Commencer

YOLOv9 vs DAMO-YOLO

L’évolution rapide de la vision par ordinateur a donné lieu à de nombreuses architectures adaptées à différentes contraintes de déploiement et exigences de précision. Deux modèles notables sont YOLOv9, connu pour traiter les goulots d’étranglement de l’information dans les réseaux profonds, et DAMO-YOLO, qui s’appuie sur la recherche d’architecture neuronale (NAS) et des pyramides de caractéristiques efficaces.

Ce guide propose une comparaison technique de YOLOv9 et DAMO-YOLO, en soulignant leurs différences architecturales, leurs méthodes d’entraînement et leurs scénarios de déploiement idéaux. Il explique aussi comment l’écosystème Ultralytics simplifie le passage du développement à la production et pourquoi des modèles plus récents comme YOLO26 sont désormais recommandés pour les nouveaux projets.

Analyse approfondie de l’architecture#

Comprendre les mécanismes fondamentaux de chaque modèle permet d’expliquer leurs performances différentes selon les indicateurs.

YOLOv9 : informations de gradient programmables#

YOLOv9 a été conçu pour remédier directement à la perte d’information qui survient lorsque les données circulent dans des réseaux neuronaux profonds.

  • Auteurs : Chien-Yao Wang, Hong-Yuan Mark Liao
  • Organisation : Institute of Information Science, Academia Sinica, Taïwan
  • Date : 21 février 2024
  • Liens : arXiv, GitHub, Documentation

En savoir plus sur YOLOv9

YOLOv9 introduit l’information de gradient programmable (PGI) et le réseau généralisé d’agrégation efficace des couches (GELAN). PGI garantit que les informations spatiales et sémantiques essentielles sont conservées pendant la propagation avant, ce qui empêche la dégradation des gradients utilisés pour mettre à jour les poids. GELAN complète cette approche en maximisant l’efficacité des paramètres, ce qui permet au modèle d’atteindre une précision moyenne (mAP) de pointe avec moins de FLOPs que de nombreux CNNs classiques.

DAMO-YOLO : l’efficacité pilotée par NAS#

Développé par Alibaba Group, DAMO-YOLO adopte une approche différente et utilise une recherche automatisée d’architecture pour trouver un équilibre efficace entre vitesse et précision.

  • Auteurs : Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang et Xiuyu Sun
  • Organisation : Alibaba Group
  • Date : 23 novembre 2022
  • Liens : arXiv, GitHub

En savoir plus sur DAMO-YOLO

DAMO-YOLO s’appuie sur un backbone MAE-NAS (recherche d’architecture neuronale à entropie maximale) pour générer automatiquement des structures de réseau efficaces. Il utilise un RepGFPN (réseau généralisé de pyramide de caractéristiques reparamétré) pour une fusion robuste des caractéristiques et une conception « ZeroHead » afin de réduire au minimum la charge de calcul de la tête de détection. Il intègre également AlignedOTA pour l’attribution des étiquettes et la distillation des connaissances afin d’améliorer les performances de ses variantes plus petites.

Le rôle de NAS en vision par ordinateur

La recherche d’architecture neuronale (NAS) automatise la conception des réseaux de neurones artificiels. Elle peut produire des modèles très efficaces comme DAMO-YOLO, mais ajoute une étape de recherche à la conception du modèle (DAMO-YOLO utilise la recherche MAE-NAS sans entraînement), contrairement à l’architecture de YOLOv9 conçue manuellement.

Comparaison des performances et des métriques#

Lors du choix d’un modèle de détection d’objets, il est essentiel de trouver un équilibre entre précision, vitesse et empreinte de calcul.

Modèletaille
(pixels)
mAPval50-95Vitesse
CPU ONNX
(ms)
Vitesse
T4 TensorRT10
(ms)
paramètres
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
DAMO-YOLOt64042.0-2.328.518.1
DAMO-YOLOs64046.0-3.4516.337.8
DAMO-YOLOm64049.2-5.0928.261.8
DAMO-YOLOl64050.8-7.1842.197.3

Analyse#

  • Précision et nombre de paramètres : YOLOv9 présente généralement un meilleur rapport entre le nombre de paramètres et la précision. Par exemple, YOLOv9c atteint 53,0 % de mAP avec 25,5 M de paramètres, tandis que DAMO-YOLOl atteint 50,8 % de mAP, mais nécessite nettement plus de paramètres (42,1 M).
  • Vitesse d’inférence : L’architecture de DAMO-YOLO offre des vitesses d’inférence compétitives avec TensorRT sur les GPU T4 et devance légèrement YOLOv9 dans les catégories intermédiaires. Toutefois, le nombre inférieur de paramètres de YOLOv9 pour la plupart des tailles contribue à réduire l’utilisation de la mémoire GPU.
  • Besoins en mémoire : Les modèles YOLO d’Ultralytics, notamment YOLOv9, utilisent généralement moins de mémoire à l’entraînement et à l’inférence que les modèles complexes générés par NAS ou les architectures lourdes basées sur les Transformers, ce qui les rend pratiques à déployer sur du matériel edge aux ressources limitées.

Les avantages de l’écosystème Ultralytics#

Les mesures théoriques sont importantes, mais la mise en œuvre pratique détermine souvent la réussite d’un projet. Dans ce contexte, Ultralytics Platform et l’écosystème logiciel Ultralytics au sens large offrent des avantages évidents par rapport à des dépôts autonomes comme DAMO-YOLO.

Facilité d’utilisation et efficacité de l’entraînement#

L’entraînement d’un modèle YOLOv9 personnalisé nécessite très peu de code répétitif. L’API Python Ultralytics prend en charge des processus complexes comme l’augmentation des données, l’entraînement distribué et l’optimisation matérielle.

from ultralytics import YOLO

# Charger un modèle YOLOv9 préentraîné
model = YOLO("yolov9c.pt")

# Entraîner le modèle sur ton jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Valider les performances du modèle
metrics = model.val()

# Exporter pour le déploiement en production
model.export(format="onnx")

À l’inverse, l’utilisation de DAMO-YOLO nécessite souvent de parcourir des fichiers de configuration rigides et des chaînes de dépendances complexes propres à son pipeline d’entraînement particulier, ce qui rend la prise en main plus difficile.

Polyvalence entre les tâches#

La polyvalence est une caractéristique majeure des modèles Ultralytics. Au-delà de la détection standard par boîtes englobantes, le framework Ultralytics prend en charge des tâches telles que la segmentation d’instances, la classification d’images, l’estimation de pose et la détection de boîtes englobantes orientées (OBB). DAMO-YOLO est strictement optimisé pour la détection d’objets 2D et nécessite une refonte importante pour s’adapter à d’autres paradigmes visuels.

Exporter vers des appareils périphériques

Ultralytics simplifie le pipeline de déploiement en proposant l’exportation de modèles en une seule commande vers des formats comme TensorRT, OpenVINO et CoreML, ce qui t’aide à optimiser les performances sur ton matériel cible.

Cas d’utilisation et recommandations#

Le choix entre YOLOv9 et DAMO-YOLO dépend des exigences propres à ton projet, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLOv9#

YOLOv9 est un excellent choix pour :

  • Recherche sur les goulots d’étranglement de l’information : les projets universitaires qui étudient les architectures à informations de gradient programmables (PGI) et à réseau généralisé d’agrégation efficace des couches (GELAN).
  • Études sur l’optimisation du flux de gradients : les recherches axées sur la compréhension et l’atténuation des pertes d’information dans les couches profondes des réseaux pendant l’entraînement.
  • Évaluation comparative de la détection de haute précision : les scénarios où les solides performances de YOLOv9 sur COCO servent de référence pour comparer les architectures.

Quand choisir DAMO-YOLO#

DAMO-YOLO est recommandé pour :

  • Analyse vidéo à haut débit : Traitement de flux vidéo à FPS élevé sur une infrastructure GPU NVIDIA fixe, lorsque le débit avec une taille de lot de 1 est le principal critère.
  • Lignes de fabrication industrielle : Scénarios soumis à des contraintes strictes de latence GPU sur du matériel dédié, comme l’inspection qualité en temps réel sur les chaînes de montage.
  • Recherche sur la recherche d’architectures neuronales : Étude des effets de la recherche automatisée d’architectures (MAE-NAS) et des backbones efficaces reparamétrés sur les performances de détection.

Quand choisir Ultralytics (YOLO26)#

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

  • Déploiement edge sans NMS : applications nécessitant une inférence cohérente à faible latence, sans la complexité du post-traitement par suppression non maximale (NMS).
  • Environnements sans GPU : Les appareils dépourvus d'accélération GPU dédiée, où l'inférence CPU jusqu'à 43 % plus rapide de YOLO26 (YOLO26n par rapport à YOLO11n) procure un avantage décisif.
  • Détection de petits objets : scénarios difficiles comme les images aériennes capturées par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent la précision sur les objets minuscules.

L’avenir : passer à YOLO26#

YOLOv9 et DAMO-YOLO sont des jalons importants, mais la vision par ordinateur moderne s’oriente vers des architectures nativement de bout en bout. Pour les nouveaux développements, le modèle recommandé est YOLO26.

Lancé en janvier 2026, YOLO26 s’appuie sur ses prédécesseurs pour améliorer à la fois la précision et la simplicité de déploiement.

Principales innovations de YOLO26#

  • Conception de bout en bout sans NMS : la tête one-to-one facultative de YOLO26 (nms=False) élimine complètement le post-traitement par suppression des non-maxima (NMS). Cela crée un pipeline de déploiement rationalisé et nativement de bout en bout, une approche introduite dans les modèles YOLO par YOLOv10.
  • Suppression de DFL : la Distribution Focal Loss est supprimée pour simplifier l’exportation et améliorer la compatibilité avec les appareils périphériques et à faible consommation.
  • Inférence CPU jusqu’à 43 % plus rapide : Grâce à la suppression de la DFL et de la NMS, YOLO26n fonctionne jusqu’à 43 % plus vite que YOLO11n sur CPU, ce qui le rend adapté aux scénarios d’informatique edge sans GPU dédié.
  • Optimiseur MuSGD : Inspiré des innovations de l’entraînement des grands modèles de langage, YOLO26 utilise un hybride de SGD et de Muon (MuSGD) pour un entraînement plus stable et une convergence plus rapide.
  • ProgLoss + STAL : La Perte progressive et l’attribution d’étiquettes adaptée aux petites cibles (STAL) améliorent la détection des petits objets, ce qui rend YOLO26 bien adapté aux images aériennes à haute altitude et aux appareils IoT.

Si tu étudies actuellement YOLO11 ou YOLOv8 pour ton prochain projet, envisage plutôt YOLO26, le modèle Ultralytics actuellement recommandé.

Résumé#

Le choix du modèle adapté dépend de tes contraintes opérationnelles spécifiques :

  • DAMO-YOLO offre des pistes utiles sur l’optimisation pilotée par NAS et des vitesses compétitives pour des profils matériels très spécifiques, où son architecture RepGFPN excelle.
  • YOLOv9 est un excellent choix pour les chercheurs qui souhaitent préserver les détails visuels fins, grâce à son architecture PGI qui évite la perte d’informations dans les réseaux profonds.
  • Ultralytics YOLO26 est le choix recommandé pour les nouvelles applications d’entreprise et de recherche. Sa simplicité d’utilisation, son architecture sans NMS et ses optimisations d’entraînement MuSGD en font un modèle fiable, précis et facile à déployer.

Commentaires

Pose une question, partage tes résultats ou aide quelqu’un d’autre.