YOLOv9 contre EfficientDet
Le domaine de la vision par ordinateur a connu une évolution rapide de la détection d’objets en temps réel, les chercheurs améliorant sans cesse la précision et l’efficacité. Pour créer des systèmes de vision robustes, le choix de la bonne architecture est une décision cruciale. Deux modèles souvent évoqués dans ce domaine sont YOLOv9, une évolution avancée de la lignée YOLO axée sur les informations de gradient, et EfficientDet, un framework évolutif développé par Google.
Ce guide propose une analyse technique comparant ces deux architectures. Il examine leurs mécanismes sous-jacents, leurs mesures de performances et leurs scénarios de déploiement idéaux pour t’aider à prendre une décision éclairée pour ton prochain projet d’IA.
Origines des modèles et spécifications techniques#
Comprendre la lignée et la philosophie de conception d’un modèle permet de mieux saisir ses choix structurels et ses applications pratiques.
YOLOv9 : maximiser le flux d’informations#
Conçu pour s’attaquer au « goulot d’étranglement de l’information » du deep learning, YOLOv9 introduit des méthodes qui évitent la perte d’informations lorsque les données traversent des réseaux neuronaux profonds.
- Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
- Organisation : Institute of Information Science, Academia Sinica, Taïwan
- Date : 21 février 2024
- Liens : Publication arXiv, GitHub officiel
YOLOv9 introduit l’information de gradient programmable (PGI), un cadre de supervision auxiliaire qui aide à préserver des informations fiables sur les gradients dans les couches profondes. Cette approche s’associe au réseau d’agrégation de couches efficace généralisé (GELAN), qui optimise l’efficacité des paramètres en combinant les atouts de CSPNet et d’ELAN. YOLOv9 peut ainsi atteindre une grande précision tout en conservant une empreinte légère adaptée au traitement edge en temps réel.
EfficientDet : mise à l’échelle composée et BiFPN#
Présenté par Google Brain, EfficientDet aborde la détection d’objets en faisant évoluer systématiquement les dimensions du réseau afin d’équilibrer vitesse et précision.
- Auteurs : Mingxing Tan, Ruoming Pang et Quoc V. Le
- Organisation : Google
- Date : 20 novembre 2019
- Liens : Publication arXiv, GitHub officiel
EfficientDet repose sur un backbone EfficientNet associé à un réseau pyramidal de caractéristiques bidirectionnel (BiFPN). BiFPN permet une fusion facile et rapide des caractéristiques à plusieurs échelles. L’architecture utilise une méthode de mise à l’échelle composée qui ajuste uniformément et simultanément la résolution, la profondeur et la largeur du backbone, du réseau de caractéristiques et des réseaux de prédiction des boîtes et des classes.
En savoir plus sur EfficientDet
Les architectures théoriques sont importantes, mais l’écosystème logiciel détermine souvent la réussite d’un projet. Ultralytics fournit une API Python rationalisée et des outils de déploiement robustes qui réduisent le délai de mise sur le marché par rapport aux bases de code complexes axées sur la recherche.
Comparaison des performances et des métriques#
Pour évaluer les performances d’un modèle, il est essentiel d’équilibrer la précision avec la latence d’inférence et le coût de calcul. Le tableau ci-dessous illustre les compromis entre les différentes tailles de YOLOv9 et d’EfficientDet.
| Modèle | taille (pixels) | mAPval50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | paramètres (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.2 | 26.7 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.1 | 76.8 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.5 | 102.8 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 58.1 | 192.5 |
| EfficientDet-d0 | 512 | 34.6 | - | 3.92 | 3.9 | 2.54 |
| EfficientDet-d1 | 640 | 40.5 | - | 7.31 | 6.6 | 6.1 |
| EfficientDet-d2 | 768 | 43.0 | - | 10.92 | 8.1 | 11.0 |
| EfficientDet-d3 | 896 | 47.5 | - | 19.59 | 12.0 | 24.9 |
| EfficientDet-d4 | 1024 | 49.7 | - | 33.55 | 20.7 | 55.2 |
| EfficientDet-d5 | 1280 | 51.5 | - | 67.86 | 33.7 | 130.0 |
| EfficientDet-d6 | 1280 | 52.6 | - | 89.29 | 51.9 | 226.0 |
| EfficientDet-d7 | 1536 | 53.7 | - | 128.07 | 51.9 | 325.0 |
Analyse critique des métriques#
- Seuils de précision : YOLOv9e atteint la meilleure précision globale, avec 55,6 % de mAP (précision moyenne), dépassant le modèle EfficientDet-d7 le plus lourd (53,7 %) tout en maintenant des vitesses TensorRT supérieures.
- Vitesse en temps réel : YOLOv9t ne nécessite que 2,3 ms sur un GPU T4 avec TensorRT, ce qui souligne l’efficacité de l’architecture GELAN pour les flux vidéo à haute vitesse. EfficientDet-d0 est plus lent, avec 3,92 ms, et affiche un score inférieur de 3,7 mAP à celui de YOLOv9t.
- Complexité de calcul : Le nombre de paramètres et les FLOPs d’EfficientDet augmentent fortement avec le facteur d’échelle composé. La variante d7 atteint une latence de 128 ms, soit environ 7,6 fois plus que YOLOv9e, pourtant plus précis (16,77 ms), ce qui limite son utilisation dans les environnements d’inférence en temps réel.
Efficacité de l’entraînement et écosystème#
Le choix d’un modèle nécessite d’évaluer l’écosystème de développement. L’écosystème Ultralytics offre des avantages évidents en matière d’efficacité de l’entraînement, de flexibilité du déploiement et de polyvalence.
L’avantage Ultralytics#
Les modèles pris en charge par le framework Ultralytics, notamment YOLOv9, YOLOv8 et YOLO11, nécessitent généralement moins de mémoire à l’entraînement que les modèles basés sur les Transformers ou les anciennes architectures TensorFlow comme EfficientDet. Le backend PyTorch permet une convergence rapide et un entraînement stable.
- Polyvalence : Contrairement à EfficientDet, strictement axé sur la détection par boîtes englobantes, l’API Ultralytics prend en charge nativement la segmentation d’instances, la classification d’images, l’estimation de pose et les boîtes englobantes orientées (OBB).
- Simplicité d’utilisation : EfficientDet repose sur d’anciennes bibliothèques TensorFlow et des configurations AutoML complexes, parfois difficiles à mettre en place de manière fiable. À l’inverse, Ultralytics propose une API aboutie pour le réglage des hyperparamètres et la gestion des jeux de données.
Exemple d'implémentation#
L’entraînement d’un modèle de vision par ordinateur ne devrait pas nécessiter des centaines de lignes de code répétitif. L’exemple suivant lance un entraînement avec le package Python Ultralytics :
from ultralytics import YOLO
# Charger un modèle Ultralytics officiel (par exemple, YOLO11 ou YOLO26)
model = YOLO("yolo11n.pt")
# Entraîner le modèle directement sur un jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)
# Exporte le modèle entraîné au format ONNX pour le déploiement
model.export(format="onnx")Cas d’utilisation idéaux et applications concrètes#
Leurs paradigmes structurels différents rendent ces modèles adaptés à des scénarios distincts.
Quand utiliser EfficientDet : EfficientDet reste une option viable dans les systèmes existants profondément ancrés dans l’écosystème TensorFlow, où la migration vers PyTorch est irréalisable. Il a également marqué la recherche en analyse d’images médicales, où le traitement hors ligne plus lent d’examens haute résolution est acceptable.
Quand utiliser YOLOv9 : YOLOv9 convient aux applications qui nécessitent une grande précision sans un nombre élevé de paramètres. Des applications comme la gestion du trafic dans les villes intelligentes et la surveillance de foules denses profitent de la capacité de PGI à préserver les détails des caractéristiques.
Préparer l’avenir : la prochaine génération de l’IA visuelle#
YOLOv9 et EfficientDet sont des modèles performants, mais les développeurs qui recherchent le meilleur équilibre entre vitesse d’informatique edge, stabilité de l’entraînement et simplicité du déploiement devraient se tourner vers les dernières innovations.
Lancé en janvier 2026, Ultralytics YOLO26 est le modèle Ultralytics actuellement recommandé. Il améliore les générations précédentes, notamment YOLO11 et YOLOv8, grâce à plusieurs changements clés :
- Conception de bout en bout sans NMS : YOLO26 propose une tête one-to-one facultative (
nms=False) qui ignore complètement la suppression des non-maxima (NMS), une approche introduite dans les modèles YOLO par YOLOv10, pour un déploiement du modèle plus rapide et plus simple. - 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 : YOLO26n fonctionne jusqu’à 43 % plus vite que YOLO11n sur CPU, ce qui le rend adapté aux appareils IoT et aux environnements sans GPU dédié.
- Optimiseur MuSGD : Un hybride de SGD et de Muon, inspiré des innovations de l’entraînement des grands modèles de langage, qui accélère la convergence et stabilise l’entraînement.
- ProgLoss + STAL : La Perte progressive et l’attribution d’étiquettes adaptée aux petites cibles (STAL) améliorent la détection des petits objets, un facteur crucial pour l’imagerie aérienne par drone et la robotique.
Avec Ultralytics Platform, les équipes peuvent gérer des jeux de données, suivre des expériences et déployer des modèles comme YOLO26 sur différents matériels, tout en gardant leurs pipelines de vision par ordinateur prêts pour la production.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.