YOLOv9 vs 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 différents matériels, le choix de la bonne architecture est crucial. Dans ce guide technique complet, nous comparons deux étapes majeures du domaine de la vision par ordinateur : YOLOv9, lancé début 2024 avec un accent mis sur l’optimisation des chemins de gradient, et Ultralytics YOLO26, le framework de pointe le plus récent, lancé début 2026, qui redéfinit entièrement l’inférence en périphérie et la stabilité de l’entraînement.

Résumé : lignée et auteurs des modèles#

Comprendre les origines de ces modèles de deep learning apporte un éclairage précieux sur les choix de conception de leur architecture et sur leurs publics cibles.

YOLOv9#

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

En savoir plus sur YOLOv9

Ultralytics YOLO26#

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

Innovations architecturales#

Les deux modèles introduisent des changements majeurs dans la manière dont les réseaux neuronaux traitent les données visuelles, mais 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 efficace d’agrégation des couches (GELAN). À mesure que les réseaux neuronaux s’approfondissent, ils subissent souvent une perte d’information lors de la propagation 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 dépend fortement de la suppression non maximale classique (NMS) pour le post-traitement, ce qui peut créer un goulot d’étranglement de latence lors de l’inférence en conditions réelles.

L’architecture de YOLO26 pensée pour 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, inaugurée par YOLOv10, et élimine entièrement le besoin de post-traitement NMS. Il en résulte une latence extrêmement faible, ce qui le rend particulièrement adapté aux appareils en périphérie, comme le Raspberry Pi ou le NVIDIA Jetson.

De plus, YOLO26 supprime entièrement la perte focale de distribution (DFL). Ce changement structurel simplifie l’exportation vers ONNX et améliore considérablement la compatibilité avec les appareils en périphérie à faible 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 utilisées pour Kimi K2 par Moonshot AI). Il fait le lien entre les innovations de l’entraînement des grands modèles de langage (LLM) et la vision par ordinateur, pour un entraînement beaucoup plus stable et une convergence plus rapide.

Comparaison des performances et des métriques#

Lors de l’évaluation sur le jeu de données COCO, très utilisé, les deux modèles affichent des capacités exceptionnelles, mais l’écosystème Ultralytics se distingue par ses vitesses d’inférence pratiques et son efficacité en nombre 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 historiques. Le modèle YOLO26n tourne en 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 un 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. Pendant l’entraînement des modèles et l’inférence, YOLO26 nécessite beaucoup moins de mémoire CUDA 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 écrire des scripts manuellement, YOLO26 est entièrement intégré à l’API Python intuitive d’Ultralytics.

Exemple d’API simplifié#

Il suffit de quelques lignes de code Python pour entraîner un modèle YOLO26 de pointe :

from ultralytics import YOLO

# Charger le dernier modèle YOLO26 natif de bout en bout
model = YOLO("yolo26s.pt")

# Entraîner le modèle ; optimizer="auto" sélectionne MuSGD pour les entraînements longs (>10k itérations)
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Exporter au format ONNX de façon native en une seule commande
model.export(format="onnx")

Une polyvalence inégalée pour les tâches#

Contrairement à YOLOv9, principalement conçu pour la détection d’objets standard, YOLO26 prend nativement en charge un vaste éventail de tâches de vision par ordinateur, prêtes à l’emploi. Son architecture intègre des améliorations spécifiques à diverses applications :

• Segmentation d’instances : intègre une fonction de perte spécialisée pour la segmentation sémantique et un proto multi-échelle pour produire des masques parfaits au niveau du pixel.
• Estimation de pose : intègre l’estimation résiduelle de log-vraisemblance (RLE) pour suivre les points clés du squelette avec une précision extrême.
• Boîtes englobantes orientées (OBB) : intègre une fonction de perte d’angle spécialisée, conçue pour résoudre les problèmes de frontières dans la détection d’objets orientés sur des images aériennes.
• Classification d’images : catégorisation fiable d’images entières selon les normes d’ImageNet.

Applications concrètes#

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

Robotique IoT et périphérique#

Pour la robotique, les drones autonomes et les appareils IoT pour la maison intelligente, YOLO26 s’impose comme le grand gagnant. L’intégration de ProgLoss + STAL améliore notablement la reconnaissance des petits objets, un aspect essentiel pour la surveillance agricole par drone à haute altitude. Associé à une inférence sur CPU 43 % plus rapide et à sa conception sans NMS, YOLO26 fonctionne sans accroc sur du matériel dépourvu de GPU dédié.

Recherche universitaire et analyse des gradients#

YOLOv9 reste un modèle très respecté dans le milieu universitaire. Les chercheurs qui étudient les limites théoriques du flux de gradient ou qui souhaitent créer des couches PyTorch personnalisées à partir du 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 des défauts automatisée sur des convoyeurs à grande vitesse, les performances fulgurantes de YOLO26 avec TensorRT garantissent qu’aucune image n’est perdue et maximisent le débit des systèmes d’assurance qualité.

Cas d’utilisation et recommandations#

Le choix entre YOLOv9 et YOLO26 dépend des exigences spécifiques de 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 YOLO26#

YOLO26 est recommandé pour :

• Déploiement en périphérie sans NMS : les applications qui exigent des inférences à faible latence et constantes, 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 situations difficiles, comme l’imagerie aérienne par drone ou l’analyse de capteurs IoT, où ProgLoss et STAL améliorent considérablement la précision pour les objets minuscules.

Conclusion#

Les deux modèles représentent des avancées considérables pour la communauté open source. YOLOv9 a apporté des améliorations théoriques essentielles au flux de gradient, qui inspireront les architectures des années durant. Cependant, pour les développeurs, les startups et les équipes d’entreprise d’aujourd’hui qui recherchent un équilibre parfait entre vitesse, précision et facilité de déploiement, Ultralytics YOLO26 est le choix qui s’impose.

Grâce à l’inférence sans NMS, à l’optimiseur MuSGD performant et à une suite d’outils inégalée pour la détection, la segmentation et l’estimation 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.