YOLOv8 vs YOLOv9#

L’évolution de la détection d’objets en temps réel se caractérise par une recherche constante d’une meilleure précision, d’une latence réduite et d’une utilisation optimisée du matériel. Deux étapes majeures de cette évolution sont Ultralytics YOLOv8 et YOLOv9. Bien que les deux modèles représentent des capacités de pointe en vision par ordinateur, ils répondent à des besoins de déploiement, des philosophies architecturales et des écosystèmes de développement différents.

Ce guide complet détaille les différences techniques, les innovations architecturales et les considérations pratiques liées au déploiement afin de t’aider à choisir le modèle adapté à ton prochain projet d’intelligence artificielle.

Lignée des modèles et philosophies fondamentales#

Avant d’examiner les métriques, il est essentiel de comprendre les origines et les principaux objectifs de conception de chaque modèle.

Ultralytics YOLOv8 : la référence polyvalente de l’écosystème#

Publié par l’équipe d’Ultralytics, YOLOv8 a été conçu non seulement comme un détecteur d’objets autonome, mais aussi comme un framework unifié et multitâche. Il privilégie une expérience de développement fluide, de faibles besoins en mémoire et une large compatibilité matérielle.

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

YOLOv9 : informations de gradient programmables#

Développé indépendamment par des chercheurs de l’Academia Sinica, YOLOv9 met fortement l’accent sur la théorie architecturale, en s’attaquant notamment au phénomène de goulot d’étranglement de l’information dans les réseaux neuronaux profonds.

• Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 2024-02-21
• Arxiv : 2402.13616
• GitHub : WongKinYiu/yolov9

En apprends plus sur YOLOv9

Analyse approfondie de l’architecture#

Les choix architecturaux en apprentissage profond déterminent l’efficacité avec laquelle un modèle apprend et sa vitesse d’exécution sur du matériel cible comme un NVIDIA Jetson ou un CPU Intel.

Architecture de YOLOv8 : C2f et têtes découplées#

YOLOv8 a introduit le module C2f (goulot d’étranglement à partitionnement partiel entre étapes avec deux convolutions), qui a remplacé l’ancien module C3. Cette modification améliore la circulation des gradients et permet au réseau d’apprendre des représentations de caractéristiques plus riches sans solliciter excessivement la mémoire GPU.

De plus, YOLOv8 utilise une conception sans ancres avec une tête découplée. En traitant la présence d’objets, la classification et la régression via des chemins distincts, le modèle converge plus rapidement pendant l’entraînement et se généralise mieux à divers jeux de données personnalisés.

Architecture de YOLOv9 : PGI et GELAN#

YOLOv9 introduit les informations de gradient programmables (PGI) et le réseau généralisé d’agrégation efficace des couches (GELAN). PGI garantit que les données essentielles ne sont pas perdues lors de leur passage dans les couches du réseau, en fournissant des gradients fiables pour la mise à jour des poids. GELAN maximise l’efficacité des paramètres, ce qui permet au modèle d’atteindre une précision élevée tout en essayant de maintenir les FLOPs à un niveau raisonnable.

Bien qu’impressionnante sur le plan mathématique, la dépendance de YOLOv9 à certaines branches auxiliaires réversibles pendant l’entraînement peut rendre le code d’entraînement plus complexe à personnaliser que les pipelines standard.

Métriques de performance et benchmarks#

Le tableau ci-dessous compare directement les modèles selon différentes tailles. Les performances sont mesurées sur le jeu de données MS COCO, une référence standard pour la détection d’objets.

Remarque : les meilleures valeurs de chaque colonne sont mises en évidence en gras.

Analyse des compromis#

YOLOv9 atteint une précision maximale (mAP) légèrement supérieure, notamment avec sa variante e de plus grande taille. Cela a toutefois un coût. Ultralytics YOLOv8 conserve un avantage significatif en vitesse d’inférence, particulièrement lorsqu’il est compilé dans des formats comme TensorRT ou ONNX. Pour les applications nécessitant un nombre élevé d’images par seconde (FPS) sur du matériel edge aux ressources limitées (comme un Raspberry Pi ou des puces mobiles plus anciennes), les variantes n et s de YOLOv8 offrent un équilibre entre performances et contraintes bien plus pratique.

Efficacité de l’entraînement et intégration à l’écosystème#

Choisir un modèle ne consiste pas seulement à consulter les tableaux de précision ; l’expérience de développement est primordiale.

L’avantage d’Ultralytics : la simplicité d’utilisation#

L’entraînement de YOLOv9 nécessite souvent de cloner des dépôts GitHub complexes, de gérer soigneusement les environnements PyTorch et de configurer manuellement les poids des pertes auxiliaires.

À l’inverse, Ultralytics YOLOv8 s’appuie sur une API Python remarquablement rationalisée. Conçue pour être facile à utiliser, elle gère nativement l’augmentation des données, la journalisation (vers des outils comme Weights & Biases et Comet ML) ainsi que la répartition sur le matériel.

from ultralytics import YOLO

# Load a pre-trained YOLOv8 small model
model = YOLO("yolov8s.pt")

# Train the model efficiently on custom data
results = model.train(data="custom_dataset.yaml", epochs=100, imgsz=640)

# Export for edge deployment
model.export(format="engine", quantize=16)  # TensorRT export

Cette API unique réduit considérablement le délai entre le prototype et la production. De plus, YOLOv8 nécessite généralement moins de mémoire CUDA pendant l’entraînement, ce qui permet aux développeurs d’utiliser des tailles de lot plus importantes sur du matériel grand public.

Polyvalence des tâches#

Bien que YOLOv9 soit un excellent détecteur de boîtes englobantes, les applications de vision par IA du monde réel exigent souvent davantage. YOLOv8 est une solution polyvalente qui prend nativement en charge la segmentation d’instances, l’estimation de pose, la classification d’images et les boîtes englobantes orientées (OBB). Utiliser un framework unique pour plusieurs tâches réduit considérablement la surcharge logicielle et les coûts de maintenance.

Cas d’utilisation réels#

Comment ces modèles se comportent-ils en production ?

Drones autonomes et robotique#

Pour la robotique nécessitant une évitement rapide des obstacles, YOLOv8 est le choix privilégié. La latence extrêmement faible de YOLOv8n garantit que les systèmes autonomes réagissent à leur environnement en temps réel et évitent les collisions. Les capacités natives d’exportation vers OpenVINO et CoreML rendent le déploiement trivial sur les puces basse consommation typiques des drones commerciaux.

Détection de défauts en haute résolution#

Dans les environnements industriels spécialisés où la détection d’anomalies microscopiques est essentielle et où le traitement hors ligne est acceptable, YOLOv9 peut être très efficace. L’architecture PGI aide le réseau à conserver les détails visuels fins nécessaires pour identifier les fissures capillaires ou les défauts de soudure sur les PCB.

Analyse intelligente du commerce et de la sécurité#

Pour suivre les clients dans les allées d’un magasin ou gérer des systèmes de caisse automatisés, YOLOv8 offre le meilleur équilibre. Sa capacité à exécuter simultanément la détection et le suivi multi-objets à l’aide d’algorithmes standard comme BoT-SORT en fait une solution robuste pour les déploiements commerciaux utilisant plusieurs caméras.

Cas d'utilisation et recommandations#

Le choix entre YOLOv8 et YOLOv9 dépend des exigences spécifiques de ton projet, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLOv8#

YOLOv8 est un choix judicieux pour :

• Déploiement polyvalent multi-tâches : Les projets nécessitant un modèle éprouvé pour la détection, la segmentation, la classification et l’estimation de pose au sein de l’écosystème Ultralytics.
• Systèmes de production établis : Les environnements de production existants déjà construits sur l’architecture YOLOv8, avec des pipelines de déploiement stables et éprouvés.
• Large soutien de la communauté et de l’écosystème : Les applications qui bénéficient des nombreux tutoriels, intégrations tierces et ressources communautaires actives de YOLOv8.

Quand choisir YOLOv9#

YOLOv9 est recommandé pour :

• Recherche sur les goulots d'étranglement de l'information : les projets académiques étudiant les architectures Programmable Gradient Information (PGI) et Generalized Efficient Layer Aggregation Network (GELAN).
• Études sur l'optimisation du flux des gradients : les recherches visant à comprendre et à limiter la perte d'informations dans les couches des réseaux profonds pendant l'entraînement.
• Évaluation comparative de la détection haute précision : les scénarios où les solides performances de YOLOv9 sur le benchmark COCO sont nécessaires comme référence pour comparer les architectures.

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.

La prochaine évolution : YOLO26#

Bien que YOLOv8 et YOLOv9 soient puissants, le paysage de l’IA évolue rapidement. Pour les équipes qui exigent les meilleures performances possibles, le nouveau YOLO26 s’appuie sur les réussites des générations précédentes.

YOLO26 introduit une conception de bout en bout sans NMS, qui élimine complètement les goulots d’étranglement complexes du post-traitement, simplifiant ainsi le déploiement et rendant la latence plus prévisible. Grâce au nouvel optimiseur MuSGD et aux fonctions de perte ProgLoss + STAL améliorées, ainsi qu’à la suppression de DFL (Distribution Focal Loss supprimée pour simplifier l’exportation et améliorer la compatibilité avec les appareils edge et basse consommation), il atteint jusqu’à 43 % d’inférence CPU plus rapide tout en améliorant la reconnaissance des petits objets. Pour les développeurs qui repoussent les limites de l’edge computing, l’évaluation de YOLO26 est vivement recommandée.

En résumé, bien que YOLOv9 propose des recherches architecturales fascinantes et une excellente précision maximale, Ultralytics YOLOv8 reste le choix le plus pratique, le mieux pris en charge et le plus polyvalent pour la grande majorité des ingénieurs en vision par ordinateur qui souhaitent mettre rapidement en production des logiciels fiables.