Commencer

YOLOv9 vs PP-YOLOE+

Le paysage de la détection d’objets en temps réel continue d’évoluer rapidement, offrant aux ingénieurs en vision par ordinateur un large éventail d’options pour déployer des modèles très précis sur des infrastructures edge et cloud. Deux modèles majeurs dans ce domaine sont YOLOv9 et PP-YOLOE+. Tous deux offrent une grande précision et une vitesse élevée, mais sont issus de lignées de recherche et d’écosystèmes logiciels différents.

Cette comparaison technique examine leurs architectures, leurs méthodes d’entraînement, leurs mesures de performances et leurs applications concrètes idéales. Elle explique également comment le vaste écosystème Ultralytics aide les développeurs qui privilégient la simplicité d’utilisation, l’efficacité mémoire et la polyvalence du déploiement.

Origines des modèles et spécifications techniques#

Comprendre le contexte de ces modèles aide à situer leurs choix architecturaux et leurs dépendances aux frameworks.

YOLOv9 : résoudre le goulot d’étranglement de l’information#

Présenté au début de 2024, YOLOv9 s’attaque à la perte de données qui survient lorsque l’information circule dans des réseaux neuronaux profonds. Il s’agit d’un réseau neuronal convolutif efficace, conçu pour maximiser l’efficacité des paramètres.

En savoir plus sur YOLOv9

PP-YOLOE+ : faire progresser l’écosystème Paddle#

Lancé par Baidu en 2022, PP-YOLOE+ constitue une amélioration itérative de PP-YOLOv2. Il utilise une conception sans ancres et introduit une stratégie dynamique d’attribution des étiquettes pour améliorer la convergence et la précision au sein du framework PaddlePaddle.

En savoir plus sur PP-YOLOE+

Comparaison des architectures#

Informations de gradient programmables vs CSPRepResStage#

L’innovation centrale de YOLOv9 est l’information de gradient programmable (PGI). PGI agit comme un cadre de supervision auxiliaire qui garantit que les informations essentielles sur les gradients sont préservées et correctement propagées vers les couches peu profondes pendant l’entraînement. Cette approche s’accompagne du réseau d’agrégation de couches efficace généralisé (GELAN), qui combine les atouts de CSPNet et d’ELAN pour offrir une grande précision tout en réduisant le coût de calcul (FLOPs).

PP-YOLOE+ s’appuie sur un backbone spécialisé appelé CSPRepResStage. Il utilise des techniques de reparamétrisation (semblables à celles de RepVGG) pour accélérer l’inférence en fusionnant les couches convolutives lors du déploiement. Il utilise aussi la tête Efficient Task-aligned (ET-head) pour équilibrer les tâches de classification et de régression.

PP-YOLOE+ est robuste, mais l’architecture GELAN de YOLOv9 utilise moins de paramètres pour chaque taille de modèle, ce qui réduit son empreinte mémoire à l’inférence et la rend bien adaptée aux appareils d’IA edge.

Comparaison des performances#

Lors de l’évaluation de modèles pour la production, le compromis entre mAP (précision moyenne), la vitesse d’inférence et la taille du modèle est crucial.

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
PP-YOLOE+t64039.9-2.844.8519.15
PP-YOLOE+s64043.7-2.627.9317.36
PP-YOLOE+m64049.8-5.5623.4349.91
PP-YOLOE+l64052.9-8.3652.2110.07
PP-YOLOE+x64054.7-14.398.42206.59

Analyse#

  • Efficacité des paramètres : YOLOv9 utilise les paramètres plus efficacement. Par exemple, YOLOv9c atteint 53,0 % de mAP avec seulement 25,5 M de paramètres, tandis que PP-YOLOE+l nécessite plus du double de paramètres (52,2 M) pour atteindre un mAP légèrement inférieur de 52,9 %, ce qui réduit les besoins en mémoire de YOLOv9. PP-YOLOE+ utilise toutefois moins de FLOPs pour les tailles s et m.
  • Vitesse d’inférence : YOLOv9 affiche des vitesses compétitives avec TensorRT sur les GPU NVIDIA T4, YOLOv9t étant le modèle le plus rapide ici, tandis que PP-YOLOE+ est plus rapide pour les tailles s, m et x. Les deux familles conviennent à l’inférence en temps réel.

Méthodes d’entraînement et écosystème#

Le choix entre ces modèles dépend souvent de l’écosystème logiciel.

PP-YOLOE+ et PaddlePaddle#

PP-YOLOE+ est étroitement intégré à la suite PaddleDetection. Puissant, il oblige toutefois les utilisateurs à évoluer dans un environnement piloté par la ligne de commande et reposant fortement sur des fichiers de configuration. Pour les équipes profondément ancrées dans les écosystèmes PyTorch ou TensorFlow, passer à PaddlePaddle entraîne des frictions importantes et une courbe d’apprentissage plus raide.

Les atouts d’Ultralytics : des workflows simplifiés#

À l’inverse, YOLOv9 est pris en charge dans l’écosystème Ultralytics, conçu pour les développeurs et les chercheurs, et qui privilégie la simplicité d’utilisation. L’API Python élimine la majeure partie du code répétitif.

from ultralytics import YOLO

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

# Entraîne le modèle sur un jeu de données personnalisé
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device=0)

# Lancer l’inférence et visualiser les résultats
results = model("https://ultralytics.com/images/bus.jpg")

# Exporter au format ONNX pour un déploiement en production
model.export(format="onnx")

Ce workflow met en évidence l’efficacité d’entraînement des modèles Ultralytics. La prise en charge native de l’augmentation des données, de l’entraînement distribué et de la journalisation automatique sur des plateformes comme Weights & Biases ou MLflow est incluse par défaut.

Découvre les dernières avancées de l’IA visuelle

YOLOv9 offre de bonnes performances, mais Ultralytics recommande Ultralytics YOLO26 pour les nouveaux projets. YOLO26 propose une architecture native de bout en bout sans NMS (optionnelle via nms=False) qui supprime le post-traitement de suppression des non-maxima (NMS) et simplifie le déploiement. Grâce à la suppression de la DFL (Distribution Focal Loss supprimée pour simplifier l’exportation et améliorer la compatibilité avec les appareils edge et basse consommation), YOLO26n offre une inférence CPU jusqu’à 43 % plus rapide que YOLO11n pour l’informatique edge. L’optimiseur MuSGD assure un entraînement stable et une convergence rapide, tandis que ProgLoss + STAL (Perte progressive et attribution d’étiquettes adaptée aux petites cibles) améliorent la détection des petits objets, essentielle pour l’IoT, la robotique et l’imagerie aérienne.

Polyvalence et prise en charge des tâches#

Les projets modernes de vision par ordinateur ne se limitent que rarement aux simples boîtes englobantes.

PP-YOLOE+ est principalement conçu pour la détection d’objets standard. L’adaptation de son architecture à d’autres tâches nécessite un important travail d’ingénierie personnalisé.

À l’inverse, le framework Ultralytics prend en charge plusieurs tâches. Avec une API unifiée, les développeurs peuvent passer de la détection d’objets standard à la segmentation d’instances, à la classification d’images, à l’estimation de pose et à la détection de boîtes englobantes orientées (OBB) pour les images aériennes. Cette polyvalence explique en grande partie pourquoi les équipes choisissent des modèles pris en charge par Ultralytics comme YOLOv9, YOLO11 et YOLO26.

Cas d’utilisation et applications idéaux#

  • Analyse des villes intelligentes et gestion du trafic : La grande efficacité des paramètres et la faible latence de YOLOv9 (et de son successeur YOLO26) en font des modèles bien adaptés au déploiement sur du matériel edge aux ressources limitées, comme les appareils NVIDIA Jetson, pour surveiller la circulation et la sécurité urbaine.
  • Systèmes de gestion des stocks en magasin : Pour détecter des articles de petite taille disposés en grand nombre sur des étagères, le PGI de YOLOv9 aide à préserver les détails spatiaux fins, ce qui améliore la détection des petits objets.
  • Déploiements existants : PP-YOLOE+ reste une option pratique pour les équipes qui doivent utiliser la pile logicielle Baidu/PaddlePaddle dans leur infrastructure existante.

Pour les chercheurs qui explorent les architectures basées sur les Transformers, Ultralytics prend également en charge nativement RT-DETR dans la même API, afin que tu puisses choisir le modèle qui répond le mieux à tes exigences de déploiement.

Commentaires

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