YOLOv9 vs YOLOv6-3.0#

L'évolution de la détection d'objets en temps réel repose sur des innovations continues dans les architectures de réseaux neuronaux, qui concilient vitesse d'inférence, précision et efficacité de calcul. Pour les développeurs et les chercheurs qui explorent le vaste domaine des frameworks de vision par ordinateur, comparer les principales architectures est essentiel pour choisir l'outil adapté à chaque tâche.

Ce guide technique compare deux modèles performants : YOLOv9, réputé pour préserver l'information dans les réseaux profonds, et YOLOv6-3.0, un modèle conçu pour les applications industrielles.

Présentation de YOLOv9 : préserver au maximum les caractéristiques#

Introduit au début de 2024, YOLOv9 s'attaque à l'un des défis les plus persistants des réseaux neuronaux profonds : la perte d'information pendant la propagation avant. En conservant des gradients fiables et en aidant les cartes de caractéristiques à préserver les données essentielles, il améliore la précision.

• Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
• Organisation : Institute of Information Science, Academia Sinica, Taïwan
• Date : 21 février 2024
• Liens : Article arXiv, Dépôt GitHub

Architecture et méthodes#

YOLOv9 introduit le concept de Programmable Gradient Information (PGI), ainsi que le réseau d'agrégation de couches efficace généralisé (GELAN). PGI répond au goulot d'étranglement de l'information en apportant une supervision auxiliaire qui permet au réseau principal d'apprendre des caractéristiques robustes et fiables sans ajouter de surcharge à l'inférence. GELAN optimise quant à lui l'utilisation des paramètres, permettant au modèle d'atteindre une précision moyenne (mAP) de pointe tout en maintenant un coût de calcul raisonnable. Le modèle constitue ainsi un excellent choix pour l'analyse d'images médicales ou la détection d'objets extrêmement petits, pour lesquels la fidélité des caractéristiques est cruciale.

En savoir plus sur YOLOv9

Présentation de YOLOv6-3.0 : conçu pour l’industrie à grande échelle#

Développé par Meituan, YOLOv6-3.0 (également appelé v3.0) a été conçu dès le départ pour répondre aux besoins des applications industrielles exigeantes. Sorti au début de 2023, il met l'accent sur l'efficacité du déploiement et propose une gamme de modèles compatibles avec la quantification, performants sur du matériel périphérique.

• Auteurs : Chuyi Li, Lulu Li, Yifei Geng, Hongliang Jiang, Meng Cheng, Bo Zhang, Zaidan Ke, Xiaoming Xu et Xiangxiang Chu
• Organisation : Meituan
• Date : 13 janvier 2023
• Liens : Article arXiv, Dépôt GitHub

Architecture et méthodes#

YOLOv6-3.0 se distingue par ses stratégies RepOptimizer et d'entraînement assisté par ancres (AAT). Le modèle utilise une architecture de réseau neuronal adaptée au matériel et inspirée de RepVGG, qui lui permet de fonctionner très rapidement sur GPU pendant l'inférence grâce à la fusion des couches. La version 3.0 a encore affiné l'architecture en introduisant un module de concaténation bidirectionnelle (BiC) afin d'améliorer la précision de localisation. YOLOv6-3.0 étant fortement optimisé pour les formats de déploiement comme TensorRT et OpenVINO, il est souvent adopté dans la logistique, l'automatisation de la production et les environnements de serveurs à haut débit.

En savoir plus sur YOLOv6-3.0

Comparaison des performances#

Lors de l'évaluation de ces modèles sur le jeu de données COCO standard, des compromis distincts apparaissent entre précision et vitesse d'inférence brute.

Analyse technique#

YOLOv6-3.0n l'emporte en vitesse brute sur matériel T4 (1,17 ms), mais YOLOv9t atteint un mAP légèrement supérieur (38,3 %) avec moins de la moitié des paramètres (2,0 M contre 4,7 M) et beaucoup moins de FLOPs. Pour les exigences complexes nécessitant une grande précision, le plus grand modèle, YOLOv9e, atteint un mAP de 55,6 %, illustrant la puissance de l'architecture PGI dans les réseaux profonds.

Les avantages de l’écosystème Ultralytics#

Quelle que soit la philosophie architecturale qui te séduit, l'implémentation native de ces modèles via l'API Python Ultralytics offre une expérience de développement cohérente.

Facilité d’utilisation et efficacité de l’entraînement#

L'entraînement de modèles d'apprentissage profond complexes exige traditionnellement une grande quantité de code répétitif. Ultralytics Platform et le paquet Python prennent en charge ces complexités. Que tu affines YOLOv9 pour la détection de défauts ou que tu exportes YOLOv6 pour des applications mobiles, le workflow reste cohérent.

Les architectures Ultralytics nécessitent généralement moins de mémoire CUDA pendant l'entraînement que les modèles plus lourds basés sur des Transformers. Les développeurs peuvent ainsi utiliser des tailles de lot plus importantes sur des GPU grand public, ce qui améliore l'efficacité de l'entraînement.

from ultralytics import YOLO

# Change facilement d’architecture en modifiant le nom du fichier du modèle
# model = YOLO("yolov6n.yaml")  # YOLOv6 est disponible en tant que configuration YAML (sans poids préentraînés)
model = YOLO("yolov9c.pt")

# Entraîne le modèle avec l’augmentation et la mise en cache des données intégrées
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")

# Exporter vers ONNX ou TensorRT
model.export(format="engine", quantize=16)

Polyvalence pour les tâches de vision#

YOLOv6-3.0 est fortement optimisé pour générer rapidement des boîtes englobantes, mais les projets modernes de vision par ordinateur nécessitent souvent une approche multitâche. Les modèles Ultralytics sont réputés pour leur polyvalence. Avec des modèles comme Ultralytics YOLOv8 et le plus récent YOLO26, un seul framework prend en charge la détection d'objets, la segmentation d'instances, la classification d'images, l'estimation de pose et les boîtes englobantes orientées (OBB).

Présentation de YOLO26 : la nouvelle référence#

Pour les organisations qui souhaitent optimiser à la fois les performances et la simplicité de déploiement, YOLO26 offre une excellente combinaison de vitesse et de précision.

Dans la continuité des avancées de YOLO11, YOLO26 introduit plusieurs nouvelles fonctionnalités :

• Optimiseur MuSGD : Inspiré des techniques d'entraînement des grands modèles de langage (LLM), comme Kimi K2 de Moonshot AI, cet hybride de SGD et de Muon assure un entraînement stable et une convergence rapide.
• Suppression de DFL : en supprimant la perte focale de distribution, YOLO26 simplifie le graphe d’exportation, ce qui le rend plus compatible avec les puces basse consommation pour l’informatique en périphérie.
• ProgLoss + STAL : la Progressive Loss et l'attribution d'étiquettes tenant compte des petites cibles (STAL) améliorent la détection des petits objets, essentielle pour les opérations de drones et les applications IoT.
• Améliorations propres aux tâches : YOLO26 comprend un module proto multi-échelle pour la segmentation, l'estimation résiduelle de log-vraisemblance (RLE) pour l'estimation de pose et une fonction de perte d'angle spécialisée pour résoudre les problèmes de délimitation dans la détection OBB.

Scénarios de déploiement idéaux#

Le choix de l’architecture appropriée dépend en définitive des contraintes de ton environnement de production.

Choisis YOLOv6-3.0 si tu disposes d'un pipeline industriel de production déjà établi, si tu relies fortement sur la quantification et si tu utilises des accélérateurs d'inférence spécialisés pour lesquels la latence matérielle doit être minimale.

Choisis YOLOv9 si tu travailles sur des diagnostics médicaux complexes ou de la surveillance à longue portée, où il est impératif de ne pas manquer de subtiles caractéristiques au niveau du pixel.

Pour une approche équilibrée qui allie grande précision et déploiement simplifié sans NMS, Ultralytics YOLO26 est toutefois le choix recommandé pour l'ingénierie moderne en vision par ordinateur, avec le soutien d'un développement actif, d'une documentation complète et d'une communauté.