YOLOv9 vs YOLOv7#
L'évolution de la détection d'objets en temps réel a été guidée par une quête continuelle pour équilibrer l'efficacité de calcul et une haute précision. Deux architectures phares de ce parcours sont YOLOv9 et YOLOv7, toutes deux développées par des chercheurs de l'Institute of Information Science, Academia Sinica à Taiwan. Alors que YOLOv7 a introduit des « bag-of-freebies » entraînables révolutionnaires, le plus récent YOLOv9 s'attaque directement aux goulets d'étranglement d'information du deep learning.
Cette comparaison technique complète explore les différences architecturales, les métriques de performance et les scénarios de déploiement idéaux pour les deux modèles, aidant les ingénieurs et chercheurs en ML à choisir le bon outil pour leurs pipelines de computer vision.
Comparaison des performances et des mesures#
Lors de la comparaison de ces modèles, la performance brute et l'efficacité sont des facteurs cruciaux. Le tableau suivant détaille la précision moyenne (mAP) et les besoins computationnels pour les benchmarks standards du dataset COCO.
| Modèle | taille (pixels) | mAPval 50-95 | Vitesse CPU ONNX (ms) | Vitesse T4 TensorRT10 (ms) | params (M) | FLOPs (B) |
|---|---|---|---|---|---|---|
| YOLOv9t | 640 | 38.3 | - | 2.3 | 2.0 | 7.7 |
| YOLOv9s | 640 | 46.8 | - | 3.54 | 7.1 | 26.4 |
| YOLOv9m | 640 | 51.4 | - | 6.43 | 20.0 | 76.3 |
| YOLOv9c | 640 | 53.0 | - | 7.16 | 25.3 | 102.1 |
| YOLOv9e | 640 | 55.6 | - | 16.77 | 57.3 | 189.0 |
| YOLOv7l | 640 | 51.4 | - | 6.84 | 36.9 | 104.7 |
| YOLOv7x | 640 | 53.1 | - | 11.57 | 71.3 | 189.9 |
Remarque comment le YOLOv9c atteint à peu près la même précision (53,0 mAP) que le YOLOv7x (53,1 mAP) tout en utilisant nettement moins de paramètres (25,3M contre 71,3M) et de FLOPs. Cela démontre les améliorations de l'équilibre des performances dans les architectures modernes.
YOLOv9 : Résoudre le goulot d'étranglement de l'information#
Introduit début 2024, YOLOv9 a fondamentalement changé la façon dont les réseaux de neurones profonds conservent les données à travers leurs couches.
- Auteurs : Chien-Yao Wang et Hong-Yuan Mark Liao
- Organisation : Institute of Information Science, Academia Sinica
- Date : 21 février 2024
- Ressources : Arxiv Paper | GitHub Repository
Innovations architecturales#
YOLOv9 introduit le Generalized Efficient Layer Aggregation Network (GELAN) et le Programmable Gradient Information (PGI). GELAN combine les forces de CSPNet et ELAN pour optimiser l'efficacité des paramètres et le coût computationnel, garantissant une haute précision avec un nombre de paramètres réduit. PGI est un framework de supervision auxiliaire conçu pour éviter la perte de données dans les réseaux profonds, générant des gradients fiables pour la mise à jour des poids pendant le processus d'entraînement.
Points forts et limites#
La force principale de YOLOv9 est sa capacité à extraire des caractéristiques subtiles sans surcharge de calcul excessive, le rendant incroyablement performant pour les tâches nécessitant une fidélité élevée des caractéristiques, comme l'analyse d'images médicales. Cependant, la structure complexe PGI pendant l'entraînement peut rendre les modifications architecturales personnalisées plus difficiles pour les débutants par rapport à des frameworks plus unifiés.
YOLOv7 : Le pionnier du Bag-of-Freebies#
Lancé en 2022, YOLOv7 a établi une nouvelle référence pour ce qui était possible sur du matériel grand public, introduisant des innovations structurelles qui ont considérablement boosté les vitesses d'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 : Arxiv Paper | GitHub Repository
Innovations architecturales#
La contribution principale de YOLOv7 est le Extended Efficient Layer Aggregation Network (E-ELAN). Cette architecture permet au modèle d'apprendre des caractéristiques plus diverses en continu. De plus, YOLOv7 utilise des « bag-of-freebies entraînables »—des techniques comme les convolutions re-paramétrées planifiées et l'assignation dynamique des étiquettes. Ces méthodes améliorent la précision du modèle pendant l'entraînement sans ajouter de coûts d'inférence lors du déploiement.
Points forts et limites#
YOLOv7 est hautement optimisé pour le traitement en edge computing en temps réel et reste un incontournable dans les systèmes existants et les anciens environnements CUDA. Sa principale limitation aujourd'hui est sa plus grande taille de paramètres par rapport aux modèles plus récents. Comme le montre le tableau des performances, l'obtention d'une précision de premier ordre nécessite le lourd modèle YOLOv7x, qui demande nettement plus de mémoire GPU que les architectures modernes équivalentes.
L'avantage Ultralytics : Déploiement rationalisé#
Bien que les dépôts de recherche originaux pour YOLOv9 et YOLOv7 fournissent d'excellentes bases académiques, déployer ces modèles dans des environnements de production peut s'avérer complexe. Les intégrer via le paquet ultralytics offre une facilité d'utilisation inégalée.
En utilisant la Plateforme Ultralytics intégrée, tu bénéficies d'un écosystème bien entretenu doté d'une API Python intuitive, d'un support communautaire actif et d'un suivi des expériences robuste.
Préparer l'avenir avec YOLO26#
Si tu commences un nouveau projet de computer vision, nous te recommandons vivement d'explorer le nouveau YOLO26 plutôt que YOLOv9 et YOLOv7. Lancé comme le nouveau standard de pointe, YOLO26 apporte des avancées révolutionnaires :
- Conception end-to-end sans NMS : Élimine le post-traitement par Non-Maximum Suppression, réduisant considérablement la complexité du déploiement et la latence.
- Jusqu'à 43 % d'inférence CPU plus rapide : Optimisé pour les environnements d'edge computing, garantissant que ton application fonctionne de manière fluide même sans GPU dédiés.
- Optimiseur MuSGD : Un optimiseur hybride inspiré de l'entraînement des LLM, offrant une convergence très stable et réduisant le temps d'entraînement.
- Suppression du DFL : Simplification de l'export du modèle en supprimant la Distribution Focal Loss, améliorant la compatibilité avec les appareils mobiles basse consommation.
- ProgLoss + STAL : Améliore drastiquement les performances sur la détection de petits objets, ce qui en fait le choix de premier ordre pour l'imagerie aérienne et la surveillance.
Parmi les autres alternatives populaires au sein de l'écosystème figurent Ultralytics YOLOv8 et YOLO11, qui offrent tous deux une grande polyvalence pour des tâches telles que la segmentation d'instances et l'estimation de pose.
Exemple d'implémentation#
L'entraînement et l'exportation de n'importe laquelle de ces architectures sont incroyablement simples avec l'API unifiée. Le code ci-dessous démontre l'Efficacité d'entraînement rationalisée caractéristique des outils Ultralytics.
from ultralytics import YOLO
# Initialize YOLOv9 or the recommended YOLO26 model
model = YOLO("yolov9c.pt") # Swap with "yolo26n.pt" for faster edge performance
# Train on a custom dataset with built-in data augmentation
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, batch=16, device=0)
# Export the trained model to ONNX format for deployment
model.export(format="onnx")Lors de l'entraînement sur du matériel grand public, l'efficacité mémoire est cruciale. Les implémentations Ultralytics de YOLOv9 et YOLO26 sont fortement optimisées pour réduire les pics de VRAM, contrairement aux modèles basés sur des Transformer (comme RT-DETR) qui souffrent souvent d'une grave surcharge mémoire pendant l'entraînement.
Applications réelles et cas d'utilisation idéaux#
Choisir entre ces architectures revient souvent aux contraintes spécifiques de ton environnement de production.
Quand utiliser YOLOv9 : YOLOv9 excelle dans les environnements où la conservation des moindres détails est nécessaire. Son extraction robuste de caractéristiques le rend idéal pour l'analytique de vente au détail afin de compter des produits serrés sur les étagères ou pour les applications agricoles où l'identification précoce de maladies des cultures sur de petites feuilles est cruciale.
Quand utiliser YOLOv7 : YOLOv7 reste un candidat solide pour les pipelines de déploiement existants. Si tu t'intègres dans des systèmes matériels plus anciens (comme certaines générations du Google Coral Edge TPU), l'architecture CNN simple de YOLOv7 peut être plus facile à compiler que les branches de gradient plus complexes des modèles plus récents.
Quand utiliser YOLO26 (Recommandé) : Pour tout déploiement moderne — des drones autonomes à la gestion du trafic des villes intelligentes — YOLO26 est le choix supérieur. Son architecture sans NMS garantit des temps d'inférence déterministes, ce qui est essentiel pour la robotique critique pour la sécurité, tandis que sa haute précision surpasse globalement YOLOv9 et YOLOv7.