YOLOv9 vs YOLOv7
L'évolution de la détection d'objets en temps réel repose sur des efforts continus pour concilier efficacité de calcul et grande précision. Deux architectures marquantes de cette évolution sont YOLOv9 et YOLOv7, toutes deux développées par des chercheurs de l'Institute of Information Science de l'Academia Sinica, à Taïwan. YOLOv7 a introduit l'approche « bag-of-freebies » entraînable, tandis que le plus récent YOLOv9 s'attaque directement aux goulots d'étranglement de l'information en apprentissage profond.
Cette comparaison technique examine les différences architecturales, les indicateurs de performance et les scénarios de déploiement idéaux des deux modèles, afin d'aider les ingénieurs en ML et les chercheurs à choisir l'outil adapté à leurs pipelines de vision par ordinateur.
Comparaison des performances et des métriques#
Lorsqu'on compare ces modèles, les performances brutes et l'efficacité sont des facteurs essentiels. Le tableau suivant détaille la précision moyenne (mAP) et les besoins en calcul évalués sur le benchmark standard du jeu de données COCO.
| 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 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Remarque que YOLOv9c atteint pratiquement la même précision (53,0 mAP) que YOLOv7x (53,1 mAP), tout en utilisant environ 64 % de paramètres en moins (25,5 M contre 71,3 M) et près de deux fois moins de FLOPs (102,8 B contre 189,9 B). Cela montre à quel point les architectures modernes ont amélioré l'équilibre entre précision et efficacité.
YOLOv9 : résoudre le goulot d’étranglement de l’information#
Introduit au début de 2024, YOLOv9 a transformé la manière dont les réseaux neuronaux profonds conservent l'information dans leurs couches.
- Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
- Organisation : Institute of Information Science, Academia Sinica
- Date : 21 février 2024
- Ressources : Article sur arXiv | Dépôt GitHub
Innovations architecturales#
YOLOv9 introduit le réseau d'agrégation de couches efficace généralisé (GELAN) et Programmable Gradient Information (PGI). GELAN combine les atouts de CSPNet et d'ELAN pour optimiser l'efficacité des paramètres et le coût de calcul, offrant une grande précision avec moins de paramètres. PGI est un cadre de supervision auxiliaire conçu pour éviter les pertes de données dans les réseaux profonds et générer des gradients fiables pour la mise à jour des poids pendant l'entraînement.
Atouts et limites#
Le principal atout de YOLOv9 est sa capacité à extraire des caractéristiques subtiles sans lourde charge de calcul, ce qui le rend adapté aux tâches exigeant une grande fidélité des caractéristiques, comme l'analyse d'images médicales. Toutefois, la structure PGI complexe pendant l'entraînement peut rendre les modifications architecturales personnalisées plus difficiles pour les débutants que dans des frameworks plus unifiés.
YOLOv7 : pionnier des « bag-of-freebies »#
Sorti en 2022, YOLOv7 a établi une nouvelle référence en détection en temps réel en introduisant des innovations structurelles qui ont considérablement accéléré l'inférence en temps réel.
- Auteurs : Chien-Yao Wang, Alexey Bochkovskiy et Hong-Yuan Mark Liao
- Organisation : Institute of Information Science, Academia Sinica
- Date : 6 juillet 2022
- Ressources : Article sur arXiv | Dépôt GitHub
Innovations architecturales#
La principale contribution de YOLOv7 est le réseau étendu d’agrégation efficace des couches (E-ELAN). Cette architecture permet au modèle d’apprendre en continu des caractéristiques plus variées. De plus, YOLOv7 utilise des « bag-of-freebies entraînables », notamment les convolutions reparamétrées planifiées et l’assignation dynamique des étiquettes. Ces méthodes améliorent la précision du modèle pendant l’entraînement sans ajouter de coût d’inférence lors du déploiement.
Atouts et limites#
YOLOv7 est fortement optimisé pour le traitement en temps réel en périphérie et reste un incontournable des systèmes existants et des anciens environnements CUDA. Sa principale limite aujourd'hui est le nombre élevé de paramètres par rapport aux modèles plus récents. Comme le montre le tableau des performances, atteindre une précision de premier ordre nécessite le grand modèle YOLOv7x, qui demande beaucoup plus de mémoire GPU que les architectures modernes équivalentes.
L’avantage Ultralytics : un déploiement simplifié#
Les dépôts de recherche originaux de YOLOv9 et YOLOv7 constituent d'excellentes bases universitaires, mais le déploiement de ces modèles en production peut être complexe. L'intégration de YOLOv9 via le paquet ultralytics (YOLOv7 n'est pris en charge qu'au moyen de modèles exportés au format ONNX ou TensorRT) simplifie considérablement le déploiement.
Avec Ultralytics Platform, les développeurs bénéficient d'un écosystème bien entretenu, doté d'une API Python intuitive, d'une communauté active et d'un suivi des expériences robuste.
Préparer l’avenir avec YOLO26#
Si tu démarres un nouveau projet de vision par ordinateur, Ultralytics recommande YOLO26, sorti en janvier 2026, plutôt que YOLOv9 ou YOLOv7. YOLO26 apporte plusieurs avancées :
- Conception de bout en bout sans NMS : une tête un-à-un facultative (
nms=False) ignore le post-traitement par suppression non maximale (NMS), ce qui réduit la complexité et la latence du déploiement. - Inférence CPU jusqu'à 43 % plus rapide : YOLO26n est jusqu'à 43 % plus rapide que YOLO11n sur CPU, ce qui permet aux applications de fonctionner sans heurts dans les environnements d'informatique en périphérie, même sans GPU dédié.
- Optimiseur MuSGD : hybride de SGD et de Muon inspiré de l'entraînement des LLM, il assure une convergence stable et réduit la durée d'entraînement.
- Suppression de DFL : Simplifie l’exportation du modèle en supprimant Distribution Focal Loss, ce qui améliore la compatibilité avec les appareils mobiles 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, ce qui est utile pour l'imagerie aérienne et la surveillance.
Parmi les autres solutions de remplacement populaires de l'écosystème figurent Ultralytics YOLOv8 et YOLO11, qui prennent tous deux en charge plusieurs tâches comme la segmentation d'instances et l'estimation de pose.
Exemple d'implémentation#
Comme le montre le code ci-dessous, l'API unifiée simplifie l'entraînement et l'exportation de YOLOv9 ou YOLO26.
from ultralytics import YOLO
# Initialise le modèle YOLOv9 ou le modèle YOLO26 recommandé
model = YOLO("yolov9c.pt") # Remplace par « yolo26n.pt » pour de meilleures performances sur les appareils en périphérie
# Entraîne le modèle sur un jeu de données personnalisé avec l’augmentation de données intégrée
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# Exporte le modèle entraîné au format ONNX pour le déploiement
model.export(format="onnx")L'efficacité mémoire est cruciale pour l'entraînement sur du matériel grand public. Les implémentations Ultralytics de YOLOv9 et YOLO26 sont optimisées pour réduire l'utilisation de la VRAM, contrairement aux modèles basés sur des Transformers (comme RT-DETR), qui nécessitent souvent beaucoup plus de mémoire pendant l'entraînement.
Applications concrètes et cas d'usage idéaux#
Le choix entre ces architectures dépend souvent des contraintes spécifiques de ton environnement de production.
Quand utiliser YOLOv9 : YOLOv9 excelle dans les environnements où il est nécessaire de préserver les détails fins. Son extraction robuste des caractéristiques le rend idéal pour l'analyse du commerce de détail, par exemple pour compter des produits serrés sur des étagères, ou pour les applications agricoles où il est essentiel de repérer les premiers signes de maladie sur de petites feuilles.
Quand utiliser YOLOv7 : YOLOv7 reste un choix solide pour les pipelines de déploiement hérités. Si tu intègres le modèle à d’anciens systèmes matériels (comme certaines générations du Google Coral Edge TPU), l’architecture CNN simple de YOLOv7 sera peut-être plus facile à compiler que celle des modèles récents.
Quand utiliser YOLO26 (recommandé) : Pour tout déploiement moderne, des drones autonomes à la gestion du trafic dans les villes intelligentes, YOLO26 est le meilleur choix. Son architecture sans NMS offre des temps d'inférence plus prévisibles, un aspect important pour la robotique critique pour la sécurité, et sa précision dépasse celle de YOLOv9 et YOLOv7 pour des tailles comparables.
Commentaires
Pose une question, partage tes résultats ou aide quelqu’un d’autre.