YOLOv9 vs YOLO26
Le paysage de la détection d’objets en temps réel a considérablement évolué ces 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. Ce guide technique compare deux étapes importantes du domaine de la vision par ordinateur : YOLOv9, lancé début 2024 et axé sur l’optimisation du chemin des gradients, et Ultralytics YOLO26, le dernier modèle Ultralytics, lancé en janvier 2026 et axé sur l’inférence edge 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).
Ultralytics YOLO26#
Créé par Glenn Jocher et Jing Qiu chez Ultralytics, YOLO26 a été lancé le 14 janvier 2026. S’appuyant sur des prédécesseurs comme YOLO11 et YOLOv8, YOLO26 a été conçu de A à Z pour privilégier la préparation à la production, le déploiement edge et l’efficacité native de bout en bout.
Tu veux mettre à niveau ton pipeline de vision par ordinateur ? Tu peux facilement entraîner et déployer des modèles YOLO26 dans le cloud, sans écrire une seule ligne de code, avec l’Ultralytics Platform.
Innovations architecturales#
Les deux modèles apportent des changements importants à 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 de Programmable Gradient Information (PGI) et du réseau généralisé efficace d’agrégation de couches (GELAN). À mesure que les réseaux neuronaux gagnent en profondeur, ils subissent souvent des pertes d’information pendant la propagation avant. PGI garantit que les gradients utilisés pour mettre à jour les poids pendant la rétropropagation restent exacts et fiables, permettant à l’architecture GELAN d’atteindre une grande précision avec moins de paramètres.
Cependant, YOLOv9 s’appuie sur la suppression non maximale (NMS) traditionnelle pour le post-traitement, ce qui peut devenir un goulot d’étranglement en matière de latence pendant l’inférence en conditions réelles.
L’architecture de YOLO26 pensée pour la périphérie#
YOLO26 adopte une approche différente, avec une conception axée sur l’edge qui optimise l’ensemble du pipeline, de l’entraînement au déploiement en temps réel. Le modèle s’appuie sur la conception de bout en bout sans NMS introduite dans les modèles YOLO par YOLOv10, éliminant ainsi le besoin de post-traitement par NMS. Cela réduit la latence et convient particulièrement aux appareils edge comme le Raspberry Pi ou le NVIDIA Jetson.
YOLO26 supprime également Distribution Focal Loss (DFL). Ce changement structurel simplifie l’exportation vers ONNX des modèles et assure une meilleure compatibilité avec les appareils edge à faible consommation.
Pour la phase d’entraînement, YOLO26 intègre l’optimiseur MuSGD, un hybride de la descente de gradient stochastique et de Muon (inspiré des méthodes d’entraînement du LLM Kimi K2 de Moonshot AI). Cela transpose les innovations de l’entraînement des grands modèles de langage (LLM) à la vision par ordinateur, pour un entraînement plus stable et une convergence plus rapide.
Comparaison des performances et des métriques#
Lors de l’évaluation sur le très utilisé jeu de données COCO, les deux modèles sont performants, mais YOLO26 se démarque par sa précision et sa vitesse d’inférence sur T4 à toutes les tailles, avec un nombre de paramètres similaire.
| 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 |
| YOLO26n | 640 | 40.9 | 38.9 | 1.7 | 2.4 | 5.5 |
| YOLO26s | 640 | 48.6 | 87.2 | 2.5 | 9.5 | 20.9 |
| YOLO26m | 640 | 53.1 | 220.0 | 4.7 | 20.4 | 68.4 |
| YOLO26l | 640 | 55.0 | 286.2 | 6.2 | 24.8 | 86.8 |
| YOLO26x | 640 | 57.5 | 525.8 | 11.8 | 55.7 | 194.4 |
Analyse des résultats#
- Vitesse et efficacité : grâce à son architecture sans NMS et à une tête de détection simplifiée, YOLO26n offre une inférence CPU jusqu’à 43 % plus rapide que YOLO11n. Le modèle YOLO26n s’exécute en 1.7 ms sur un GPU NVIDIA T4 avec TensorRT, ce qui en fait un excellent choix pour les flux vidéo en temps réel.
- Précision : le modèle YOLO26x atteint 57.5 mAP, 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 des modèles et l’inférence que les modèles de vision basés sur Transformer complexes, ce qui permet aux développeurs d’utiliser des tailles de lot plus grandes sur du matériel grand public.
Écosystème, facilité d’utilisation et polyvalence#
L’expérience utilisateur est l’un des grands atouts de l’écosystème Ultralytics. 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 ne nécessite que quelques lignes de code Python :
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")Polyvalence des tâches#
Contrairement à YOLOv9, principalement conçu pour la détection d’objets standard, YOLO26 prend nativement en charge les sept tâches de vision par ordinateur d’Ultralytics, notamment la segmentation sémantique et l’estimation de profondeur. L’architecture comprend des améliorations spécifiques pour diverses applications :
- Segmentation d’instances : ajoute une fonction de perte de segmentation sémantique et un module proto multi-échelle pour produire des masques de meilleure qualité.
- Classification d’images : catégorisation fiable d’images entières selon les normes d’ImageNet.
- Estimation de pose : intègre Residual Log-Likelihood Estimation (RLE) pour localiser les points clés avec plus de précision.
- Boîtes englobantes orientées (OBB) : comprend une fonction de perte d’angle spécialisée, conçue pour résoudre les problèmes de frontière dans la détection d’objets orientés pour l’imagerie aérienne.
Tous les modèles YOLO26 s’intègrent à Ultralytics Platform, qui propose des outils intégrés d’annotation des jeux de données, d’entraînement dans le cloud et des pipelines de déploiement.
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 domestiques intelligents, YOLO26 est le meilleur choix. ProgLoss + STAL améliorent la détection des petits objets, essentielle pour la surveillance agricole par drones à haute altitude. Avec une inférence CPU jusqu’à 43 % plus rapide (YOLO26n par rapport à YOLO11n) et sa conception sans NMS, YOLO26 fonctionne efficacement sur du matériel dépourvu de GPU dédié.
Recherche universitaire et analyse des gradients#
YOLOv9 reste un modèle très apprécié dans les milieux universitaires. Les chercheurs qui étudient les limites théoriques du flux des gradients ou qui souhaitent créer des couches PyTorch personnalisées fondées sur le concept PGI trouveront dans la base de code de YOLOv9 une bonne base pour explorer la théorie de l’apprentissage profond.
Pipelines de fabrication à grande vitesse#
Dans les environnements industriels, comme la détection de défauts automatisée sur des convoyeurs à grande vitesse, les vitesses TensorRT élevées des modèles YOLO26 permettent d’éviter les pertes d’images et de maximiser 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 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.
Conclusion#
Les deux modèles représentent des avancées importantes pour la communauté open source. YOLOv9 a introduit des améliorations théoriques majeures du flux des gradients qui continuent d’influencer les nouvelles architectures. Cependant, pour les développeurs, les startups et les équipes d’entreprise qui recherchent un équilibre entre vitesse, précision et simplicité de déploiement, Ultralytics YOLO26 est le choix évident.
Avec l’inférence sans NMS, l’optimiseur MuSGD et des outils couvrant la détection, la segmentation, l’estimation de pose et bien plus encore, YOLO26 offre aux projets de vision par ordinateur une base fiable et bien prise en charge.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.