOv8 a introduit une tête de détection innovante sans ancres. Cela simplifie fondamentalement le processus d’entraînement en éliminant le besoin de configurer manuellement des boîtes d’ancrage en fonction de la distribution spécifique de ton jeu de données personnalisé. Ce choix de conception rend le modèle très robuste et facilite sa généralisation à différents environnements.

De plus, l’architecture intègre le module C2f (goulot d’étranglement partiel entre étapes avec deux convolutions), une amélioration structurelle qui optimise la circulation des gradients et permet au réseau neuronal d’apprendre des représentations de caractéristiques plus riches sans augmenter considérablement le coût de calcul. Le modèle est ainsi très efficace lors de l’inférence avec des frameworks de deep learning standards comme PyTorch.

YOLOv7 : l’approche « Bag-of-Freebies »#

YOLOv7 a été introduit au milieu de 2022 et est rapidement devenu une référence populaire dans les milieux universitaires. Il s’est fortement concentré sur la reparamétrisation architecturale et l’optimisation des chemins de gradient afin de repousser les limites de la détection d’objets en temps réel sur des GPU haut de gamme.

• Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2022-07-06
• Arxiv : 2207.02696
• GitHub : WongKinYiu/yolov7

Innovations architecturales#

YOLOv7 utilise un réseau d’agrégation de couches efficace étendu (E-ELAN), qui permet au modèle d’apprendre continuellement des caractéristiques plus diversifiées. Il repose largement sur un paradigme fondé sur les ancres et introduit un « bag-of-freebies » entraînable : un ensemble de méthodes d’optimisation qui améliorent la précision sans augmenter le coût d’inférence.

Bien que YOLOv7 obtienne d’excellentes performances sur des benchmarks universitaires standards comme le jeu de données MS COCO, son architecture est fortement optimisée pour les accélérateurs de niveau serveur. L’exportation et le déploiement de ces modèles sur des appareils edge peuvent parfois nécessiter davantage de configuration manuelle que des frameworks plus modernes et rationalisés.

En apprends plus sur YOLOv7

Comparaison détaillée des performances#

Lors de l’évaluation de ces modèles, le compromis entre vitesse, précision et taille du modèle constitue le principal facteur à prendre en compte. Le tableau ci-dessous présente les métriques des deux modèles.

Comme le montrent les données, YOLOv8x atteint la meilleure précision absolue (53.9 mAP), tandis que la variante nano (YOLOv8n) offre des vitesses d’inférence exceptionnelles et une empreinte mémoire extrêmement légère. Cette variété rend YOLOv8 bien plus adaptable aux environnements matériels soumis à des contraintes.

L’avantage d’Ultralytics : simplicité d’utilisation et écosystème#

Bien que YOLOv7 fournisse de solides métriques de détection brutes, Ultralytics YOLOv8 le surpasse nettement en matière d’expérience développeur, d’intégration à l’écosystème et de capacités multi-tâches.

Une polyvalence inégalée#

YOLOv7 est principalement un modèle de détection, avec des branches expérimentales pour d’autres tâches. En revanche, YOLOv8 prend nativement en charge la détection d’objets, la segmentation d’instances, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB). Cette approche unifiée signifie qu’une équipe peut apprendre une seule API et la déployer pour des exigences de projet totalement différentes.

Déploiement et intégrations simplifiés#

L’exportation d’un modèle pour la production peut souvent constituer un goulot d’étranglement. Le package Ultralytics permet aux développeurs d’exporter vers des formats comme ONNX, TensorRT et CoreML avec une seule ligne de code Python. Cela évite les problèmes de prise en charge des opérateurs parfois rencontrés lors de l’exportation de graphes complexes fondés sur des ancres.

De plus, YOLOv8 s’intègre parfaitement aux outils MLOps. Que tu suives tes expériences avec Weights & Biases ou que tu testes des déploiements sur Hugging Face Spaces, l’écosystème Ultralytics se charge des tâches complexes.

Exemple de code : entraînement et exportation de YOLOv8#

Le code suivant illustre la simplicité de l’API Python d’Ultralytics. Tu peux passer de l’initialisation d’un modèle à son entraînement et son exportation pour un déploiement edge en moins de dix lignes de code.

from ultralytics import YOLO

# Load a pretrained YOLOv8 nano model for fast inference
model = YOLO("yolov8n.pt")

# Train the model on the COCO8 dataset
# The API handles data loading, augmentation, and logging automatically
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

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

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

Cas d’utilisation réels#

Les différences architecturales entre les deux modèles déterminent leurs scénarios de déploiement idéaux.

Quand choisir YOLOv8 :

• IA edge et appareils IoT : La disponibilité des modèles Nano et Small ultrarapides rend YOLOv8 idéal pour le matériel aux capacités de calcul limitées, comme les caméras intelligentes ou les drones.
• Projets multi-tâches : Si ton pipeline doit suivre les articulations humaines (estimation de pose) tout en cartographiant simultanément les obstacles (segmentation), YOLOv8 gère cela nativement.
• Du prototypage rapide à la production : La documentation Ultralytics complète et l’API Python fluide permettent aux équipes de commercialiser leurs produits plus rapidement.

Quand envisager YOLOv7 :

• Évaluation comparative universitaire : Les chercheurs qui étudient les effets des techniques de reparamétrisation utilisent souvent YOLOv7 comme référence standard, comme en témoigne sa popularité sur Papers With Code.
• Pipelines serveur existants : Si un pipeline nécessitant déjà beaucoup de calcul est strictement optimisé autour des sorties d’ancres spécifiques de YOLOv7, le maintenir peut être pratique à court terme.

Perspectives : la prochaine génération#

Bien que YOLOv8 reste un modèle polyvalent et puissant, le paysage de l’IA évolue rapidement. Pour les équipes qui démarrent de nouveaux projets, nous recommandons vivement d’explorer les dernières avancées de la gamme Ultralytics.

La nouvelle génération, YOLO26, représente le summum actuel de l’IA appliquée à la vision. Elle intègre une conception de bout en bout sans NMS, éliminant le post-traitement de suppression des non-maxima pour un déploiement plus simple et plus rapide. Avec la suppression de la fonction de perte focale de distribution (DFL) et l’introduction de l’optimiseur MuSGD inspiré des LLM, YOLO26 offre un entraînement plus stable et une inférence CPU jusqu’à 43 % plus rapide. Ses fonctions de perte avancées ProgLoss + STAL améliorent considérablement la reconnaissance des petits objets, ce qui en fait le choix ultime pour l’informatique edge moderne et l’imagerie aérienne.

Pour les utilisateurs qui migrent depuis des systèmes plus anciens, les modèles très performants YOLO11 et le modèle classique YOLOv5 restent également entièrement pris en charge au sein de l’écosystème Ultralytics unifié, afin de garantir que, quelles que soient tes contraintes matérielles, tu disposes d’un modèle hautes performances rationalisé et prêt à être déployé.