YOLOv9 contre YOLO26#

Le paysage de la détection d’objets en temps réel a considérablement évolué au cours des dernières années. Alors que les spécialistes du machine learning cherchent à déployer des modèles sur une grande variété de matériels, choisir la bonne architecture est essentiel. Dans ce guide technique complet, nous comparons deux étapes majeures de la vision par ordinateur : YOLOv9, présenté au début de 2024 et axé sur l’optimisation des chemins de gradient, et Ultralytics YOLO26, le framework de pointe le plus récent, lancé au début de 2026, qui redéfinit complètement l’inférence en périphérie et la stabilité de l’entraînement.

Résumé exécutif : lignée et auteurs des modèles#

Comprendre l’origine de ces modèles de deep learning fournit un contexte précieux sur leurs choix de conception architecturale et leurs publics cibles.

YOLOv9#

Créé par Chien-Yao Wang et Hong-Yuan Mark Liao de l’Institute of Information Science de l’Academia Sinica à Taïwan, YOLOv9 est sorti le 21 février 2024. Le modèle se concentre fortement sur les concepts théoriques du deep learning, en s’attaquant notamment au problème du goulot d’étranglement de l’information dans les réseaux neuronaux convolutifs profonds (CNNs).

En apprends plus sur YOLOv9

Ultralytics YOLO26#

Créé par Glenn Jocher et Jing Qiu chez Ultralytics, YOLO26 est sorti le 14 janvier 2026. S’appuyant sur l’immense succès de prédécesseurs comme YOLO11 et YOLOv8, YOLO26 a été conçu de zéro pour donner la priorité à la préparation pour la production, au déploiement en périphérie et à l’efficacité native de bout en bout.

Innovations architecturales#

Les deux modèles introduisent des changements révolutionnaires dans la manière dont les réseaux neuronaux traitent les données visuelles, mais ils abordent le problème sous des angles différents.

Informations de gradient programmables dans YOLOv9#

La principale contribution de YOLOv9 au domaine est l’introduction des informations de gradient programmables (PGI) et du réseau généralisé d’agrégation efficace des couches (GELAN). À mesure que les réseaux neuronaux s’approfondissent, ils subissent souvent une perte d’information lors du processus de propagation vers l’avant. PGI garantit que les gradients utilisés pour mettre à jour les poids pendant la rétropropagation restent précis et fiables, ce qui permet à l’architecture GELAN d’atteindre une grande précision avec moins de paramètres.

Cependant, YOLOv9 s’appuie fortement sur la suppression traditionnelle des non-maxima (NMS) pour le post-traitement, ce qui peut devenir un goulot d’étranglement en matière de latence lors de l’inférence en conditions réelles.

L’architecture de YOLO26 axée sur la périphérie#

YOLO26 adopte une approche radicalement différente en optimisant l’ensemble du pipeline, de l’entraînement au déploiement en temps réel. Il s’appuie sur la conception de bout en bout sans NMS, introduite pour la première fois dans YOLOv10, et élimine entièrement le besoin de post-traitement NMS. Il en résulte une latence extrêmement faible, ce qui le rend fortement optimisé pour les appareils en périphérie tels que le Raspberry Pi ou le NVIDIA Jetson.

De plus, YOLO26 supprime complètement la perte focale de distribution (DFL). Cette modification structurelle simplifie l’exportation vers ONNX des modèles et offre une compatibilité nettement meilleure avec les microcontrôleurs basse consommation.

Pour la phase d’entraînement, YOLO26 intègre le nouvel optimiseur MuSGD, un hybride de la descente de gradient stochastique et de Muon (inspiré des méthodes d’entraînement des LLM de Kimi K2, développé par Moonshot AI). Il comble le fossé entre les innovations de l’entraînement des grands modèles de langage (LLM) et la vision par ordinateur, en offrant un entraînement nettement plus stable et des temps de convergence plus courts.

Comparaison des performances et des métriques#

Lors des benchmarks réalisés sur le jeu de données COCO, largement utilisé, les deux modèles démontrent des capacités exceptionnelles, mais l’écosystème Ultralytics se distingue par ses vitesses d’inférence pratiques et son efficacité en matière de paramètres.

Analyse des résultats#

• Vitesse et efficacité : grâce à son architecture sans NMS et à ses fonctions de perte simplifiées, YOLO26 offre une inférence sur CPU jusqu’à 43 % plus rapide que les architectures traditionnelles. Le modèle YOLO26n atteint une vitesse fulgurante de 1,7 ms sur un GPU NVIDIA T4 avec TensorRT, ce qui en fait le choix idéal pour les flux vidéo en temps réel.
• Précision : le modèle YOLO26x atteint une mAP de 57,5 sans équivalent, dépassant le plus grand modèle YOLOv9e tout en conservant une latence plus faible.
• Besoins en mémoire : les modèles Ultralytics sont réputés pour leur efficacité. YOLO26 nécessite nettement moins de mémoire CUDA pendant l’entraînement du modèle et l’inférence que les modèles de vision basés sur des Transformers complexes, ce qui permet aux développeurs d’utiliser des tailles de lot plus importantes sur du matériel grand public.

Écosystème, facilité d’utilisation et polyvalence#

La véritable force de l’écosystème Ultralytics réside dans l’expérience utilisateur. Alors que les chercheurs qui utilisent la base de code GitHub de YOLOv9 doivent gérer des configurations d’environnement complexes et des scripts manuels, YOLO26 est entièrement intégré à l’API Python intuitive d’Ultralytics.

Exemple d’API simplifié#

L’entraînement d’un modèle YOLO26 de pointe ne nécessite que quelques lignes de code Python :

from ultralytics import YOLO

# Load the latest native end-to-end YOLO26 model
model = YOLO("yolo26s.pt")

# Train the model effortlessly with the default MuSGD optimizer
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Export natively to ONNX format in a single command
model.export(format="onnx")

Une polyvalence inégalée pour les tâches#

Contrairement à YOLOv9, principalement adapté à la détection d’objets standard, YOLO26 prend nativement en charge un vaste éventail de tâches de vision par ordinateur dès sa sortie de boîte. L’architecture comprend des améliorations spécifiques pour diverses applications :

• Segmentation d’instances : elle intègre une fonction de perte spécialisée pour la segmentation sémantique et un proto multi-échelle afin de produire des masques impeccables au niveau du pixel.
• Estimation de pose : elle intègre l’estimation de la log-vraisemblance résiduelle (RLE) pour suivre les points clés du squelette avec une précision extrême.
• Boîtes englobantes orientées (OBB) : elle comprend une fonction de perte angulaire spécialisée, conçue spécifiquement pour résoudre les problèmes de limites dans la détection d’objets orientés sur des images aériennes.
• Classification d’images : elle permet une catégorisation robuste d’images entières basée sur les standards d’ImageNet.

Applications concrètes#

Le choix entre ces modèles dépend souvent de l’environnement dans lequel ils seront déployés.

IoT et robotique en périphérie#

Pour la robotique, les drones autonomes et les appareils IoT domestiques intelligents, YOLO26 est incontestablement le champion. L’intégration de ProgLoss + STAL améliore considérablement la reconnaissance des petits objets, ce qui est essentiel pour la surveillance agricole réalisée par des drones à haute altitude. Associé à son inférence sur CPU 43 % plus rapide et à sa conception sans NMS, YOLO26 peut fonctionner de manière fluide sur du matériel dépourvu de GPU dédié.

Recherche universitaire et analyse des gradients#

YOLOv9 reste un modèle très respecté dans les milieux universitaires. Les chercheurs qui étudient les limites théoriques de la propagation des gradients, ou ceux qui souhaitent créer des couches PyTorch personnalisées basées sur le concept PGI, trouveront dans la base de code de YOLOv9 une excellente fondation pour explorer la théorie du deep learning.

Pipelines de fabrication à grande vitesse#

Dans les environnements industriels, comme la détection de défauts automatisée sur des tapis roulants à grande vitesse, les vitesses fulgurantes de TensorRT avec les modèles YOLO26 garantissent qu’aucune image n’est perdue, maximisant ainsi le débit des systèmes d’assurance qualité.

Cas d'utilisation et recommandations#

Le choix entre YOLOv9 et YOLO26 dépend de tes exigences spécifiques, de tes contraintes de déploiement et de tes préférences en matière d’écosystème.

Quand choisir YOLOv9#

YOLOv9 est un choix pertinent 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 YOLO26#

YOLO26 est recommandé pour :

• 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.

Conclusion#

Les deux modèles représentent des avancées considérables pour la communauté open source. YOLOv9 a introduit d’importantes améliorations théoriques de la propagation des gradients, qui inspireront les architectures pendant de nombreuses années. Cependant, pour les développeurs, les startups et les équipes d’entreprise modernes qui recherchent un équilibre parfait entre vitesse, précision et facilité de déploiement, Ultralytics YOLO26 est le choix recommandé.

En éliminant le NMS, en introduisant le puissant optimiseur MuSGD et en fournissant une suite d’outils inégalée pour les tâches de détection, de segmentation et de pose, YOLO26 garantit que tes projets de vision par ordinateur reposent sur le framework le plus fiable et le plus pérenne disponible aujourd’hui.