Commencer

YOLOv9 vs YOLOv10

Le paysage de la vision par ordinateur en temps réel a rapidement évolué, tandis que les chercheurs continuent d’améliorer le compromis entre performances et efficacité. Dans l’évolution des modèles de vision de pointe, YOLOv9 et YOLOv10 représentent deux étapes importantes. Lancés début 2024, les deux modèles ont introduit des changements architecturaux majeurs pour relever des défis persistants des réseaux neuronaux profonds, des goulots d’étranglement informationnels à la latence du post-traitement.

Cette comparaison technique examine leurs architectures, leurs mesures de performance et leurs scénarios de déploiement idéaux afin de t’aider à choisir le modèle de détection d’objets adapté.

Origines et architecture des modèles#

Comprendre la filiation et les fondements théoriques de ces modèles est essentiel pour choisir l’architecture adaptée à ton projet spécifique de vision par ordinateur.

YOLOv9 : maîtriser le flux d’informations#

Présenté le 21 février 2024, YOLOv9 s’attaque au problème théorique de la perte d’informations lorsque les données traversent des réseaux neuronaux profonds.

YOLOv9 introduit le réseau généralisé efficace d’agrégation de couches (GELAN), qui maximise l’utilisation des paramètres en combinant les atouts de CSPNet et d’ELAN. Il utilise également Programmable Gradient Information (PGI), un mécanisme de supervision auxiliaire qui garantit que les couches profondes conservent les informations spatiales essentielles. YOLOv9 est ainsi performant pour les tâches qui exigent une grande fidélité des caractéristiques, comme l’analyse d’images médicales ou la surveillance à distance.

En savoir plus sur YOLOv9

YOLOv10 : efficacité de bout en bout en temps réel#

Lancé peu après, le 23 mai 2024, YOLOv10 simplifie le pipeline de déploiement en éliminant un goulot d’étranglement bien connu en matière de latence dans la détection d’objets : la suppression non maximale (NMS).

YOLOv10 utilise des attributions doubles cohérentes pendant l’entraînement, ce qui lui permet d’adopter nativement une conception sans NMS. Cela élimine les coûts de post-traitement pendant l’inférence et réduit la latence. Associé à une conception globale de modèle axée sur l’efficacité et la précision, YOLOv10 offre un bon équilibre : il réduit les coûts de calcul (FLOPs) tout en conservant une précision compétitive, ce qui le rend intéressant pour les applications d’informatique en périphérie.

En savoir plus sur YOLOv10

Comparaison des performances et des métriques#

Lors de l’évaluation comparative de ces deux familles de modèles sur le jeu de données standard MS COCO, des compromis distincts apparaissent entre la précision pure et la latence d’inférence.

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
YOLOv10n64038.5-1.842.36.7
YOLOv10s64046.3-2.497.221.6
YOLOv10m64051.1-4.7415.459.1
YOLOv10b64052.5-5.7419.192.0
YOLOv10l64053.2-7.2824.4120.3
YOLOv10x64054.4-10.7029.5160.4

Analyse des données#

  1. Latence et précision : les modèles YOLOv10 offrent généralement une inférence plus rapide. Par exemple, YOLOv10s atteint 46.3 % mAP en seulement 2.49 ms avec TensorRT, tandis que YOLOv9s nécessite 3.54 ms pour un score similaire de 46.8 % mAP.
  2. Précision de premier ordre : Pour les travaux de recherche exigeant une précision de détection maximale, YOLOv9e reste un choix solide, avec un mAP de 55,6 %, tandis que PGI l'aide à extraire de manière fiable les caractéristiques subtiles.
  3. Efficacité : YOLOv10 excelle en matière d'efficacité des FLOPs. Cela se traduit directement par une consommation d'énergie réduite, un critère essentiel pour les appareils à batterie exécutant des modèles d'IA de vision.
Conseil de déploiement

Si tu déploies le modèle sur des CPU ou sur du matériel périphérique à ressources limitées comme un Raspberry Pi, l'architecture sans NMS de YOLOv10 offre généralement un pipeline plus fluide en éliminant les étapes de post-traitement à latence variable.

L’avantage Ultralytics : entraînement et écosystème#

Bien que les différences architecturales soient cruciales, l'écosystème logiciel qui les entoure détermine souvent la réussite d'un projet. YOLOv9 et YOLOv10 sont tous deux entièrement intégrés à l'écosystème Ultralytics, ce qui garantit une expérience de développement cohérente.

Facilité d’utilisation et efficacité mémoire#

Contrairement aux architectures complexes basées sur des Transformers, qui peuvent nécessiter beaucoup de mémoire, les modèles Ultralytics YOLO sont conçus pour une utilisation efficace de la mémoire GPU. Les chercheurs peuvent ainsi utiliser des tailles de lot plus importantes sur du matériel grand public, rendant l'IA de pointe accessible.

L'API Python unifiée prend en charge les complexités de l'augmentation des données et de l'optimisation des hyperparamètres. Tu peux passer d'une architecture à l'autre en modifiant la chaîne du fichier de poids.

from ultralytics import YOLO

# Charger un modèle YOLOv10 (tu peux facilement utiliser « yolov9c.pt » à la place pour YOLOv9)
model = YOLO("yolov10n.pt")

# Entraîner le modèle sur le jeu de données COCO8
results = model.train(data="coco8.yaml", epochs=50, imgsz=640, device=0)

# Valider les performances du modèle
metrics = model.val()

# Exporte le modèle entraîné au format ONNX pour le déploiement
model.export(format="onnx")

Que tu aies besoin d’enregistrer des métriques dans MLflow ou d’effectuer un export vers TensorRT pour un déploiement matériel haute vitesse, le paquet Python Ultralytics gère ces opérations nativement.

Cas d’utilisation idéaux#

Le choix entre ces modèles dépend de tes contraintes de déploiement :

Préparer l’avenir : passer à YOLO26#

YOLOv8, YOLOv9 et YOLOv10 sont d’excellents modèles, mais les développeurs qui souhaitent créer des solutions d’IA modernes devraient envisager Ultralytics YOLO26, lancé en janvier 2026.

YOLO26 s'appuie sur les générations précédentes et combine l'efficacité sans NMS de YOLOv10 avec une précision supérieure à celle des deux modèles de cette comparaison.

Principales innovations de YOLO26#

  • Conception de bout en bout sans NMS : dans la continuité des bases posées par YOLOv10, la tête optionnelle one-to-one de YOLO26 (nms=False) ignore le post-traitement NMS pour simplifier le déploiement.
  • Optimiseur MuSGD : Hybride de SGD et de Muon, il transpose à la vision par ordinateur les innovations de l'entraînement des LLM afin d'assurer un entraînement stable et une convergence rapide.
  • Inférence CPU jusqu'à 43 % plus rapide : YOLO26n est jusqu'à 43 % plus rapide que YOLO11n sur CPU, ce qui le rend adapté à l'informatique en périphérie et aux appareils sans GPU dédié.
  • Suppression de DFL : la Distribution Focal Loss a été supprimée pour simplifier l’exportation des modèles et améliorer la compatibilité avec les appareils à faible consommation.
  • ProgLoss + STAL : la Progressive Loss et l'attribution d'étiquettes tenant compte des petites cibles (STAL) améliorent la détection des petits objets.

Pour les chercheurs qui évaluent d'autres architectures, RT-DETR et YOLO11 sont également des solutions de remplacement bien documentées au sein de l'écosystème Ultralytics. Pour une approche polyvalente couvrant toutes les tâches de vision, YOLO26 sur Ultralytics Platform est toutefois la voie recommandée pour les nouveaux projets.

Commentaires

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